基于直方图重构的极大交叉熵图像分割方法

针对图像分割阈值选择问题,提出用动态参数将原始图像直方图分成两部分,构造两个新的相关直方图,分别对应于同原始图像等尺寸的虚拟图像,其中等概率像素是原始图像的相似像素。聚集计算两个构造直方图概率分布的交叉熵,分析其函数曲线极大值的峰谷关系,实现图像最佳多阈值分割。实验结果表明该方法的有效性。

基于灰度调节和直方图重构的图像增强

针对现有图像增强算法容易造成颜色失真、局部信息变少和对比度降低的问题,研究了一种基于灰度调节和改进的Gamma校正直方图重构的图像增强算法。首先,在对数域下利用图像当前值、平均值和最大值的关系,乘以比例调节系数得到图像的灰度调节系数,在实数域下对图像进行自适应灰度调节,得到预增强图像;然后,使用单通道直方图所有峰值的均值作为裁剪峰值,采用Gamma函数为累积分布函数的校正函数,对图像单通道直方图进行直方图重构,得到增强的单通道图像;最后,利用预增强图像三通道灰度值比例关系获得剩余两个通道的灰度值,合并三通道得到增强图像。实验表明,研究的方法能够有效改善图像视觉质量,细节清晰,对比度好。

模拟频域滤波重构直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法。将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理。实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大。

一种基于改进直方图均衡的图像增强方法

针对传统图像增强方法的不足,提出一种基于模拟频域滤波重构直方图均衡的图像增强方法。将频率域滤波的思想引入空间域直方图运算当中,在模拟频率直方图统计中进行频率信息的统计,利用这些频率信息建立模拟频率域坐标,进行模拟频域滤波,对滤波处理后的直方图进行均衡化处理。实验表明:与传统方法相比,该算法优化了灰度级的动态分布范围,能得到更清晰的增强效果,且在图像中没有视觉明显的噪声放大。

基于NSCT域和Masi熵的红外图像分割

针对红外图像噪声多、对比度低、边缘模糊等问题,提出一种基于非下采样Contourlet变换(NSCT)域和Masi熵的红外图像分割方法。首先对图像进行NSCT分解,在获得具有多尺度多方向的高频子带基础上,对方向相同、尺度各异的高频子带进行多尺度乘积运算构造乘积图像;然后通过内外轮廓图像对乘积图像进行采样重构直方图,并计算直方图所对应的Masi熵;最后以最大化Masi熵对应的灰度值作为方向阈值,对方向阈值进行加权求和获得最终分割阈值。将提出的方法与2种阈值分割方法、1种神经网络分割方法、1种聚类分割方法以及1种活动轮廓分割方法进行比较,实验结果表明,该方法具有更稳健的分割适应性,能获得分割精度更高的结果。

基于二叉树结构的差分隐私直方图发布算法

针对StructureFirst模型在直方图重构中不能自适应选择重构的桶个数、划分较复杂且不能发布动态数据的问题，首先采用二叉树结构将直方图加以重构，而后通过向其统计值添加噪声来满足差分隐私，最后通过滑动窗口实现动态发布。实验证明，所提算法在保护用户隐私信息的同时具有更高的划分准确度和划分效率。