基于直方图规定化的图像去雾算法

直方图规定化是图像增强领域一个常用的算法,文中提出一种通过高斯函数加权的直方图规定化的图像去雾算法。首先通过分析晴天与雾霾天气下图像的直方图的特点,提出一种通过对高斯函数中方差的改变和高斯函数的加权的方式,解决了原有的单纯高斯函数直方图规定化图像偏暗的问题。通过实验图像的对比可以看出,文中提出的算法可有效去除雾霾天气的影响,其处理效果明显优于直方图规定化算法,而且计算量小、处理速度快、不需要人工干预。

基于小波变换直方图规定的非均匀性校正算法

为了实现红外探测器的自适应校正,提出了一种基于小波变换的中值直方图规定非均匀性自适应校正方法。新算法利用正交小波变换分解图像,分别统计分解后图像像素的时域直方图,对像素邻域直方图进行排序得到中值,利用中值直方图灰度映射得到校正图像,最后把所有尺度校正后的图像反变换得到最终结果。实际应用证明,与同类自适应非均匀校正算法相比,该算法具有校正精度高、速度快的优点。

基于自适应直方图规定化函数引导的动态分层图像增强算法

现有直方图规定化技术存在两方面不足:无法自适应构造一个能突出原图特征的直方图规定化函数,常需要人为指定,使增强效果难以控制;增强对象缺乏目的性,难以满足感兴趣灰度区域的特殊要求。针对该问题,本文提出基于自适应直方图规定化函数引导的动态分层图像增强算法。首先通过分析图像直方图灰度分布来分割灰度分布子图,并根据用户感兴趣灰度确定各子层灰度映射范围;然后利用各子层直方图自适应地构造能突出子层图像直方图特征的目的直方图规定化函数,并构建映射函数,将子层灰度映射到指定范围;最后综合各增强结果得到最后增强图像。实验结果表明,本算法能自适应构造突出原直方图特征的规定化目的直方图,又对用户感兴趣灰度有目的地进行控制增强,使所增强图像具有更加合理的视觉效果。

基于局部直方图规定化的红外图像非均匀性校正

非均匀性噪声严重影响着红外焦平面阵列的成像质量。针对条纹非均匀性问题,提出了一种基于局部直方图规定化的红外图像非均匀性校正算法。该算法对图像逐列进行处理,首先采用文中提出的加权折中直方图方法计算得到每一列图像的期望直方图,然后对当前图像列进行直方图规定化处理,最后遍历整幅图像实现非均匀性校正。实验结果表明,本文算法能够有效地抑制红外图像的条纹非均匀性噪声,同时较好地保留了图像的边缘轮廓信息。

基于直方图规定化的太阳图像增强方法

太阳图像中包含了各种不同尺度、不同结构以及不同亮度的活动现象,它们都是实测太阳物理的研究目标。这些活动现象经常使图像显示的跨度过大,导致图像暗弱细节结构被隐藏。对于地基望远镜,由于地球大气对观测数据的影响,也造成图像整体对比度下降。这些都不利于人们直观地从图像中发现感兴趣的太阳活动现象或结构特征。针对这些问题,运用直方图规定化的方法对实测太阳物理中常遇到的几类观测目标图像(太阳极紫外像,太阳光球黑子像,色球活动区像以及色球日珥像)进行处理,通过瑞利分布、双高斯分布以及三重瑞利混合分布等直方图形式,实现对这几类图像的显示对比度增强。通过对空间望远镜太阳动力天文台(Solar Dynamic Observatory,SDO)的极紫外太阳像和1 m新真空太阳望远镜(New Vacuum Solar Telescope,NVST)的色球和光球像的处理展示了该方法的处理效果。结果表明,方法可以有效提高各类太阳活动现象的显示度,便于人们在研究初期发现感兴趣的活动现象。

基于Matlab的灰度直方图规定化实现方法的研究

直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息。本文介绍了直方图规定化的两种经典的实现算法:单映射规则(SML)和组映射规则(GML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了GML相对于SML的优越性。仿真结果表明,本文所实现的GML算法改进了以往算法中规定化后图像的灰度级与规定直方图的灰度级不能完全近似的问题。

