利用累积分布函数的亮度保持均衡算法

为了解决对比增强算法中的亮度保持问题,提出一个有效的基于直方图的亮度保持和对比增强算法.首先利用累积分布函数计算关键点,这些关键点对亮度保持有重要影响;然后基于关键点将直方图分割为几个子直方图,并对每个子直方图进行均衡;最后将均衡之后的子直方图合并,得到增强的图像.实验结果表明,与已有的一些基于直方图的算法相比,该算法能够更为准确地实现亮度保持,且图像的对比增强效果较好.

范围限制的自适应亮度保持多阈值直方图均衡算法研究（英文）

针对目前直方图均衡算法难以实现,且易造成亮度饱和等问题,本文提出了一种范围限制的自适应亮度保持多阈值直方图均衡算法。首先,对输入图像进行适当平滑,从而获得它的直方图峰值点个数(N+1)。然后,对Otsu算法进行N阈值扩展,并通过这种方法获得图像的N个分割阈值,从而按照此阈值对图像进行分割。为了能够最大程度地保持输入图像的亮度,利用输入图像和输出图像的均值亮度最小误差(AMBE)准则,重新计算了图像的均衡范围。最后,利用新的均衡范围分别对每一个子图像进行均衡。实验表明,使用本算法处理Lena图的绝对均值亮度误差为0.416 4,明显优于使用RLBHE算法的0.629 5。本算法能够获得更清晰的图像细节,同时图像的整体亮度保持的也较好。

亮度保持的夜景图像增强算法

针对夜景图像对比度增强的特点,提出一种亮度保持的夜景图像增强算法。根据平均亮度将夜景图像递归分解为一系列不同灰度级范围的子图像,然后对每个子图像在其灰度级范围内进行均衡。实验结果表明,该算法在充分扩展图像灰度级动态范围的同时,可以通过递归深度的选择控制图像亮度的变化,使增强后的夜景图像显得自然与真实。

基于熵最大化和亮度保持的局部直方图均衡

直方图均衡是一种常用的进行对比度增强的方法,但是,传统的直方图均衡(HE)的输出和输入图像的均值亮度没有联系,而亮度保持在很多消费类电子产品中是需要的。本文提出了基于熵最大化和亮度保持的部分重叠的局部直方图均衡方法(局部BPHEME)。实验结果表明,本方法不仅保持了图像亮度,而且,改善了图像的熵,增强了图像的细节。

基于亮度保持的子图像加权对比度增强

本文提出了一种有效的基于亮度保持对比度增强算法.利用BBHE(brightness preserving b-i histogram e-qualization)算法产生的两个子图像,对两个子图像进行加权求和,从而得到输出图像.同时,根据输入图像以及两个子图像的亮度均值,给出了一种基于亮度保持的权重系数的计算方法.实验结果表明,与其它亮度保持对比度增强算法相比,本文算法能够更准确地保持输入图像的亮度均值以及较好地实现对比度增强.另外,本文算法计算简单,能够满足实时性的要求.

基于亮度保持S型函数的双直方图均衡方法

传统直方图均衡在保持图像亮度,避免过增强方面表现不佳。为了克服上述缺点,提出了一种基于亮度保持S型函数变换的双直方图均衡方法。首先用输入图像的灰度均值对直方图进行分割,然后根据子直方图的信息自适应地调整S型函数的参数,将子直方图的灰度均值变为其不动点,同时调整S型函数曲线的倾斜程度,最后用调整参数后的S型函数代替子直方图的累积分布函数进行双直方图均衡。通过对USC-SIPI数据库中的灰度图像进行试验,该算法在亮度保持和图像保真方面均取得较好的效果。

对亮度保持算法的改进

亮度保持算法处理后图像整体效果好,但细节欠佳。文章利用插值技术对亮度保持算法进行改进。实验结果表明:利用改进算法处理有较好的增强效果,且细节清晰。

亮度保持和细节增强的红外图像增强方法

针对红外图像对比度低和细节信息少的特性,提出一种能保持亮度和增强细节的方法。改进的自适应双边滤波将图像分成基本层和细节层,在基本层利用基于高斯混合模型的直方图规定化实现亮度保持,在细节层利用人眼视觉特性自适应选取增强函数来增强较弱细节并保护原图像中的清晰边缘不失真,再恢复到原来灰度空间。研究结果表明:该算法可保持整体明暗视觉效果,同时,原图像中较暗和较亮处的细节都可得到有效增强。

基于分段常数直方图模型的亮度保持图像增强

提出了一种新的精确亮度保持对比度增强算法。将目标直方图显式描述为分段常数模型,然后通过亮度保持约束和其他准则确定模型参数,最后应用直方图规定化完成图像增强。实验结果表明,算法在亮度精确保持的同时能够达到较好的图像增强效果。

一种基于亮度保持的图像增强方法

摄像头采集到的图像容易受到外部光照变化变得模糊,导致图像中的对象无法清晰的辨别。针对这一问题,通过对安防系统中的图像特性进行研究,本文提出和设计了一种基于图像直方图模型的亮度保持的图像增强算法,该算法采用分段常数直方图模型原理实现对图像的亮度保持的同时来提升视频图像的质量。通过实验证明本文提出的算法在算法效率、图像亮度保持等方面相对于经典的图像增强算法具有明显的优势。

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.

