自适应直方图均衡化算法在图像增强处理的应用

在图像增强处理中,用离散的灰度等级作直方图均衡化时,很难得到完全平坦均匀的结果,采用局部法对图像进行处理,不同局部采用不同的对比度增强方法.这种自适应直方图均衡算法,对妊娠超声图像进行处理,实验表明,自适应直方图均衡化算法在妊娠超声图像增强处理具有良好效果.     

基于直方图处理的局部图像增强算法研究

研究了空间域下基于直方图处理的图像增强算法。通过直方图统计获得具体参数,根据平均值和方差调整图像的强度和对比度,以实现对图像的增强。由于对图像进行全局增强,不能有效突出局部特征,因此重点阐明局部图像增强的算法。试验结果表明,该算法可以有效增强图像的局部细节。     

基于不规则子块的农作物图像自适应增强算法

在对直方图均衡化算法基本原理深入分析的基础上,结合图像灰度值分布特征,提出一种改进的直方图均衡化增强算法,该算法首先引入自适应维纳滤波算法,对所获取的降质农作物图像进行预处理,以尽可能排除随机噪声;然后提出一种基于图像灰度信息的自适应子块获取方法,通过图像中灰度值的分布特点来自适应确定子块,对各子块分别进行直方图均衡化处理,从而获得高清晰度的农作物图像。采用峰值信噪比及均方根误差等指标,将图像自适应增强算法与自适应维纳滤波算法、直方图均衡化算法及其改进算法对降质农作物图像的处理性能进行定量评价,结果表明,图像自适应增强算法在去除噪声的同时能够有效提高图像对比度,对于农作物图像处理具有一定的借鉴价值。     

一种图像增强的混合算法研究

针对直方图均衡化方法增强图像时往往会同时增强噪声的问题,提出了一种新混合增强算法:首先对图像进行直方图均衡;然后对经直方图均衡处理后的图像做梯度锐化;最后将锐化后的图像进行灰度扩展,增大图像对比度。选取X射线成像和卫星图像作为待处理图像,分别用2种不同的方法以及笔者提出的方法对其进行处理,然后将处理后的图像进行对比。试验结果表明,该混合算法比其他几种方法效果更好,不仅增加了动态范围,增强了对比度,还丰富了图像细节,而且不会增强噪声。同时还分别用4邻域对比度、8邻域对比度、平均灰度和方差这4个参数对原图和处理后的图像进行对比。从对比结果可见,该算法可以显著提高图像对比度;对于整体灰度较低的图像,该算法还可以提高图像整体灰度;从方差对比结果来看,经该算法处理后,图像质量得到显著提高。     

基于模糊熵改进的直方图匹配算法研究

以模糊数学为基础,提出了一种基于最大模糊熵改进的直方图匹配图像增强算法,以弥补传统空间域图像增强方法在提高图像对比度时对噪声敏感的缺陷.首先,把灰度图像从空间域映射到模糊域,并以最大模糊熵为基础,将目标图像分为若干个灰度层;然后,针对不同灰度层的特征,用直方图匹配方法为每个灰度层设计相应的匹配函数;最后,用这些匹配函数增强相应的灰度层得到增强后的图像.通过与直方图匹配、直方图均衡化和局部直方图处理算法对比,证明本文算法具有更好的增强效果.本文算法结合模糊熵和直方图匹配算法,可以降低噪声在图像增强中的影响,而且在应用中具有良好的效果.     

基于萤火虫算法的农业遥感图像增强研究

农业遥感图像增强有利于图像信息的提取与分析,萤火虫算法是近年来较为新颖的智能仿生算法,目前国内外关于其能否用于农业遥感图像增强的研究未见报道。文章首先利用非完全Beta函数建立农业遥感图像增强模型,结合人眼最小灰度分辨力函数进行图像细节增强,将每个输入区间的像素灰度值变换到适当的输出灰度级区间,最终生成对比度均衡的图像;然后通过萤火虫优化算法在其动态决策域半径进行伪差分操作更新;最后确定最佳参数的收敛条件,给出了算法流程。试验仿真结果表明,萤火虫算法的农业遥感图像检测在图像细节增强评价指标、相位一致性指标、通用质量评价指标等方面与直方图算法、Retinex算法、小波变换算法、模糊聚类算法等相比数据较优,能够用于农业遥感图像增强。     

基于直方图统计的自适应图像增强改进算法

在分析数字图像统计特性的基础上,应用直方图原理,改进传统自适应算法,对图像进行了局部增强处理。首先计算图像的局部均值和标准差,比较其与全局均值和标准差的关系以确定需要增强的区域;然后在选定的区域上,对传统自适应增强算法进行改进,增加权重系数,提高对比度,改善图像增强的效果;最后对算法进行试验分析,并应用客观评价指标进行评价。试验结果表明,基于局部均值和标准差改进的自适应图像增强算法优于局部均值和标准差的图像增强。     