基于直方图规定化的抗几何攻击数字水印算法

提出一种基于严格直方图规定化的抗几何攻击数字水印算法。该算法基于图像块信息熵与边缘检测结果,选择图像最大的平坦区域,利用严格直方图规定化将图像平坦区域的直方图规定化为特定形状,为了提高水印检测精度与嵌入图像的保真度,选择锯齿状直方图作为水印信息。实验表明,该算法嵌入水印后的图像具有很好的保真度,对几何攻击、噪声污染、JPEG压缩、线性和非线性滤波有较好的鲁棒性。

一种直方图规定化中的组映射算法

在数字图像增强处理中,直方图规定化可以将给定图像的直方图变换成特定的形状,从而有选择地增强某个灰度值范围内的对比度,以获得最佳的视觉效果。此过程中最重要的是原始直方图到规定直方图的映射规则。本文给出一种组映射算法(GAGML),可以较好地实现这种映射。

基于高斯多峰拟合与直方图规定化的红外图像增强

为提高红外图像清晰度,提出一种基于高斯多峰拟合和直方图规定化的红外图像增强算法。首先对图像直方图进行平滑处理,通过求导获得直方图波峰数目,对直方图进行高斯多峰拟合,并通过BML映射规则获得规定化图像。为补偿丢失的弱边缘信息,采用四方向Sobel算子获得原图的梯度,利用梯度对规定化图像进行锐化以增强图像轮廓细节。实验表明,经过该算法处理的红外图像,可识别度和层次感都明显优于传统算法,使红外图像视觉效果得到很大的改善。

基于多峰高斯函数的直方图规定化算法

直方图均衡化作为一种特殊的直方图规定化方法,能有效地增强图像的对比度,但其对直方图活动范围的拉伸通常会造成图像过度增强。一种基于高斯函数的直方图规定化算法可提高控制对比度活动范围的能力,然而该算法处理的图像缺乏层次感。基于此,提出一种基于多峰高斯函数的直方图规定化算法,该算法首先用直方图求导方法估算出原直方图的局部峰值和方差,从而得到原直方图的多峰高斯函数,然后采用扩展后的多峰高斯函数作为目的直方图进行规定化。此算法的主要特点是改变局部峰的参数,有选择地对某局部灰度范围进行对比度增强,从而拉伸整个图像对比度的活动范围。对于彩色图像增强,该算法在对彩色图像R,G,B3个分量子图直方图规定化处理的基础上,根据人类视觉习惯,引入彩色恢复因子将规定化的R,G,B分量进行有效合并。实验结果和原理分析表明,该算法能有效增强图像的视觉效果,使其细节明晰,层次丰富。

两种直方图规定化实现算法的分析

直方图规定化可以将图像的直方图转化为需要的形状,有目的地增加某个灰度区间的图像,使用户获得感兴趣的信息.本文介绍了直方图规定化的两种经典的实现算法--单映射规则(SML)和组映射规则(GML)的基本原理,并应用这两种算法对实例图像进行规定化处理和比较分析,证明了GML相对于SML的优越性.

基于Qtsu法和直方图规定化相结合的苹果图像分割研究

针对自然光下,苹果分割易受光线影响而导致目标区域分割受损的问题,提出了一种基于最大类方差阈值分割法(Qtsu法)和直方图规定化相结合的图像分割方法。对预处理后的苹果图像先进行直方图规定化处理,然后再利用Qtsu法对图像进行分割。实验结果表明,利用论文的方法对苹果进行分割后缩小了目标区域边缘的缺失,对目标与背景进行了有效的区分。

基于直方图规定化的图像增强在医学中的应用

图像增强就是有目的地强调图像的整体或局部特性,将原来不清晰的图像变得清晰或强调某些感兴趣的特征。医学图像由于受到成像设备和获取条件等多种因素的影响,可能出现图像质量的退化,甚至伪迹。首要的任务就是对获取的医学图像进行增强信噪比的工作,即滤除图像的噪声和干扰,突出感兴趣对象区域或边缘,从图像得到定量和更深刻的信息。

