一种改进的直方图均衡化图像增强方法

分析了直方图均衡化算法的基本原理,指出图像部分灰度级尤其是表征图像细节的灰度级被过度合并是导致处理后图像细节信息丢失而变得模糊的原因。针对此不足,提出了一种均衡化处理后增加图像灰度级的方法。首先在空间域或者频域中,提取出原图像的高频细节成分,然后将其与原图像直方图均衡化处理后的结果进行叠加,并且可以通过调整高频成分的权值系数获得细节得到不同程度增强后的图像。实验结果表明：与传统直方图均衡化算法相比,使用该方法处理后的图像既增强了整体对比度,又保留了原图像更多的细节信息。     

基于直方图均衡化图像增强的改进方法

文章以matlab语言为背景,研究了直方图均衡化图像增强,分析了传统的直方图均衡化图像增强方法的弊端,给出了改进方法,并用实验结果证明了改进方法的优越性。     

图像增强中直方图均衡化合理性的一种解释

本文证明了图像增强中平坦的直方图是一些合理假定的必然结果,这些假定包括灰度值被拉伸的程度应该和它在图像中出现的次数（直方图）相联系,灰度值出现的次数越多,就应该被拉伸得越厉害;图像被增强之后如果再进行一次增强应保持不变。教学实践表明,这样引入直方图均衡化易于理解,有启发性。     

基于Piecewise直方图均衡化的图像增强方法

提出了一种基于Piecewise直方图均衡化的图像增强方法,有机地结合了亮度拉伸和传统直方图均衡化的优点。通过定义直方图中相邻灰度级的距离,引入了一个基于直方图均值和标准偏差的Piecewise线性变换,探讨了图像过亮时Piecewise直方图均衡化参数的选取。实验表明,该方法的处理结果能有效避免现有的直方图均衡化方法中的"吞噬"问题和亮度饱和问题。在增强图像时不仅能保留细节,而且具有更加自然的视觉效果。     

基于中值滤波和直方图均衡化的图像增强方法研究

图像增强是数字图像处理技术中最基本的内容之一,也是图像预处理方法之一。文章围绕图像增强方法,研究发现先使用直方图均衡化将带有噪声的图像进行处理,然后再将图像进行中值滤波,其效果得到明显改善。     

自适应直方图均衡化的合成孔径雷达图像增强

合成孔径雷达(Synthetic Aperture Radar,SAR)成像技术在海岸线检测、 舰船检测等领域具有广泛应用.为了解决SAR图像质量不稳定的问题,提出一种自适应直方图均衡化的SAR图像增强方法.该方法通过均值漂移聚类方法删除图像中低信息量的数据,以缓解局部暗淡现象与噪声放大的现象.设计了增强的布谷鸟搜索算...     

浅析灰度图像的直方图均衡化处理

图像增强是指按特定的需要采用特定方法突出图像中的某些信息,同时削弱或去除无关信息,或将原图转换成一种更适合人或机器进行分析处理的形式的图像处理方法,图像增强的算法和方法很多,效果也不同。本文提出了自适应动态峰值剪切直方图均衡化算法,实验结果表明自适应动态峰值剪切直方图均衡化算法对灰度图像的增强取得了较好的增强效果,使得图像质量得到了有效的提高。     

基于直方图均衡的图像增强及其FPGA实现

直方图均衡是一种简单且有效的图像增强技术。它以概率论为基础,运用灰度点运算来实现直方图变换。本文对直方图均衡算法进行了分析,在此基础上提出用FPGA来实现直方图均衡的算法,并给出了具体的实现步骤。该方法可以快速准确地对图像进行均衡化,整个系统处理一帧数据的时间约为17ms。结果表明,该方法达到了提高图像对比度和图像质量的预期目标。     

多尺度自校正双直方图均衡化红外图像增强

针对红外图像增强过程中容易饱和、细节丢失等问题,提出一种参数自设定的双直方图均衡化方法。根据灰度级累积概率密度黄金比例值将原始图像划分为两个独立的子图像。结合原始图像曝光度和子图像灰度级区间信息,对每个子图像的直方图进行多尺度自适应加权校正。基于校正后的直方图,对每个子图像分别作均衡化映射变换,最后合并子图像获得增强图像。在红外图像公开数据集INFRARED100上进行的测试显示,与亮度保持双直方图均衡化（BrightnessPreservingBi-Histogram Equalization,BBHE）、带平台限制的双直方图均衡化（Bi-histogram Equalization with a Plateau Limit,BHEPL）、基于曝光度的双直方图均衡化（Exposure based Sub-image Histogram Equalization,ESIHE）方法相比,所提方法增强的图像具有合适的平均对比度和更大的平均信息熵,在峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）、结构相似度（Structural Similarity,SSIM）...     

