基于多尺度局部直方图均衡化的矿井图像增强方法

针对当前常用的直方图均衡化、基于Retinex理论、基于同态滤波、基于小波分析等矿井图像增强方法存在欠增强、过增强等问题,提出了一种基于多尺度局部直方图均衡化的矿井图像增强方法。根据HSI颜色空间图像的颜色分量(色调分量、饱和度分量)与亮度分量相互独立特性,将矿井低照度RGB图像转换到HSI颜色空间;采用双边滤波将亮度分量分解为光照图像和反射图像;对光照图像进行小、中、大3个尺度分块,对图像块分别进行局部直方图均衡化处理,以提升图像亮度和对比度;对反射图像进行8方向梯度增强,以丰富图像的纹理边缘;将经多尺度局部直方图均衡化的光照图像和方向梯度增强的反射图像进行Retinex反变换,得到增强的亮度分量,将其与色调分量和饱和度分量转换至RGB颜色空间,得到增强的矿井图像。采用煤矿井下实际监控图像对基于多尺度局部直方图均衡化的矿井图像增强方法进行实验验证,对其增强效果进行主客观评价。结果表明:该方法与现有图像增强方法相比,在图像亮度和对比度方面均有更大的提升,细节信息更丰富,信息熵提升7.23%以上,平均梯度均值提升31.6%以上,具有更好的图像增强效果。

改进后的Otsu自适应背景分离的局部直方图均衡化增强算法

Otsu自适应背景分离的局部直方图均衡化增强算法是综合改进后的Otsu自适应背景分离算法和局部直方图均衡化增强算法的一种新处理方法,首先,利用改进后的Otsu算法对图像进行目标区域和背景区域的分离,然后利用分离出来的目标区域进行直方图均衡化处理。实验结果表明,图像经过处理后,目标区域对比度明显增强。

一种基于定向局部直方图均衡化的显微图像清晰度判定方法．

针对现存的图像清晰度判定方法对光照鲁棒性不太理想这一问题，本文提出一种基于定向局部直方图均衡化（OLHE）的方法，使得这一问题得以解决。首先，根据定向局部直方图均衡化具有边缘方向这一特性，用不同的算子对不同区域图像进行处理，得到最佳的OLHE图像；然后，用现存的图像清晰度判定方法对图像进行清晰度判定。本文用显微图像进行测试，实验证明，该方法对光照具有较强的鲁棒性，能判定光照不一致图像的清晰度，稳定度平均能提高87．66％，最高可达到99．28％

“直方图”均衡化图像增强技术研究综述

均衡化即等可能分布,以均衡化指导思想的图像增强方法内涵丰富,意义深远,应用广泛。直方图均衡化(Histogram Equalization,HE)算法在图像增强中具有很强的代表性,近几年研究人员在此基础上又进一步拓展了均衡化思想在图像增强领域的应用。不过,目前缺乏针对直方图均衡化技术较为全面的综述评论性文章,以均衡化思想为主线,对于相关改进工作,分为五类技术,并分析了各类技术的典型算法,最后指出了今后可能的研究方向。

改进的直方图均衡化算法在图像增强中的应用

在数字图像处理过程中,针对直方图均衡化算法增强图像,提出了一种改进的直方图均衡化算法,应用于图像增强。该算法结合全局直方图均衡化、局部直方图均衡化特性,利用增量式直方图均衡化,从处理方法上对直方图均衡化算法进行了改进。实验结果表明,文中提出的方法能更有效的增强图像,去除图像噪声,为后续有效的识别特征提供了基础,同时提高图像目标识别的效果。

成像测井图像的动态增强及Morphing方法

未经图像学处理的成像测井原始图像对地层特征的反映通常并不明显。静态标准化图像亮度大,适合于观察变化范围较大的测井响应和岩性对比分析结果。动态增强图像增加了井孔特殊区域的特征清晰度,但所用的短窗长会使图像出现台阶现象,平滑滤波、重采样都不能很好地消除这种台阶。在用图像直方图局部均衡化实现动态增强研究的基础上,采用Morphing技术对颜色进行线性插值,即用一个控制序列控制图像渐变过程,在颜色混合时消除中间帧图像上的一些不良表现,对动态增强图像台阶上下作颜色线性插值,使图像渐变。结果表明此方法能够有效地解决由于图像动态增强而产生的台阶问题。

红外与可见光图像快速融合算法

为了增强融合效果,提高融合速度,提出一种快速有效的红外与可见光图像融合算法.首先采用局部直方图均衡和中值滤波对红外与可见光图像进行对比度增强和去噪处理;然后对增强后图像进行线性融合,生成伪彩色融合图像;最后简化Lab颜色空间与RGB颜色空间之间的转换模型,并在简化的Lab空间实现全局颜色迁移,将可见光参考图像的一阶统计信息融合进伪彩色图像,获得自然感的真彩色图像.对比实验结果表明,采用文中算法生成的融合图像更加清晰、自然,速度更快、更简单.

