基于双线性插值动态直方图均衡化的雾天图像增强算法

为解决雾天图像降质问题,提出一种基于双线性插值动态直方图均衡化(BIDHE)的雾天图像增强算法.将原始图像分割为若干大小相同的子图像,利用局部最小值分割子图像直方图,计算子直方图输出灰度映射范围,然后对子直方图进行直方图均衡化,对图像进行双线性插值.选取真实雾天降质图像为处理对象,利用边缘检测及均方误差(MSE)、信噪比(SNR)和峰值信噪比(PSNR)3项评价指标对不同算法进行比较.结果表明,该算法有效增强了雾天降质图像对比度,并且清晰地恢复了图像细节.

基于多尺度几何分解的光照不均图像增强方法

针对光照不均匀的图像,结合W系统和NSCT变换,提出了一种新的图像增强方法.方法首先利用W变换对图像进行多尺度分解,然后利用NSCT中的非下采样方向滤波器组对尺度分解中的高频部分进行方向分解,得到不同尺度不同方向上的变换系数.在多尺度几何分解的基础上,对低频子带图像采用动态直方图均衡化、高频子带图像采用同态滤波的方法进行增强处理,最后利用非线性函数减小图像明、暗部分灰度值的差异,得到最后的增强结果.仿真实验结果表明,算法无论在视觉效果上还是客观评价指标上都优于其他被比较的四种增强算法,对于过亮、过暗以及局部光照不均匀的图像均取得了更好的增强效果,在增强图像细节的同时能有效抑制图像的伪吉布斯失真和过增强失真.在评价指标上,算法对三组经典图像处理后的增强图像的信息熵分别达到了10.0755、9.7879、10.5338,明显优于其他方法.