基于直方图均衡化的图像增强技术分析与Matlab实现

本文主要讨论了直方图均衡化处理的图像增强技术的基本原理,并用Matlab语言实现了直方图均衡化的图像增强处理。实验结果表明,直方图均衡化处理能有效地改善图像的对比度,改善图像的灰度层次。     

保持图像亮度的局部直方图均衡算法

现有的局部直方图均衡算法用于图像的对比度增强时,输出图像的亮度与输入图像无关.由于图像增强的很多实际应用需要保持原始图像的亮度,为此提出一种新的局部直方图均衡算法.以子块部分重叠的局部直方图均衡算法 (POSHE)为基础,改进其对子块图像的均衡方式:根据亮度均值对子块图像进行递归分解,得到一系列不同灰度范围的子图像,然后对每一个子图像在其相应的灰度范围内进行直方图均衡,最后合并这些子图像的均衡结果.实验结果表明,这种局部直方图均衡新算法既能充分增强图像局部细节,又能保持输入图像的亮度,且亮度的保持程度可由用户进行控制.本文算法使所增强的图像具有更加自然的视觉效果,能更好地满足消费类电子工业对图像对比度增强的应用要求.     

基于改进直方图均衡的红外图像对比度增强算法

针对红外图像灰度分布集中、对比度低的特征,提出了一种基于改进直方图均衡的对比度增强算法。首先采用线性对比度增强将原始16位红外图像映射到8位图像A;然后采用改进的平台直方图均衡将原始16位红外图像映射到8位图像B;再根据输入图像的灰度级范围动态确定映射图像A和B的权值;最后以确定的权值将映射图像A和B合并,得到最终对比度增强的图像。该方法克服了传统平台直方图均衡算法噪声过大及亮度突变的缺点,动态结合了传统的灰度变换增强算法,能根据全图目标与背景灰度的分布情况自适应调整对比度。实验表明,该算法在增强目标对比度的同时有效保留了图像的整体信息,改善了视觉效果。     

基于超声测井图像的动态直方图均衡算法研究

超声测井图像低亮度低对比度区域的图像,采用常规直方图均衡算法进行图像增强无法很好的突出局部细节。为了解决这个问题,提出一种动态直方图均衡的图像算法对测井图像进行增强的算法。该算法的直方图是根据被均衡图像数据所在井段位置上下一个局部范围内进行统计,从而保证对每个深度的图像都尽可能均衡到最佳。实验结果证明,该算法较常规直方图均衡算法能更好的局部增强实际测井图像,对测井资料的处理具有很重要实际意义。     

改进的直方图均衡图像增强算法及实现

直方图均衡是一种基本的图像增强处理方法。传统的直方图均衡算法由于其复杂性,在硬件实现时往往需要FPGA和DSP的协处理,不仅耗费逻辑资源,而且实时性差,特别是在处理视频图像时,对处理速度的要求更高。为了使算法能够在FPGA上具体实现,文中对算法进行了改进,实现了直方图统计和均衡的并行执行,利用Verilog语言对算法进行了完全可综合的RTL级描述,在Linux系统上应用Ncverilog进行了编译仿真,并利用Synplify Pro8.2.1进行了综合,最后给出了仿真及综合结果。     

基于小波分频与直方图均衡的图像增强算法

传统直方图均衡化算法在增强图像的同时也丢失了图像细节、增强了图像的噪声信号,导致信息熵下降。结合小波变换多尺度、多分辨率的特点和直方图均衡的优势,提出一种基于小波分频和直方图均衡的高亮度图像增强算法。首先利用小波变换将图像分解为低频分量和高频分量,然后仅对低频分量做直方图均衡处理,再由均衡后的低频分量与各高频分量进行小波重构。实验结果表明,该算法对于亮度较高的灰度图像有较好的增强效果。     

可调直方图均衡化的正则解释及其改进

将直方图均衡化看作典型的不适定问题,提出了可调直方图均衡化的正则化解释,以及为了获得较好的图像增强效果并给出其改进措施.首先,对可调直方图均衡化方法所对应的目标函数进行简化,得到了基于信息能量作为正则项的可调直方图均衡化崭新解释;其次,考虑到信息熵与信息能量之间呈对偶关系,于是获得了一种基于信息熵作为正则项的可调直方图...     

基于直方图均衡化的红外图像伪彩色增强显示

红外成像技术由于具有抗干扰性强和全天候工作等特点而被广泛应用于各个领域.针对红外图像视觉效果模糊的问题,提出了一种基于直方图均衡化的红外图像伪彩色增强显示方法.该方法包括图像增强和伪彩色处理两步：首先,计算图像的均值,并根据均值的大小采用不同的空域变换方法,然后进行直方图均衡化处理;在伪彩色处理中,设计了新的伪彩色编码表,并采用查找表的方式对增强后的图像进行了伪彩色处理与显示.试验结果表明,经过伪彩色增强处理后,图像的显示效果有了明显提高,图像中的动态范围得到了扩大,细节信息也得到了加强.     

基于高频加强滤波和HE的手背静脉图像增强

为了增强手背静脉图像中纹理和背景对比度，克服光强、手背厚度对静脉采集的影响，提出一种基于高频加强滤波和直方图均衡相结合的增强方法。该方法通过高频加强来突出静脉纹理，再利用直方图加大纹理和背景的对比度，使静脉图像的纹理轮廓清晰，分界明显。实验证明，该方法能够有效地增强静脉图像。