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。

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。

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。

结合子层分割和自适应函数引导的规定化图像增强

为了更好地辨别低照度图像中的目标，提高图像的对比度并增强纹理细节信息，采用子层分割规定化算法对图像进行增强处理，提出一种结合子层分割和自适应函数引导的规定化图像增强算法。首先根据原始图像直方图的特点对直方图进行子层分割，之后通过对分割后的子层进行灰度区间拉伸来提高图像的亮度，以增强图像的对比度；为了增强图像中的细节信息，在每个子层求取自适应函数来对每个子层做规定化处理；最后对子层直方图合并，得到增强后图像。实验结果证明，经过增强后图像的灰度平均梯度值为原始图像的3～4倍，信息熵也明显增大；该算法在增强图像细节、提高图像的对比度上具有优越性。

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。

直方图规定化在图像增强中的应用及实现

图像增强是数字图像的预处理，能有效地改善图像的整体或局部特征。直方图规定化是图像增强领域的一个重要方面。该文研究并探讨了直方图规定化的基本原理，给出了相关推导公式和算法；并且，以一个灰度图像为例，用Maflab语言工具实现了直方图规定化增强处理，给出并分析了实验结果。实验结果表明，直方图规定化能有选择地对桌灰度范围进行局部的对比度增强，从而得到期望的增强图像。

采用LRM均值-方差规定化的遥感影像不均匀性校正

遥感影像中的不均匀现象是遥感影像处理中要解决的一个重要问题。现有的遥感影像不均匀性校正方法通常都是针对亮度不均匀进行处理的,对于反差不均匀性校正并没有好的解决方案。针对遥感影像中同时存在亮度、反差不均匀的情况,提出了一种基于LRM均值-方差规定化的不均匀校正算法。该方法以LRM影像分块处理为基础,结合影像均值-方差规定化原理,对遥感影像进行处理。实验证明,该方法不仅能够校正亮度不均匀现象,而且对于反差不均匀现象也有很好地校正作用,能够达到整体影像的亮度、反差一致性,获得更加清晰的影像。

直方图规定化描述直观算法及其应用

在图像工程中,图像增强方法有多种。其中,规定化直方图的计算非常烦琐和复杂,理解和实现比较困难。在大量计算和分析的基础上,提出组映射直观描述算法,便于计算机实现,并可在铁路计算机网络中得到应用。

灰度直方图规定化实现方法的分析

通过对灰度直方图进行匹配的理论,提出了一个通过二维模型对灰度直方图进行点运算的方法,以达到图像增强的目的。

直方图规定化及其Matlab实现

直方图规定化可以将图像的直方图转化为特定的形状,以便能够对图像中的某些灰度级加以增强,使用户获得感兴趣的信息。本文对直方图规定化的基本原理进行了探讨,用Matlab语言工具实现了直方图规定化增强处理,给出并分析了实验结果。

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Matlab的图像直方图规定化的实现

人们为了得到适应人的视觉特性的图像,对研究的图像采用图像增强技术。直方图规定化是空间域图像增强方法的一种,笔者探讨了直方图规定化的基本原理,用Matlab语言实现了直方图规定化的处理,给出仿真实验结果,分析了girl原图与匹配到标准的girl图,最后进一步分析了girl原图的直方图和匹配到标准girl图的直方图。

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。