基于CLAHE变换的低对比度图像增强改进算法

在智能交通系统中,天气和光照是图像采集质量的重要客观条件,对后续处理及最终监管有不可忽视的影响。针对雾天和夜间等低对比度图像,提出一种基于有限对比度适应性直方图均衡化的改进算法。该方法首先进行RGB和HIS彩色空间转换,其次仅对亮度分量进行CLAHE变换和非线性拉伸,之后做RGB输出。实验结果表明,该方法在提高对比度同时,良好地保持图像的目标信息,能够提高后续识别和监管的有效性。

低对比度叠层薄片的机器视觉计数测量方法

为解决印刷等行业在薄片计数上的难题,提出了一种基于机器视觉的计数测量方案.采用最新的高分辨率的CMOS相机和百万像素、低畸变的定焦镜头搭建图像采集系统.针对低对比度叠层薄片检测难题,提出了一种局部直方图均衡化和基于双高斯二阶导的线状增强相结合的算法.算法主要分为以下几部分:首先,获取采集平台采集的薄片图像,为提高算法速度,只选取采集的部分图像作为处理区域,并通过小波去噪对其进行预处理;接着,利用局部直方图均衡化对预处理后的图像进行对比度增强;然后,在水平和竖直方向分别用双高斯二阶导数和均值滤波器处理,得到线状增强后的薄片检测结果;最后,对薄片检测结果进行峰值检测计数,并将检测结果实时显示出来.实验证明,此计数测量方法对多种类型的薄片(包括纯白的0.05mm的薄片)的计数误差都小于0.01%,而且可以节省大量人力和物力,值得被推广和运用.

手掌静脉图像增强算法研究

为了解决手掌静脉图像质量局部不均问题,提出一种新的手掌静脉增强算法,将受约束的局部直方图均衡算法(CLAHE)和非下采样的Contourlet变换(NSCT)相结合进行图像增强.对图像进行非下采样Contourlet变换,在近似分量上进行CLAHE处理提高图像对比度,在细节分量上根据各尺度不同方向子带上的能量分布自适应地确定阈值,并利用所提出的非线性增强算法进行细节增强;然后通过Gabor滤波器增强手掌静脉纹路.实验表明,该算法提高了静脉图像对比度,增强了手掌静脉的轮廓细节,并且有效地抑制了噪声.

基于Log-Gabor子带图像分割的虹膜识别算法

提出一种基于Log-Gabor子带图像分割的虹膜识别算法。该方法具有平移、放缩和旋转不变性,并且生成的虹膜特征码仅288B。实验结果和数据分析证明该方法的合理性和可行性。

集装箱X光图像增强技术

由于集装箱自身的构造特点以及X光扫描机的信息采集误差,使得集装箱X光图像有很强的竖纹噪声。为提高X光图像中感兴趣区域的清晰度并抑制不感兴趣信息,提出了一种以有限对比适应性直方图均等化为基础的改进方法:对原始图像进行有限对比适应的直方图均等化处理,进行图像增强,并对处理后的图像进行中值滤波,以减少箱体的竖纹噪声,得到图像的低频信息,然后,对原图像进行拉普拉斯滤波处理,得到图像的相对高频信息。最后,将处理后的两幅图像加权相加,作为增强后的目标图像。实验证明,该方法能有效削减竖纹噪声,很好地保存图像的目标信息,便于对集装箱X光图像进一步研究。

针对光照不均的低对比度手指静脉增强

为了克服因光照强度和手指厚度对手指静脉图像产生光照不均、对比度较低等的影响,提出了基于同态滤波的立方卷积插值的直方图均衡化方法.在进行局部直方图均衡化处理的基础上,利用同态滤波变换,对每一个子块的低频信息进行处理,再通过图像插值重新确定灰度值.实验表明,这种方法能有效地改善图像的对比度不足和光照不均.

基于WLAHE的尘肺胸片图像增强方法

为提高X线胸片中尘肺病灶的易识别性,提出一种基于加权局部直方图均衡化(WLAHE)的尘肺胸片图像增强方法。采用WLAHE算法、局部直方图均衡化算法,以及直方图均衡化算法对0+期尘肺X线图像进行对比度增强处理,并对采用不同参数的处理效果进行比较。结果表明,WLAHE可在不引入过大噪声及不引起细节失真的条件下,采用更小的窗口,使0+期尘肺X线胸片上的病灶小阴影更突出。

