小波变换和直方图均衡化的保持色调不变彩色图像增强算法

彩色图像增强的目的是保持色调的前提下加强图 像对比度,提高彩色图像视觉效果,文中提出小波变换域内色调不变 彩色图像增强算法,RGB彩色空间中,对各通道进行小波分解,高频部分进行非线性变换, 突出细节信息,然后通过小波逆 变换重构图像,然后对图像进行限制对比度直方图均衡化后与原图比较算出增强因子,最后 处理gamut问题,得到保持色调 不变的增强图像,在相同条件下与其它彩色图像增强算法进行性能比较,实验结果表明,该 算法对质量不同的彩色图像有较 好的增强效果,增强了图像细节和对比度,并具有自适应能力。

色调分区加权约束的色调平面保持相机特性化

为了在色调平面保持优良性能的基础上,进一步提高相机特性化性能,本文提出了色调分区内加权约束的色调平面保持相机特性化方法,通过优化色调分区改进加权约束的色调平面保持相机特性化。首先,对样本RGB进行初步划分色调分区,然后,在色调分区内结合色调角对分区内样本的特性化矩阵加权平均得到本分区的特性化变换矩阵,其中通过优化色调分区的数量和位置来提升总体性能。实验结果表明,在D65光源的三组光谱数据和两组相机数据的仿真实验和曝光改变实验,以及三组光源和42组相机数据的补充仿真实验下,本文提出的相机特性化方法的性能优于已有的色调平面保持方法,且优于高阶多项式、根多项式方法或者与之持平,说明优化色调分区应用于相机特性化方法能够提升色调平面保持的相机特性化性能。

基于灰度DAG熵最大化量化分辨率医学图像增强

为提高医学图像增强的清晰度和对比度,并提高计算效率,提出一种基于灰度有向无环图(DAG)熵最大化量化分辨率医学图像色调增强算法.首先,采用简单的分段自回归(PAR)模型进行图像目标恢复,并考虑到模数转换的误差利用全最小二乘算法进行PAR模型参数估计,获得高分辨率图像恢复直方图模型;其次,针对可能存在的对比度过低问题,将上述获得的最小二乘算法约束优化问题,建模为DAG中的最大权重路径问题,构建了色调保持最大熵图像增强过程约束优化模型,并通过DAG图Monge定理特性实现计算复杂度的降低;通过上述两个步骤,实现了医学图像增强过程中图像细节和对比度的同步增强,仿真实验显示所提算法可提供更为有效的医学图像增强效果.