平台阈值自适应选择的图像增强算法在火场红外图像处理中的应用

在复杂的火灾情况中,火场红外图像的处理效果关系到救援效率和效果,快速响应和高识别度是其主要需求。为满足火场红外图像处理需要,提出了一种平台阈值自适应选择图像增强算法。该算法根据图像的直方图的实际情况,自适应生成平台阈值,从而达到火场图像直方图自适应均衡化的效果。将该算法通过FPGA方案进行处理实现。实验结果表明,该算法能够实现控制噪声及背景并增强目标的效果,在火场红外图像处理领域具有有效的可行性。

基于变异系数反馈调整的自适应双平台直方图均衡化

针对传统直方图均衡算法存在过增强、图像细节表现不稳定等现象,提出了一种基于变异系数反馈调整控制的自适应双平台直方图均衡化算法。该算法在反馈控制原理的基础上,引入了一个直方图归一化变异系数作为反馈参数,用来不断修正平台阈值与期望值之间的偏差,从而自适应地获得最优双平台阈值。定性定量实验结果表明,本文所提出的红外图像均衡化算法在不同场景的增强效果中表现良好且稳定。

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.

红外图像增强系统的设计与实现

针对直方图均衡化算法无法有效抑制噪声的缺点,提出了一种新的自适应红外图像增强算法。首先统计红外图像直方图,估计出平台阈值,然后对统计直方图进行修正,最后校正图像中所有像素灰度值并进行输出。结合实际应用,搭建了高速红外图像增强处理平台。基于该平台用真实图像验证了提出的算法,实验结果表明,本系统在提高对比度的同时,有效地抑制了噪声的干扰,获得了较好的增强效果,算法运行时间小于20ms,能够满足工程项目的实时性要求。

结合直方图紧凑均衡的图像增强算法

鉴于现有的平台直方图均衡图像增强算法的平台阈值难于选择的问题,文中提出了一种结合直方图紧凑均衡的图像增强算法,将稀疏的直方图分布紧凑化,同时构造自适应平台阈值选取方法,增强图像的细节,限制背景和噪声。该方法克服了传统平台直方图方法整体提升,细节不突出的缺点。目前算法已经嵌入工程硬平台,针对大量低照度图像的实验结果表明,算法能够根据图像内容,自适应选择平台阈值,提升图像细节,较好地抑制背景,同时计算简单,便于实际应用。