基于暗通道的沙尘图像增强算法

针对沙尘图像存在色差以及图像增强后沙尘图像在明亮区域易出现光晕等问题,提出一种新的基于暗通道的沙尘图像增强算法.首先通过在L ab色彩空间用灰度世界算法调整色差,有效避免图像出现色彩失真现象;然后利用伽马校正函数和暗通道去雾算法,避免图像出现噪声、色彩过度增强和光晕等现象;最后将亮度补偿后的图像与对比度增强后的图像进行...     

使用局部大气光的单幅图像去雾算法

针对传统算法去雾后图像偏暗的问题,根据去雾后图像对比度和亮度均应该增加的标准提出了一种高亮度和对比度的去雾算法。首先依据大气光与复原图像亮度成反比事实,设置像素红绿蓝(RGB)三个颜色分量均值为局部级粗糙大气光,使用具有较好抑制光晕效应的半全局加权最小二乘算法优化获取局部级大气光;然后根据去雾图像方差与大气透射率成反比事实,使用基于像素最小颜色分量的大气散射函数计算粗糙透射率,然后使用局部均值滤波器优化透射率;最后结合雾天成像模型恢复无雾图像。实验结果表明所提算法去雾图像的梯度、亮度和速度等客观指标均优于传统算法,其中亮度最少增强1.5倍。所提算法能提高去雾图像亮度、丰富图像细节和提高去雾速度,具有较好的工程应用价值。     

基于图像熵线性加权的水下图像增强算法

目的 针对工业环境下水下图像受到水中悬浮物影响,从而导致图像的清晰度过低以及对比度过高等问题, 提出一种基于图像熵线性加权的水下图像增强算法。 方法 该算法基于图像熵理论对白平衡算法、直方图均衡算法 和暗通道先验算法进行线性加权,继而通过实验环境确定调节系数输出高质量图像。 在深度为 1 m、1. 5 m 和 2 m 的不同水下环境拍摄图像,对获得的水下图像使用上述三种算法和该算法作对比处理,处理结果通过 PSNR 和 UIQM 作为评价指标进行评判。 结果 实验结果表明:使用 PSNR 指标评判该算法,相较于其他三种算法,水深 1 m 的水下图像质量提高了 22. 81%,水深 1. 5 m 的水下图像质量提高了 46. 67%,水深 2 m 的水下图像质量提高了 38. 94%,图像质量综合平均提高了 36. 14%;使用 UIQM 指标评判该算法,相较于其他三种算法,水深 1 m 的图像质 量提高了 1. 02%,水深 1. 5 m 的水下图像质量提高了 0. 73%,水深 2 m 的水下图像质量提高了 1. 82%,图像质量综 合平均提高了 1. 19%。 结论 由此可以证明该算法相对于其他传统算法对图像清晰度有着显著提升,并且能够适应 不同深度的水下环境,为工业环境下水下图像增强提供了一种新的解决思路。     

对九区域图像增强算法的改进研究

九区域算法是基于空域的一种图像增强算法。本文在对其分析的基础上提出了一种改进方案。实验表明:改进方案既能达到图像增强的效果,又能很好地改善原算法的不足。     

用于有限脉冲响应滤波的递归全局最小二乘快速算法

提出了一种新的递归全局最小二乘快速算法，其可用于递归计算自适应滤波问题的全局最小二乘解。在这个算法中，以增广数据矢量为优化搜索方向，其快速计算归结为新定义的增益矢量的快速计算。     

最小二乘滤波算法在目标跟踪中的性能比较

目标跟踪就是对目标在每个时刻的状态作实时精确的估计。根据目标在运动过程中具有轨迹连续性的特点,采用最小二乘滤波在观测数据的基础上对目标的状态进行了估计。论文对完全最小二乘滤波算法和递推增广最小二乘算法在目标跟踪的应用作了研究,通过仿真实验并对算法的跟踪性能进行了分析。结果表明:递推增广最小二乘算法的性能优于完全最小二乘滤波算法的性能。     

