基于直方图均衡和幂次变换的灰度图像增强算法

针对传统直方图均衡化算法增强光照不均匀图像时出现暗部噪点过多、亮部细节丢失,导致图像信息量下降的问题,提出一种基于直方图均衡化的增强算法,该算法利用直方图均衡化算法执行效率高、对低对比度图像增强效果好的特点,结合幂次变换可以平衡光照不均匀图像的亮度的特性,采用两种算法分别对原图进行处理,将结果进行非线性叠加后,经分段线性处理得到最终结果。实验结果表明,对于光照不均匀、暗部信息丰富的灰度图像具有较好的增强效果。

基于图像分割和平台直方图均衡的红外图像增强算法

针对原始红外图像模糊、对比度低的特点,提出了一种基于图像分割的平台直方图均衡算法。首先采取实时阈值提取方法选取阈值,将图像目标灰度与背景灰度分开;然后利用对数、指数结合的非线性变换抑制背景区域,扩展目标区域的动态范围;最后利用改进的双平台直方图均衡算法处理非线性变换后的灰度图像。实验结果表明:该方法有效地增强了原始红外图像,提高图像对比度的同时很好地保留了图像的细节和边缘信息,且避免了过亮现象,视觉效果得到改善。

一种自适应的雾天降质图像清晰化方法研究

用幂次变换函数取代传统的累积积分函数做直方图均衡,使输出图像亮度可调,显示更多细节。对Retinex理论求解法的Kimmel变分模型做了修改,增加了增强图像细节的因式项。将直方图幂次变换函数均衡化法和基于Retinex理论的图像增强法相结合,讨论了结合原则,提出了以图像方差指标作为结合与否的判据,达到了自适应处理薄、浓雾天降质图像的目的。实验表明,该方法既防止了单一进行直方图均衡在图像颜色细节上的畸变,又提高了基于Retinex理论图像增强法去浓雾的能力,取得了较好的视觉效果。

基于分段直方图变换的图像非线性增强

针对可见光图像的特性,依据图像的灰度性质与概率密度,提出一种分段直方图灰度图像非线性增强法.根据图像灰度的性质,将图像灰度级分成背景段、过渡段和目标段,由灰度级的累计概率密度,分别构造三部分灰度级的变换函数,压缩背景段灰度差,保持过渡段灰度差,提高目标段灰度,避免图像过度增强,提高了图像的清晰度.以低对比度的可见光图像进行验证,实验结果和理论分析证实了此方法的合理性和有效性,表明此方法不仅实现了图像增强,保留了图像零灰度级附近的灰度,而且减少了细节信息的损失,避免了直方图均衡化和直方图双向均衡化方法中图像过度增强的现象,提高了图像清晰度,获得更加符合人眼视觉的增强效果.

单侧光照条件下的粘连大米图像增强

在单侧光照条件下,由于米粒间的相互遮挡以及米粒垩白度的影响,采集的大米粘连图像在二值化后,容易导致亮度低的米粒图像信息丢失。因此,需要对图像进行增强。该文使用幂次变换法,直方图均衡法以及局部增强法对粘连大米图像进行增强处理。通过对比和分析,以期得到单侧光照条件下最适合增强粘连大米图像的方法。实验结果表明,幂次变换和局部增强方法效果较好,有利于后续的粘连分割。

电力巡检吊舱红外图像增强技术研究

电力巡检吊舱的红外成像环境复杂,导致红外系统的成像效果不理想。针对此问题,从巡检目标的特殊温度特性入手,引入二维小波变换与直方图均衡相结合的方法,对图像进行滤波处理。以电力巡检吊舱采集的红外图像作为实验对象,对其进行图像增强处理。提高了图像的对比度,并很好地提取出了陡峭的边缘,突显了电力线路。实验结果验证了所提出的增强算法的可行性。