基于改进双直方图均衡化的舰载图像去雾方法

舰载图像具有大面积同色高亮区域,现有直方图均衡化在舰载图像去雾时存在亮区过度增强现象。针对这一问题,论文提出一种基于改进双直方图均衡化的舰载图像去雾算法,首先对归一化直方图中小于1的部分gamma校正,并设置过度增强阈值T对较大的直方图数据限制,然后以中位数像素作为分割点,计算左、右子直方图的灰度分布概率直方图并获得映射表;最后将两映射表合并,获得去雾后图像。实验结果表明,以论文自制舰载图像数据集为测试集,相比于基于灰度图像均值分割的直方图均衡化和等面积的双直方图均衡化,论文算法平均亮度误差分别缩短了46.27和7.10,结构相似性分别提高了0.25和0.16,可以有效改善现有直方图均衡化在对舰载图像去雾时的亮区过度增强问题。

基于gamma校正的多尺度Retinex的预处理算法研究

在行人检测过程中,图像预处理环节至关重要,其处理的效果好坏与行人检测的准确程度息息相关。本文重点考虑光照的影响,提出了一种新的图像预处理方法:基于gamma校正后的多尺度Retinex图像预处理算法。其原理是将视频图像进行伽马校正,以此来增强图像中物体的信息与背景的对比度,再采用多尺度的Retinex算法对实验图像处理,使得图像更加平滑,更符合人类的视觉要求。通过实验证明本文提出的方法在行人检测中更具有优势。

一种非均匀照明彩色图像自适应校正方法

为解决非均匀照明条件下彩色图像亮度不均、细节丢失、对比度低等问题,提出一种非均匀照明彩色图像自适应校正方法研究非均匀照明图像的自适应增强。首先,提出一种双伽马校正直方图均衡(bilateral Gamma adjustment histogram equalization, BIGAHE)算法处理HSV颜色空间的V通道,来调整图像全局对比度和亮度,同时使用构建的自适应拉伸函数对S通道进行非线性拉伸以提高图像整体饱和度,然后利用对比度受限的自适应直方图均衡算法(contrast limited adaptive histogram equalization, CLAHE)对L*a*b*颜色空间中L*通道进行局部对比度增强,得到最终增强图像。实验结果表明,与现有流行的图像增强方法相比,该算法的平均梯度(mean gradient, MG)、熵(entropy)指标为所有对比算法中最优,对比度改善指数(contrast improvement index, CII)在所有方法中排名第二。可见该算法能够有效提高非均匀照明图像亮度和对比度,提供更多的细节增强,同时避免过度增强,保持图像的自然性,获得更好的增强效果。