自适应直方图均衡化图像增强算法研究

直方图均衡化图像增强算法原理简单,同时是可逆操作,即只要知道变换函数,就可以通过其逆函数来得到原始的直方图,并且处理的数据量也不是很大,但在增强处理过程中因大量灰度级被合并而导致处理后图像出现不自然的情况。为此,提出了自适应直方图均衡化图像增强算法。该算法根据原始图像的直方图,自适应地确定一个剪切系数,然后按照剪切系数对直方图进行剪切,最后进行均衡化处理。算法的创新点在于自适应确定剪切系数,解决有高峰直方图图像增强后局部不自然的问题。试验结果表明,该算法对直方图有高峰的图像有较好的增强效果并避免过度增强不自然的问题,在计算机图像处理上有较高的应用价值。     

基于高频提升滤波与直方图均衡化的图像增强方法

图像增强是图像处理的基本方法之一。直方图均衡化方法是传统经典的图像增强有效手段,但是处理过的图像损失了大量的灰度层次,且增强力度不够。高频提升滤波可以增强图像的高频成分,即图像的细节,从而弥补了直方图均衡方法的不足。采用空间域直方图均衡化和频率域高频提升滤波相结合的方法对图像进行处理。利用图像中变化剧烈的信息只与高频成分有关这一原理,结合MATLAB程序设计,实现了直方图均衡技术并对图像进行了增强处理,再在此基础上使用高频提升滤波对图像进行处理。试验结果表明,经该方法增强后的图像,其主观视觉效果明显改善,图像增强效果比单一采用一种技术的效果要好。     

基于脉冲耦合神经网络的粘连玉米种子图像分割

为解决玉米种子内部机械裂纹检测过程中存在的种子间粘连问题,提出一种基于自适应脉冲耦合神经网络(Pulse coupled neural net)模型与熵值最大原则相结合的图像分割算法。运用直方图均衡化和布特沃斯低通滤波器进行频域增强预处理,以提高玉米种子与图像背景的对比度;运用PCNN模型,结合最大熵值原则对预处理后的粘连玉米种子图像进行分割,并引入图像像素的拉普拉斯能量(Energy of laplace)作为PCNN网络各神经元之间的连接系数,以增强图像分割效果;采用维纳滤波和数学形态学对分割后存在的噪声和断点进行处理,得到最终的分割效果。试验结果表明:PCNN与熵值最大原则相结合的图像分割算法的分割准确率为92.5%,运行时间为1.166 2s,分割准确率高于改进分水岭算法、OTSU算法和最大熵直方图分割算法,用时略长于其他分割算法。     

基于双域分解的复杂环境下奶牛监测图像增强算法

针对天气变化及光照不足导致的奶牛监测图像降质问题,提出一种基于双域分解的复杂环境下奶牛图像增强算法。该算法首先采用双域滤波图像去噪,将输入图像分解为低频图像和高频图像;其次根据贝叶斯估计得到不同高频图像的小波阈值,利用改进的Garrote阈值函数进行小波去噪,并结合伽马变换对去噪的高频图像进行矫正,实现对高频图像的滤波和对比度调整;再次通过暗通道先验对低频图像进行去雾,并结合对比度受限自适应直方图均衡化(contrast limited adaptive histogram equalization, CLAHE)算法对去雾后整体偏暗的低频图像进行增强,进一步提高图像的对比度和整体亮度;最后将处理后的高频图像和低频图像进行重构,得到最终的增强图像。以不同时段光照、复杂气象条件下实地拍摄的奶牛场监测图像为样本,采用主观视觉和客观评价将该算法与现有算法进行试验对比。结果表明,该算法能够对复杂光照下奶牛图像有效去噪、增强整体和细节信息、改善图像视觉效果等,相比于HE算法、Retinex算法、CLAHE算法、自适应Retinex算法,标准差分别平均提高1.929 5、4.681 2、3.245...     

基于受限分位直方图的小麦苗情图像增强方法

针对物联网监测的小麦苗情图像受成像自然环境和成像设备影响存在对比度低及图像模糊的问题,提出了基于受限分位直方图的小麦苗情图像增强方法,首先压缩高概率密度色彩频度来减少高频色彩的像素出现过增强问题,然后对调整后的直方图进行分位划分以保持图像在增强后的色彩均值信息,缓和图像均值色彩变化过大导致的过增强和噪声放大问题,最后对分位直方图在分位区间内依据累积分布函数分别进行直方图均衡化融合为最终输出图像。结果表明,该方法克服了传统全局直方图易出现的过增强和噪声放大问题,增强后的图像细节丰富,具有更好的视觉效果,能够满足小麦苗情远程监测图像增强的实际应用要求。     

单目步进旋转式平台中的荔枝果图像预处理方法

针对荔枝果品质检测领域中传统人工方法费时、耗力和精度低等问题,构建了一套单目步进旋转式图像采集平台,研究了单颗荔枝果图像预处理过程中的相关算法,并对部分算法的效果进行了比较.结果表明:灰度线性变换法对于降低背景可见度的效果最好,对比度受限的自适应直方图均衡方法能有效提高目标的亮度与清晰度,线性平均滤波法的效果与Wiener法相当,但运行时间更短;改进型全局阈值法则能剔除由置物台造成的大部分阴影;形态学滤波算法可以将目标以内部全连通的形式完全提取出来;Canny算法能提取出荔枝果的完整外形轮廓.由此证明,在预处理流程中,对裁剪后的目标图像按顺序使用灰度线性变换、自适应直方图均衡、线性平均滤波、形态学滤波和Canny算法进行处理,可基本满足图像预处理的要求.     