保持图像亮度的直方图均衡新算法

传统的直方图均衡算法能够增强图像的对比度,但是均衡后图像的亮度与输入图像无关,不能保证均衡前后亮度不变。传统直方图均衡对灰度级占较少的进行合并,而这些较少灰度级通常为图像细节部分,因此图像经传统直方图均衡后会导致图像细节部分丢失。本文在RMSHE算法的基础上,提出了一种既能保持图像亮度又能保持图像细节的算法。经仿真验证,图像质量有一定程度的改善。

保持图像亮度的自适应局部对比度增强

目前保持亮度的局部直方图均衡算法用于对比度增强时,大多以亮度均值和中值为图像的亮度分割点,这些方法能较好地保持图像的亮度,但同时也会产生局部过增强。为此提出了一种亮度误差最小的自适应局部对比度增强算法,根据亮度均值绝对误差自适应的选择最佳亮度分割点,然后用保持亮度的双直方图均衡算法对被分割的子图像进行均衡,最后用滤波器消除块效应。实验结果表明,该算法不仅保持了输入图像的亮度,同时也实现了局部对比度增强。

保持亮度的多峰值直方图均衡算法

现有的直方图均衡算法在增强图像对比度的同时,输出图像的亮度与输入图像无关,并且在均衡区域产生亮度饱和现象,提出了一种新的直方图均衡算法。以亮度保持的双直方图均衡算法(BBHE)为基础,改进其对子图像的分类方式:根据直方图对图像进行多峰值分解,得到一系列不同范围的子图像,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,直方图均衡新算法不仅在保持了输出图像亮度的同时,而且非常有效的解决了在原图像均衡区域产生的亮度饱和问题对图像的影响。

保持背景亮度的直方图均衡

直方图均衡已经广泛应用于图像增强,但是直方图均衡也存在一些明显的缺点:首先,直方图均衡后会使得图像的均值接近于灰度级的中点;其次,直方图均衡后会使得一部分灰度级被拉伸,另一部分灰度级被简并,表现为图像的过增强出现不自然的表象。在这篇文章中,使用方法是非线性直方图均衡,即提出了保持背景亮度的直方图均衡(BBPHE),不仅提高图像对比,还保留背景亮度。

红外视频图像细节保持增强算法研究

本文首先针对红外视频图像及其直方图特征进行详细讨论;然后根据红外视频图像特征及其直方图特征,并与已有红外视频图像亮度、细节保持增强算法进行比较,最后给出适用于红外视频图像特点的细节保持的视频图像增强算法。

图像亮度精确控制的双直方图均衡算法

针对传统的双直方图均衡算法(BBHE)不能精确实现图像亮度保持目标的问题,该文提出一种新的双直方图均衡算法。基于给定图像的灰度直方图,建立灰度阈值与输出图像亮度之间的对应关系;求解满足图像亮度要求的所有灰度阈值,从中选择一个最佳阈值用于图像的双直方图均衡处理,使输出图像与BBHE算法增强的图像之间具有最大直方图相似度。基于多种亮度图像的实验结果表明,BBHE算法的输出图像亮度与期望值之间相差-36.94%~8.85%,该算法将误差范围缩小到0.43%~2.56%,显著提高了双直方图均衡算法控制图像亮度目标的精确性,运行速度满足实时要求。

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(Brightness Preserving Bi-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)、绝对平均亮度偏差(Absolute Mean Brightness Error,AMBE)指标上平均提升至少17.2%、4.0%、56.2%。实验结果表明,所提方法对不同亮度特征的红外图像都有良好的适应性,可有效增强红外图像对象和背景之间的对比度,在噪声抑制、亮度和细节保持等方面优于同类方法。

基于三直方图均衡的SF_(6)红外图像对比度增强方法

电力设备SF_(6)泄漏气体红外图像容易淹没在背景中,肉眼难以辨识低对比度图像中泄漏气体情况,给电力设备检修带来了困扰。提出了基于三直方图均衡的SF_(6)红外图像对比度增强方法。首先,利用三样条插值拟合图像直方图得到二阶连续曲线,计算每个灰度级对应的一阶导数绝对值。其次,根据一阶导数绝对值和直方图分布划分直方图为两个波峰和一个相对平坦的波谷区域;最后,根据波峰和波谷将直方图分为3个子图,对3个子图分别进行直方图均衡后合并为增强图像。为了验证算法有效性,对现场拍摄的电力设备SF_(6)泄漏低对比度红外视频流进行增强,并与CLAHE和双直方图均衡算法进行对比。实验结果表明:本文方法在提升图像的整体对比度同时增强了泄漏气体与周围图像的对比度,提升泄漏气体红外图像视觉效果,相比于CLAHE和双直方图均衡方法,本文获得的峰值信噪比和均方根对比度值更高,增强后的图像质量更好。

自适应动态峰值剪切直方图均衡化

传统的直方图均衡化算法在增强图像的同时可能会引入一些视觉退化效应,如一些图像的部分区域出现过度增强。为了克服这个缺点,已有一些灰度均值保持算法,但是这些算法并不能很好地保持图像处理前后灰度均值的稳定性。提出了一种自适应动态峰值剪切直方图均衡化算法:使用滤波器对原图像的直方图进行滤波操作,并且根据图像的信息来确定分割区间及区间数目;对分割的区间进行重新映射;对区间的直方图进行剪切操作,然后分别地进行均衡化处理,并对处理后的图像进行灰度归一化操作。实验结果表明,该算法可以很好地在保持原图像均值的前提下实现图像增强。