对比度受限下直方图均衡化处理的木板纹路图像增强算法

在木板纹路识别的工程应用中,光照不均匀等因素会产生对比度差的木板图像,将影响木纹的准确识别,针对此现象采用改进的对比度受限自适应直方图均衡化方法(contrast-limited adaptive histogram equalization,CLAHE)对木板纹路图像进行增强处理,首先借助加权平均灰度化对原始图像进行灰度处理,再利用CLAHE算法将灰度图像分割成若干个大小相等连续的子块,选取合适的阈值对每个子块的直方图进行截取,将超过阈值的像素均分到其他的灰度级中,使用双线性插值对图像进行插值运算,得到对比度受限下直方图均衡化图像,最后使用双边滤波器(bilateral filter)对均衡化图像进行降噪保边处理。共用600幅木板图像,其中450幅图像作为训练集图像,150幅作为验证集图像,通过平均绝对误差(mean absolute error,MAE),峰值信噪比(peak signal to noise rate,PSNR)以及最终实验结论对比CLAHE算法和其他一些常规算法,工程运行结果表明:CLAHE方法处理木板纹理图像具有较好的运行效果,为木板纹理的准确识别提供了理论依据。

基于对比度受限直方图均衡化的夜间接触网支柱号牌识别方法研究

在接触网停电检修作业挂接地线中,挂接地线位置由作业票上的支柱号确定,因此,研究接触网支柱号牌的识别对挂接地线的自动化监测具有重要意义。为此,提出一种基于对比度受限自适应直方图均衡化(Contrast-limited adaptive histogram equalization,CLAHE)的支柱号识别方法。利用对比度受限自适应直方图均衡化和中值滤波预处理图像,用最小区域法和形态学变换提取号牌区域,再用连通域和模板匹配识别号牌上的支柱号字符,并在识别过程中考虑支柱号的分布规律,验证支柱号的识别结果。利用Halcon和C#联合开发的识别软件平台进行试验,对比CLAHE和直方图均衡化(Histogram equalization,HE)的均方差和峰值信噪比,结果表明这种方法大大提高了支柱号识别的准确率。

基于插值和对比度受限算法的局部直方图均衡

局部直方图均衡方法是目前最为普遍有效的图像增强方法,但其不可避免的会带来块效应以及过度增强的效果.而传统的消除块效应方法一般耗时巨大或者效果不佳,针对这种情况,本文提出使用子块不重叠线性/双线性插值算法来消除块效应,并提出使用对比度受限直方图算法来抑制过度增强.本文详细阐述了插值法和对比度受限算法的具体过程;并进行Matlab仿真实验,通过对比分析各种均衡算法的结果和运行时间,证明本文所提出的基于插值和对比度受限算法的局部直方图均衡方法在图像增强的精度和速度方面确实有效可行.

对比度受限自适应直方图均衡算法在鼻咽癌放疗摆位中的应用

目的探讨对比度受限自适应直方图均衡算法在鼻咽癌放疗摆位中的应用。方法利用单曝光定位照相技术,应用对比度受限自适应直方图均衡算法对射野图像进行增强,把增强后的图像与计划系统中的DRR图像进行比较。结果对比度受限自适应直方图均衡算法可以有效地提高射野图像的分辨率和对比度,可以清楚地分辨出主要的骨性标志。在摆位质量控制中可以检验出射野图像与DRR图像的射野中心的位移变化。结论单曝光定位照相技术结合对比度受限自适应直方图均衡算法可以减少鼻咽癌放疗摆位误差,确保放射治疗计划准确的实施。

基于对比度受限直方图均衡法的牛羊眼部图像增强方法

针对牛羊眼部纹理信息提取前需要对牛羊眼部图像进行增强处理的问题,采用对比度受限直方图均衡化方法对牛羊眼部图像进行增强处理。该算法首先将原始图像分割成若干个大小相同的子区域,再计算截取值对每个子区域的直方图进行截取,并将截取下的像素均匀分配到每个灰度级,得到限定对比度直方图,根据限定对比度直方图对原图进行灰度双线性插值生成增强图像。实验结果表明,使用对比度受限直方图均衡化方法对牛羊眼部图像进行增强处理,增强后的图像具有更高的图像细节和层次感,同时减少了图像的失真,具有较高的理论和实用价值。

