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.     

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。     

一种基于频率域和空间域相结合的图像增强方法

图像增强是数字图像的预处理,对图像整体或局部特征能有效地改善。讨论了直方图均衡化、拉普拉斯变换和高斯低通滤波去噪的基本原理,针对噪声图像采用了频率域去噪,空间域直方图均衡化和锐化增强,并且运用一些客观指标来说明这种图像增强方法的有效性。结果表明,该方法可以使图像更加清晰,更加锐化。     

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。     

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。     

基于灰度直方图的图像增强算法

基于灰度直方图的图像增强技术是图像增强领域中的一个重要方面。本文介绍了两种基于灰度直方图的图像增强算法———直方图的均衡化算法和直方图的规定化算法的算法思想和算法应用。     

基于软阈值的图像增强

图像增强技术是数字图像处理的的一个重要分支,提出了一种小波软阈值的图像增强算法,首先对原图像进行小波分解,得到分解后的小波系数,对给定的阈值,应用局部小波软阈值方法对小波系数处理,再将处理后的图像进行小波逆变换,得到增强后的图像.该方法在增强图像的同时,有效地抑制图像的噪声,较好地保持图像的边缘结构.     

Laplace多尺度图像增强去噪算法

针对传统的单尺度图像增强算法的不足,提出了一种基于Laplace多尺度分解的图像增强算法。该算法将图像分为由高频到低频若干个子图像,对每个频道的细节图像进行不同的非线性变换,使得图像中最细微的、对诊断有用的信息得到有效的增强,同时图像又不被过增强,再通过分解的逆过程重建图像。试验表明,该方法能有效提高图像中细节的清晰度并抑制噪声。     

一种基于高频强调滤波和直方图均衡化的图像增强方法

直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节.高频强调滤波将变换后的低频和高频分量都得到了增强,但是低频分量的增强要弱一些,这样会使得图像边缘更加清晰.实验表明,经该方法增强后的图像,其主观视觉效果明显改善.     

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。     

基于对数图像处理和二阶微分的图像增强新模型

以对数图像处理数学模型为基础,结合Laplacian图像增强方法,将增强处理后得到的图像和原图像进行适当的加权平均,提出了一种基于对数图像处理和二阶微分的图像增强新模型.该模型具有与人眼视觉特征相吻合的特点,在增强图像高频分量的同时,平滑图像低频分量,控制增强和平滑的比例,达到了图像增强的目的.理论分析和实验结果表明,该模型减小了图像在增强处理速代过程中产生的误差,是一种比较有效的图像增强方法.     

基于小波变换的指纹图像增强算法

小波变换在对图像进行增强处理的过程中也对图像中存在的噪声做了同样的处理,在增强图像边缘细节的同时没有很好的进行图像消噪。针对这些不足,对传统的小波变换算法进行了改进。基于Mallat算法对小波分解和重构,在分解后保持低频信息的不变性,并利用小波系数的变换使图像信息得到增强,同时具有一定的图像消噪效果,该方法与传统的小波变换算法相比在图像增强处理中具有更好的效果。     

一种限制对比度的快速POSHE图像增强算法

针对部分子块重叠直方图均衡(POSHE)引起图像过度增强和实时运行时间长的问题,提出了一种限制对比度的快速POSHE图像增强算法。首先,通过对传统POSHE算法中子块直方图的创建方式与模板的移动路径进行改进从而降低算法的运行时间;其次,在图像中的每个子块被快速POSHE图像增强算法处理前,先进行限定对比度剪切来削弱过度增强;最后,结合图像质量测量指标峰值信噪比(PSNR)和特征相似度指数(FSIM)对所提算法性能进行评价。测试结果表明,该算法既能消除过度增强的影响,又能有效地提高图像的细节信息,同时保持了图像的可信度,使均衡后的图像具有更加自然的视觉效果。     

直方图均衡化在遥感图像彩色合成中的应用

基于色彩合成原理的传统遥感图像增强手段存在很大的局限性,提出了一种直方图均衡化调整图像像素灰度值的方法,利用该方法对多光谱遥感图像进行增强处理,处理后的图像再进行彩色合成。实例分析表明,该方法直观、快捷,并能取得较好的视觉判读效果,具有一定的实用意义。     

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。     

基于非线性反锐化掩模的成像测井图像增强

提出了一种基于非线性反锐化掩模成像测井图像增强算法,根据人眼视觉特性,将成像测井图像划分为低、中、高3种细节区域,并对3种区域做不同程度的反锐化掩模增强。与线性反锐化掩模图像增强方法相比,非线性反锐化掩模图像增强方法既抑制了噪声,又达到了很好的增强效果。     

基于线性灰度变换的无线气象传真图降噪方法

针对各种常用算法无法有效去除气象传真图像中随机噪声的问题,提出了一种基于线性灰度变换的图像增强方法,不但可以达到增强图像中有效信息的目的,而且可以有效地滤除图像中的噪声。该算法简单,易于实现,并可以根据图像受污染的程度设定不同的降噪级别。试验证明,该方法可以用于无线接收气象传真图的降噪处理,并已得到实际应用。     

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。