基于CLAHE的尘肺X线胸片增强技术

研究了有约束的局部直方图均衡化(CLAHE)算法在尘肺X线胸片图像增强中的应用。直方图均衡化(HE)是一种常用的图像对比度增强技术,它能够在很大程度上增强图像的视觉效果。但是当我们感兴趣的信息包含在图像中相对较小且灰度分布比较均匀的区域时,HE并不能给出令人满意的结果。局部直方图均衡化(LAHE)根据所关心的区域的局部特征进行变换,以突出所关心的局部特征。但有时会出现窗口较小时发生过增强,窗口较大时局部特征突出还不够明显。CLAHE既考虑窗口内也考虑窗口外的直方图,可用较小窗口突出所关心的局部特征,且不发生过增强。

基于CV模型改进的磁共振成像图像分割方法

为解决灰度变化缓慢、边缘变化不明显的磁共振成像(magnetic resonance imaging,MRI)图像的分割问题,在CV(Chan-Vese)模型的基础上,改进了CV模型的能量泛函,同时用新的边缘指示函数来替换Dirac函数,优化了CV模型的参数,提高了CV模型的分割精度和分割速度。首先,引入了一个新的局部项。用局部直方图均衡化预处理过的图像与原图像相减得到目标边缘变化较为明显的图像,并将其作为局部项引入到CV模型的能量泛函。然后,由局部项构建新的边缘指示函数。用新构建的边缘指示函数代替Dirac函数,解决了CV模型演化曲线不能检测远离目标的边缘的问题。最后,优化平滑项参数,减少迭代次数提高运行效率。实验结果显示,算法对脑部复发性胶质母细胞瘤的MRI图像具有较好的分割效果。

基于Gabor变换与区域生长的瓷砖表面缺陷视觉检测方法研究

针对瓷砖工业生产中表面缺陷检测严重依赖人工的难题和已有视觉检测技术的不足,提出基于Gabor变换与区域生长的瓷砖表面缺陷检测方法。首先采用中值滤波和局部直方图均衡化实现图像去噪和对比度增强,基于Gabor变换函数在变换域进一步对瓷砖表面图像进行处理,较好地消除光照不均和表面反光影响。然后基于自动区域生长算法实现瓷砖表面缺陷区域准确分割。最后采用双向积分投影实现缺陷区域标注。针对瓷砖表面的裂缝、孔洞、麻面、色差缺陷的实验证明所提方法的有效性和可行性。

面向智能交通的图像去雾技术的实现

雾,众所周知,其在很大程度上会阻碍我们看清楚生活中的现象,如果在这种情况下拍照的话,自然而然对比度肯定会不如正常情况下,这样就给我们在实际生活中带来很多不便。特别是在交通这一方面,由于此天气现象的存在,可能没有办法很清楚的看到行车实况,这种情况造成的一个比较小的影响就是车与车的摩擦,更严重的一点的话就是车祸了。那么,对这种自然现象造成的图像不清晰展开图像信号处理与研究是非常有必要的。因此,通过调研我们发现Matlab能够将在恶劣天气条件下获得的图片进行处理,使其更加接近原始图像。这对于上述问题是一个很好的解决工具。本次研究具体使用了三种算法。分别是局部直方图均衡化,全局直方图均衡化还有就是Retinxe算法。而且这项技术的出现,对于我们处理别的不清晰的图像问题也是非常有帮助的。

一种基于V通道细节增强的夜间去雾算法

针对夜间有雾图像降质场景暗淡、点光源分布不均、去雾效果差等缺陷,提出了一种基于V通道细节增强的夜间去雾算法,采用了包含高斯模糊、局部区域伸展直方图均衡化(Local Region Stretch Histogram Equalization,LRSHE)、自适应伽马变换以及带颜色恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)等算法对夜间降质图像进行增强,并使用快速引导滤波对透射率分布进行纹理细化,结合大气散射模型得到夜间雾图的去雾图像。实验结果表明,去雾算法不仅能够去除夜晚雾气的影响,而且有效提升了图像的亮度和纹理细节,相较对比算法,在对比度、平均梯度以及信息熵上均有改善。

正交励磁的损毁字符磁光成像复原

为了对机器设备损毁字符的标识码信息进行显现复原,提出一种正交励磁的损毁字符磁光成像复原识别方法。在研究钢材基体字符对磁场传导的影响机理的基础上,设计能分时正交励磁的环形电磁铁模型,并且通过仿真分析验证了该模型的正确性。采用局部直方图均衡化法对通过正交励磁获得的字符磁光图像进行增强,以突出字符的笔划特征;设计像素级显著值加权平均的融合算法,实现了正交励磁获得的所有方向上笔划特征的融合。设计实验系统,获得正交方向励磁的磁光图像,并对算法的效果进行实验测试。结果表明:局部直方图均衡化增强的磁光图像字符笔划对比度大,分辨率高,算法的增强效果理想;像素级显著值加权融合算法对字符磁光图像进行融合时,可以全方位、高效率提取字符图像的所有方向特征,且融合后图像清晰度高。所提正交励磁的损毁字符磁光成像复原方法能有效复原损毁严重、笔划复杂的字符。