基于改进ViBe算法以及改进CLAHE算法的烟雾信息增强技术

对于在火灾刚开始发生时,烟雾信息较弱且不明显的问题,提出了一种使用视频图像序列进行烟雾信息增强的技术。使用改进的ViBe算法对整个视频进行检测,获得每帧图像的运动蒙板。采用去除离群值的帧间差分放大算法对烟雾信息进行放大。通过改进后的限制对比度的自适应直方图均衡化算法(CLAHE)来提高烟雾区域对比度,并使用合并蒙板保存烟雾信息,用翻转蒙板保留原始图像背景信息,最后进行烟雾区域与背景区域的融合,得到最终图像。实验结果表明,算法可以将烟雾泄漏区域的对比度进行较大程度的提高,并且由于融合了原始图像背景,因此,背景噪声也处于较低水平。

基于自适应容差优化的暗通道去雾算法

针对暗通道先验理论对透射率、大气光值估计不准确及去雾后图像亮度降低等问题,提出一种算法。在暗通道先验理论的基础上,利用引导滤波对有雾图像进行平滑,通过限制对比度自适应直方图均衡化算法处理平滑后的图像,恢复由于雾产生的色差,选取较为准确的大气光值;引入Brenner清晰评价标准自适应确定容差值,实现对透射率的修正;将有雾图像与清晰图像加权融合,保存图像更多细节;在YUV颜色空间中调节亮度分量Y,改善图像亮度。实验结果表明,该算法可有效改善有雾图像的亮度过高与清晰度过低的问题,与其它算法相比,在保留图像细节处相对更完整,图像整体去雾效果更佳。

基于自适应直方图算法的红外增强处理及实现

红外图像具有低信噪比、低地对比度、边缘模糊等缺点。这篇文章主要介绍基于自适应平台直方图算法对红外图像进行处理及FPGA硬件的实现。首先,我们将红外图像转换为灰度直方图,接着进行图像的均衡化处理,最后通过自适应的方法选取合适的平台阈值,来提高红外图像的对比度。本文将该算法用在FPAG上实现,红外图像的细节明显得到增强,边缘清晰度和目标对比度得到了提高,同时抑制了噪声,很好地改善了图像的效果。因此,该方法是适应于各种红外图像的增强处理。

结合局部对比度增强的直方图均衡化图像增强算法

本文结合局部对比度增强,给出了一个改进的直方图均衡化图像增强算法。应用该算法对图像进行增强处理, 取得了较好的处理效果。

基于红色暗通道先验理论与CLAHE算法的水下图像增强算法

[目的]水下图像是水下视觉感知技术领域应用的基础,由于水对光的吸收以及水中颗粒对光的散射作用,使水下图像具有对比度低、边缘模糊等特点,导致图像质量下降。为此,提出一种削弱水介质对水下图像影响的图像增强算法。[方法]首先,研究了水下成像数学模型,并且依据Lambert-Beer定律推导出了未退化的图像数学模型。其次,利用红色暗通道先验(RDCP)理论得到未退化图像模型中的红色暗通道透射率图像,并通过引导滤波算法对该图像进行滤波细化处理,获得了对比度比较高的未退化图像。然后,针对去模糊后水下图像对比度仍然不理想的情况,采用对比度受限直方图均衡化算法(CLAHE)提升水下图像对比度。[结果]基于常用图像评价标准,通过实验评价了本文算法的有效性,[结论]本文算法能够显著提升水下图像信息熵、对比度和平均梯度,更能凸显图片信息的细节特征。

基于暗通道先验和CLAHE的红外图像增强算法

红外成像设备自身特性造成红外图像具有对比度低、边缘模糊、噪声较多等特点。针对这些特点,提出一种基于暗通道先验和CLAHE的红外图像增强算法。使用暗通道先验方法对降质的红外图像进行处理,在去除图像中大部分噪声的同时保留更多图像细节。使用暗通道先验处理过的图像具有整体偏暗的特点,采用CLAHE方法对这些图像进行亮度的提升。实验结果表明,该算法的增强效果优于常见的几种红外图像增强算法。

一种新型X射线安检图像增强算法

针对X射线安检图像噪声大、对比度低和边缘不清晰等特点,提出一种基于对比度受限自适应直方图均衡化(CLAHE)变换和图像灰度最大值融合的双重能量X射线图像增强算法。首先,应用CLAHE变换分别对高能和低能X射线图像分别进行处理得到初步增强结果;然后采用空域灰度值最大融合算法融合经过CLAHE变换后的高能和低能X射线图像从而得到最终增强X射线图像。实验结果表明该算法能更有效地提高双重能量X射线图像的对比度,显著改善图像质量。