一种改进的有雾图像去雾算法

针对基于大气散射模型的图像去雾算法存在的图像去雾后颜色偏暗、对比度过度增强的问题,提出一种基于灰色关联度引导滤波的图像去雾算法。首先,假设有雾图像的像素可以分为正常像素和被雾霾颗粒破坏的像素,应用灰色关联理论对雾霾图像的像素值进行判断;然后,对雾霾颗粒破坏的像素进行引导滤波,通过取对数的方法缩小原始图像和滤波以后图像像素值之间的差异,在对数域中计算雾气面纱值;最后,依据大气散射退化模型反演复原清晰的图像。实验结果表明,该算法不仅可以有效改善雾霾图像的清晰度,而且能够解决去雾后存在的亮度偏暗,色彩失真等问题。     

改进小波亮度融合的低照度图像增强算法

针对普通小波分解算法应用到夜间低照度图像增强时出现无法提取出边缘光滑特征点、且亮度拉伸曝光等问题,提出了一种改进小波亮度融合的低照度图像增强算法.在小波变换对夜间低照度图像进行频域变换的过程中分别提取出图像的低频和高频分量,并对高低频分量分别处理.对小波分解后形成的低频成分使用加入权值的引导滤波,得到边缘增强的低频分量.将高频成分基于不同的区域范围进行特性融合,得到细节均匀统一的高频分量.将处理后的分量进行亮度提取与融合,最后转入RGB空间得到增强图像.仿真实验结果表明,该算法在均值、信息熵、峰值信噪上相较于直方图均衡算法提高了21.715%、13.531%、73.768%,相较于小波变换提高了85.456%、26.014%、19.621%.     

一种改进的局部对比度图像增强算法

基于加权自适应直方图均衡法,本文提出了一种局部对比度增强算法.它既考虑了图像细节的增强,也考虑了噪声的抑制.针对图像中不同区域存在对比度差异的情况,通过参数设置使高对比度的区域细节增强较少,而低对比度的区域则加大增强细节的力度,从而改善图像视觉效果.由于在图像的增强处理过程中,忽略了对应于原图像中梯度小于某一域值ε的像素的计算,从而减少了图像增强需要的计算量.实验表明算法是有效的.     

雾霾天气彩色图像的局域非线性变换增强算法

基于数字图像处理的实时图像增强处理技术可有效地降低受到雾、霾等大气环境的影响,严重限制了电视成像系统的性能和使用环境这种不利影响,本文分析了雾、霾等大气环境对彩色电视成像系统产生影响的原因,研究了基于Retinex理论的图像增强方法和子块部分重叠局域亮度灰度非线性变换算法,并对这几种算法的处理效果及算法复杂程度进行了对比. 结果表明,子块部分重叠局域亮度灰度非线性变换算法是一种处理效果和处理速度比较平衡的算法.      

基于LS-SVR的图像矫正

最小二乘支持向量回归(the least squares support vector regression,LS-SVR)算法因其回归拟合度高广泛应用于各领域中.以目标物在不同光源下采集的图像呈现出不同的颜色值,从而导致图像与目标物出现视觉上的偏差为研究对象,并以潘通色卡为参照,利用LSSVR算法,结合将RGB颜色空间到sRGB颜色空间的转换模型,对测试图像进行矫正处理.实验结果表明:与多项式回归相比,LS-SVR算法能取得更小的色差,且矫正后的图像更接近于目标图像.     