采用自适应加权扩展LBP的单样本人脸识别

提出了一种采用自适应加权扩展LBP(AWELBP,adaptively weighted extended local binarypattern)的单样本人脸描述方法,首先对单样本的人脸图像进行多尺度分块,对子块的图像进行扩展均匀LBP算子运算,同时同步生成图像局部熵图谱(LEM,local entropy map),计算每一子块对整体人脸图像纹理描述的贡献度图谱,根据贡献度图谱对每个子块的LBP直方图进行自适应加权,最后将各子块的LBP直方图进行连接形成人脸特征。本算法在ORL、Yale、Yale B人脸库上对部分遮挡、表情变化、光照变化等环境进行测试,并与传统算法以及与多种LBP改进算法进行比较,结果表明该算法对部分遮挡、表情变化和光照等环境下单样本人脸描述具有较好的效果。     

玉米生长期叶部病害图像识别预处理研究

针对玉米生长期叶部病害的图像,引入图像模式识别技术,实现病害图像的预处理。基于传统算法的不足,提出一种改进的小波图像增强算法,提高了图像的识别精度;深入研究了病害图像的直方图均衡化预处理、基于矢量中值滤波的图像增强操作算法,并引入超绿特征值进行图像分割,从而实现了对目标图像的去噪、增强,为下一步的特征提取与病害识别打下了良好基础。     

木材节子图像增强的小波变换与双三次插值融合方法

为提高木材节子图像的清晰度和对比度，针对木材节子图像的边缘特征，以木材活节和死节图像为对象，研究小波变换与双三次插值融合的木材节子图像增强算法。结果表明，本方法增强后的木材活节和死节图像在峰值信噪比和结构相似性指数分别为22.994 8、32.054 1和0.928 9、0.919 2，均显著高于直方图均衡化和双三次插值方法，这表明本增强方法具有更好的去除噪声效果和图像保真性能。此外，增强后的木材活节和死节图像的平滑指数为2.934 2、3.889 3，显著优于直方图均衡化和双三次插值方法，这表明该方法不仅提高了清晰度和对比度，而且具有更好的边缘细节信息保留功能。     

基于形态学融合滤波的农业图像改进MSR增强算法

农业图像增强对于提高图像识别与分析结果的准确性有很大帮助。多尺度Retinex(muti-scale retinex,MSR)算法由于对噪声具有较强的敏感性,容易在增强图像信息的同时放大噪声,为此结合形态学滤波思想对MSR算法进行改进。首先分别采用半径为1、2的棱形结构元素构建了开启-闭合、闭合-开启的形态滤波器,将它们分别对含有噪声的农业图像进行滤波,获得了滤波图像1、滤波图像2;然后根据局部像素最大化原则对滤波图像1、滤波图像2进行融合,得到滤波后图像;最后采用MSS算法对滤波后的图像进行增强。分别采用图像标准差(standard deviation,SD)、归一化均方根误差(normalized mean square error,NMSE)对增强后的图像进行客观性评价。结果表明,该算法对于低对比度且含有噪声的农业图像的增强效果明显优于形态学滤波、MSR算法。     

火炮内膛全景图像增强方法研究

为了提高内膛全景图像对比度，本文基于Contourlet变换，提出一种新的内膛全景图像增强方法。该方法在图像空间域增强的基础上，通过对图像Contourlet变换系数的调整，进一步增强了内膛图像。实验结果表明，本文算法在增强内膛图像对比度的同时，减少了图像细节的丢失，改善了图像质量。     

基于奇异值分解和非下采样Contourlet变换的红外图像增强新算法

针对夜间红外图像噪声大、对比度较低的问题,本文提出一种基于奇异值分解和非下采样Contourlet变换的夜间红外图像增强新算法。通过分解高频系数奇异值,对得到的奇异值矩阵进行权重排序分析,保留大权值的高频系数进行降噪;再使用自适应权值的增益函数对降噪处理后的高频系数进行增强处理。对低频系数则使用自适应权值的改进Sigmoid函数进行处理,不仅可提升图像整体对比度信息还可减少传统Sigmoid函数存在的过增强问题。实验结果表明,该算法能有效抑制红外图像噪声,提高图像对比度信息。     

一种用于遥感图像增强的聚合算法

遥感图像是借助传感器从云层获取地面信息的一种图像。该文章针对遥感图像的处理，提出一种用于遥感图像增强的聚合算法。算法研究过程中，从图像去雾、图像对比度、图像分辨率三个方面采用不同的处理算法进行相同的处理，分析处理结果后选出各部分的最优算法；并将每个处理环节的最优算法相结合，融合出一种遥感图像增强的最优聚合算法。融合后的算法更适合对遥感图像进行增强处理。