融合MSR与改进CLAHE的安瓿瓶图像增强

针对自动调火系统中采集到的安瓿瓶图像瓶身直径测量精度较低的问题,提出一种融合多尺度视网膜增强(MSR)与改进限制对比度自适应直方图均衡化(CLAHE)的图像增强算法。MSR算法可以增加图像细节信息,但会造成图像泛白,降低图像对比度;CLAHE算法可以提高图像对比度,但信息熵会有所下降,根据两种算法的特点,引入伽马校正对CLAHE算法进行改进,改进后的CLAHE算法可以降低图像中干扰区域影响,进一步提高图像对比度,与MSR算法增强后的图像进行加权融合得到最终图像。对增强后的安瓿瓶图像进行直径测量,结果显示该算法可以将安瓿瓶的尺寸误差从0.3 mm降到0.1 mm,有效解决安瓿瓶图像尺寸测量精度低的问题。

基于MATLAB的乳腺钼靶图像直方图增强方法的比较

目的比较不同直方图增强方法对改善乳腺钼靶图像质量的效果。方法基于MATLAB编程,分别采用直方图均衡化(HE)、直方图规定化(HS)和对比度受限自适应直方图均衡化(CLAHE)对乳腺钼靶图像进行增强处理;利用峰值信噪比(PSNR)客观评价图像的噪声水平。结果HE对图像对比度的增强效果一般,图像细节反而有所下降;HS可选择匹配直方图函数的类型,从而选择性增强所需灰度范围,但图像噪声水平在三种方法中最高;CLAHE能很好地增强图像各部分的对比度,且图像噪声水平最低。结论应用直方图增强方法处理乳腺钼靶图像,在图像噪声水平和灰度增强上,CLAHE明显优于HE和HS。

基于CLAHE的水下图像增强算法研究

图像增强是通过改变图像特征使得图像质量得到改善的一种技术。水下图像由于受到光照条件的制约,图像对比度低,本文尝试在水下图像中进行多种对比度增强实验,包括对比度拉伸,直方图均衡化方法以及对比度受限自适应直方图均衡化方法(简称CLAHE)。采用均方误差对实验结果进行性能评估,以上方法在多种水下环境中测试。实验证明,CLAHE方法具有更好的增强效果。

基于归一化标量权重映射的图像增强算法研究

文章阐述了图像对比度增强算法的基本方法,分析了几种具有代表性的图像增强算法不同之处,主要包括基于直方图均衡化图像增强算法、基于小波变换的图像增强算法以及和基于人眼视觉特征的图像增强算法,提出定义图像对比度度量模型和亮度度量模型的方法来解决目前算法中存在的一些问题。

CLAHE算法在数字钼靶图像增强中的应用研究

重点研究了对比受限自适应直方图均衡算法(Contrast-Limited Adaptive Histogram Equalization,CLAHE)在数字钼靶图像增强中的应用,分析和对比了几种图像增强算法的优劣。根据数字钼靶图像处理实时性的需要,通过分析CLAHE算法流程,对CLAHE算法的延迟问题进行了研究,并得出一套可应用于数字钼靶图像增强的方案。

采用自适应全局亮度补偿的夜间去雾算法

针对夜间雾霾天气情况下还原的去雾图像存在颜色失真、纹理损失严重、去雾效果差等问题,本文提出了一种夜间去雾算法,采用自适应全局亮度补偿、同态滤波、限制对比度自适应直方图均衡化算法以及联合双边滤波对降质图像进行处理,结合大气散射模型得到还原的去雾图像。实验结果表明,该算法的夜间去雾效果好、处理速度快,较对比算法在对比度、平均梯度以及信息熵上均有改善,有效减少了还原图像的颜色失真、纹理损失。

基于MATLAB的几种图像增强算法

简要介绍图像增强的概念和一些图像增强的算法,从图像的直方图均衡化、对比度线性展宽、动态范围非线性调整和伪彩色增强等几个方面对图像增强算法进行讨论和研究,并通过MATLAB软件平台,给出各种算法的处理效果。

基于改进同态滤波的低对比度图像增强

针对传统同态滤波算法计算量大、参数设置困难、实验难度大等问题,提出一种改进同态滤波和对比度约束自适应直方图均衡相结合的低对比度图像增强算法。对原始图像进行均衡,保留图像的细节,增强图像的对比度;通过对同态滤波算法进行改进,进一步提高预处理图像的对比度。改进同态滤波算法利用滤波器特性对滤波函数进行简化,不但保证了原始算法的效果,而且在很大程度上减少了计算。结果表明,该算法是可控的,效果明显,细节更加完整。