基于CNN与直方图规定化的红外与低照度可见光图像融合

针对红外与低照度可见光图像融合时,细微的纹理信息不能有效地保留的问题,提出了基于CNN与直方图规定化的红外与低照度可见光图像融合算法。首先,通过基于卷积神经网络的融合方法得到融合后的图像;其次,计算融合后图像的灰度直方图,通过直方图规定化将可见光图像的直方图映射到融合图像的直方图的区间上,以增强图像的纹理信息;最后,将直方图规定化的图像与红外图像通过卷积神经网络的方法进行融合,得到融合图像。实验结果表明,本文提出的算法在视觉效果和客观评价上均优于基于卷积神经网络的融合方法。

基于直方图规定化的频谱拼接算法

频谱拼接是一个实际的工程问题，在宽带频谱载波监测、宽带频谱全景图生成等方面有着重要应用。本文提出了一种基于直方图规定化的频谱拼接方法，最终通过试验结果表明，该算法能够对频谱交叠部分中包含突发信号、只有噪底、只有宽带信号、宽带信号与噪底都存在等四种情况进行有效处理。

图像直方图参量规定化方法的理论分析

针对直方图参量规定化方法,分析各参量对规定直方图形状的影响,建立了规定直方图各参量与图像处理目标之间的对应关系,并通过M atlab软件对具体图片进行实验,根据实验的结果,分析得出直方图规定化的各参量在直方图处理中的作用。

粗糙集和规定化直方图图像增强算法研究

图像增强能够有选择地突出图像中的有用信息并抑制无用信息,以改善图像视觉效果进而提高图像清晰度和使用价值。由于图像信息本身具有复杂性和相关性,导致在图像增强中出现不确定性和模糊性。提出粗糙集和规定化直方图的图像增强算法,采用粗糙集表示图像,用规定化直方图和最大类间方差法求出划分图像的灰度阈值和噪声阈值;将图像划分为背景子图、前景子图和噪声子图,分别对各个子图进行增强处理,然后合并子图以增强图像。实验分析表明,粗糙集、规定化直方图和最大类间方差法相结合的图像增强处理对灰度图像有效,具有一定的实用性。

亮度自适应的保熵直方图均衡化方法

直方图均衡化是一种简单有效的图像对比度增强技术,由于它无法保持图像的均值亮度和熵值,因此在实际工程中很少应用。提出了一种直方图规定化的新方法以避免直方图均衡化的缺点,该算法利用直方图均衡化的特点——使直方图分布尽可能均匀,通过变分法求出一个在熵值不变的约束下使得图像均值亮度最大化的直方图,最后将原始直方图转换成直方图规定化后的目标直方图。通过与已有方法HE/DSIHE/MMBEBHE/BPHEME比较,结果表明该方法不仅能够保持熵值,而且可以有效地增强图像对比度,可以用于消费型电子产品中。

基于区间映射规则的数字直方图处理

在经典的单映射规则SML和组映射规则GML的基础上,提出一种新的映射规则——区间映射规则(IML),并提出基于IML的数字图像直方图规定化方法。以8阶灰度直方图为例,通过对常用均衡化方法的实例分析,引出基于IML的直方图均衡化方法——等区间映射均衡化(IIME)。用实验数据分析和证明了IML和IIME的优越性。

多均值正态分布图像规定化处理

提出一种基于多均值正态分布的直方图规定化算法,以图像的灰度平均值作为首个高斯峰均值,计算出后续值,以图像的对比度作为所有高斯峰的均方差,通过峰值增益加以调节。以形成的多均值正态分布作为直方图变换函数,将直方图约束成多均值正态分布形式。实验证明,基于多均值正态分布规定化处理,不仅有选择地对某灰度范围进行局部对比度增强,而且能改善图像的灰度平均值,从而增强图像的视觉效果,层次丰富,细节明晰。