基于自适应S曲线变换的红外图像增强

随着红外热成像技术的不断发展,红外图像在民用领域和军用领域都得到了越来越广泛的应用。原始红外图像反映的是特定场景的红外辐射分布,其整体视觉效果往往较差,具有对比度不佳和图像纹理细节不清晰的缺点。它在直方图中呈现出灰度值范围较窄和峰值明显的特点,其图像清晰度往往不佳,因而其必须经过图像增强处理才能适于人眼观察。本文提出了一种基于自适应S曲线灰度变换的红外图像增强算法。通过客观评价指标的计算,结合主观评价方法对图像进行对比评价,结果表明本文提出的算法能够提高红外图像的对比度和增强图像细节,在保证图像不失真的基础上有效地改善红外图像的视觉效果。

改进的自适应免疫遗传算法在图像增强中的应用

针对传统图像增强方法中图像细节丢失、图像对比度不明显以及方法普适性差等缺点,提出了一种自适应免疫遗传算法用于图像增强。该算法与传统遗传算法的不同在于引入免疫算子抑制优化过程中出现的退化现象,根据个体适应度自适应调整遗传算子的概率值和基因变异位数,从而增强了种群多样性,提高了算法快速性和全局收敛性。实验结果表明:基于该算法的图像增强具有图像细节清楚、对比度强、方法普适性强等优点。