一种改进的红外图像增强算法

根据红外图像的特性,在对常用的线性灰度变换法、直方图均衡化法和边缘检测法等图像增强算法进行详细分析的基础上,提出了一种采用平台直方图均衡化和增强高通滤波加权平均的红外图像增强算法,并给出了该算法的FPGA电路实现和时序仿真效果。提出的图像增强算法能适应红外探测器的各个工作阶段,易于FPGA实现且具有较好的图像增强效果。     

彩色图像增强的改进算法

为提高彩色图像的整体感官效果,在研究CES (Color image Enhancement by Scaling) 算法出现块效应的原因基础上,提出了一种改进算法,即各向异性扩散滤波器的ICES (Improved Color image Enhancementby Scaling)。与CES相比,ICES算法在不增加计算复杂性的前提下,不仅得到了不逊于CES算法的增强效果,还能极大地抑制块效应。     

基于Retinex模型的彩色图像全局增强算法

介绍了基于颜色恒常性理论的亮度感知Retinex模型,通过对HSV空间亮度图像的快速高斯滤波和全局γ变换,估计场景的光照信息,获得仅包含物体本身特性的反射信息图像,进而实现图像增强.主观视觉观察以及客观定量计算结果均表明,对于受光照等因素影响的可视性较差的图像,基于Retinex模型的彩色图像全局增强算法效果十分显著.     

有约束最小平方复原在图像复原中的应用

获取图像的过程中光学系统的像差、大气扰动、运动、散焦和系统噪音等因素会导致图像质量的下降即降质,会造成图像的模糊和变形。该文对图像复原所用的逆滤波、维纳滤波、约束最小平方复原原理进行了论述。维纳滤波复原图像需估计未退化图像和噪声功率谱,在实际中图像和噪声功率谱的比值很难估计,而信号和噪声的方差和期望容易获得,文章论述了在知道信号和噪声的方差和期望情况下实现对退化图像复原的有约束最小平方复原方法的基本原理。并通过实验仿真证明约束最小平方复原在参数选择适当的情况下复原效果优于维纳滤波。     

基于Android平台的图像增强算法

针对传统图像增强算法存在的不足, 提出一种基于Android平台的图像增强算法. 首先,采用同态滤波对图像进行预处理, 并用小波变换分解图像; 然后对图像进行对比度拉伸和亮度增强, 消除图像中的噪声等; 再采用小波变换重构图像各分量, 得到增强后的图像; 最后在Android平台上实现图像增强算法, 并用仿真实验测试其性能. 仿真结果表明, 该算法解决了传统图像增强算法的不足, 得到了较理想的主观视觉效果, 加快了图像增强的速度, 可满足图像增强的实时性要求.     

Retinex理论下基于融合思想的低照度彩色图像增强算法

针对Retinex算法处理后的图像边缘保持性差,易产生光晕和过增强的缺点,以及双边滤波易造成图像细节丢失的现象,提出了一种Retinex理论下基于融合思想的图像增强算法。该算法首先在YCb Cr颜色空间提取亮度Y分量,对亮度分量进行大、中、小不同尺度的MSR增强,获得细节信息保留较好的亮度图像,同时在RGB颜色空间对图像进行基于双边滤波的单尺度Retinex增强,获得边缘信息较好的增强图像;然后对增强后的两幅图像加权融合;最后对融合的图像进行颜色恢复处理得到最终的增强图像。通过本文算法与经典SSR、MSR和MSRCR算法处理后的图像进行比较,实验结果表明,本文算法处理后的图像在细节、颜色和边缘保持方面都优于其他算法,并且避免了光晕和过增强现象的发生。     

基于引导滤波的指节纹图像增强算法研究

在利用指节纹进行身份识别时,为提高图像的质量,避免光照不均匀和环境噪声对特征提取带来的影响,需要在图像预处理阶段进行增强处理。针对指节纹图像的特点,设计了基于梯度图像引导滤波的图像增强算法,并在指背关节纹数据库中进行了验证。结果表明,该图像增强算法可避免光照不均带来的影响,同时突出细节特征,适用于指节纹图像的预处理。最后进行的定量分析证明,经过本算法的增强处理后,图像将保留更多的细节信息特征,有利于后续特征提取和提高图像识别的准确性。