基于图像局部方差分布的自适应反锐化掩模算法

针对现有反锐化掩模法中的缺点,分析了人类的视觉特点。根据图像细节分区原理,利用试验参数和具体图像的局部方差分布获取图像修正因子增益,提出了一种有效的图像增强算法一基于图像局部方差分布的反锐化掩模算法。该算法从人类视觉特点出发同时兼顾具体图像的局部方差分布特征。     

基于改进掩模法的自适应图像增强算法

针对掩模法存在边缘模糊负面效应的问题,提出了一种基于掩模法的新型图像增强算法.该算法利用拉普拉斯微分算子对像素灰度值的不连续性进行量化,根据微分算子对灰度突变的响应强度进行自动调整掩模内的各像素权值.因此,图像的边缘不再变模糊.实验结果表明,该算法既平滑了图像噪声,又锐化了图像边缘.     

基于改进掩模法的自适应图像增强算法

针对掩模法存在边缘模糊负面效应的问题,提出了一种基于掩模法的新型图像增强算法。该算法利用拉普拉斯微分算子对像素灰度值的不连续性进行量化,根据微分算子对灰度突变的响应强度进行自动调整掩模内的各像素权值。因此,图像的边缘不再变模糊。实验结果表明,该算法既平滑了图像噪声,又锐化了图像边缘。     

基于多小波变换非线性自适应增益的图像增强

随着多小波理论的发展,它所拥有的对称性、光滑性、紧支性、正交性等重要的数学性质弥补了单小波的不足．提出了一种基于多小波变换非线性自适应增益的图像增强算法,将图像进行多小波分解,高频细节图像采用多尺度非线性自适应增益增强．低频平滑图像采用反锐化掩模增强．实验结果表明：该算法能突出图像中的细节部分,可以有效地消除噪声,并且具有良好的增强效果．     

基于人眼视觉和高频提升滤波的乳腺图像增强方法

针对医学图像特殊的结构特性和组织特性以及图像要增强的重点不同，在考虑人眼视觉特性的基础上，提出了一种乳腺图像增强方法．本方法利用高频提升滤波增强了乳腺图像的边缘和精细结构，实验结果表明此方法具有一定的应用价值．     

基于改进同态滤波的医用X光图像增强算法

针对医用X光图像对常规图像增强算法较敏感、易失真的特点,提出一种基于改进同态滤波的X光图像增强算法.算法将X光图像特性及同态滤波方法在图像增强上的优势结合起来,构建基于医用X线图频域的同态滤波器,通过指定最大增频位置及最高增益系数2个控制参数实现同态滤波控制,在不削减低频信号的基础上适当放大中高频信号,保留X光图像暗区易丢失的灰度及细纹信息,同时突出重要的组织边缘及纹理特征.实验证明,该算法失真率低、操作简便且运行效率高,对医用X光图具有较理想的增晰效果.     

一种自适应红外图像增强算法

针对红外图像普遍存在的目标与背景对比度差的特点,提出一种自适应红外图像增强算法.该算法首先采用峰值与局部最大值估算法相结合的方法自适应地计算出两个阈值,由此将图像分为背景段、目标段和过渡段三部分;然后对不同的灰度段采用不同的变换系数分段进行灰度拉伸和压缩变换,实现图像的自适应增强;最后对得到的图像进行灰度间距的均衡化处理,把灰度等级在整个显示范围内等间距排列.实验结果表明,该算法能够实现自适应阈值选择,获得灰度更加连续的红外图像,有效地增加了图像的细节和清晰度.     

图像增强中的平滑滤波技术

图像增强是按照特定的需要增强图像中的某些信息，同时削弱或去除某些不需要的信息的处理方法，然而这个过程往往是一个矛盾的过程：图像增强是希望既可以去除噪声又可以增强边缘，但实际上我们得到的结果是增强边缘的同时也会增强噪声，而滤去噪声又会使在一定程度上模糊边缘，所以图像增强一般都是将这两部分折中，本文介绍的平滑技术就是可以平滑噪声的方法。     

基于人眼视觉的红外图像广义直方图增强算法

文章针对传统直方图均衡增强算法存在红外图像细节信息丢失问题,且算法没有考虑人眼视觉特性,提出基于人眼视觉的红外图像广义直方图增强算法;根据像素邻域信息建立广义直方图,进行直方图均衡化处理;在均衡化过程中,利用人眼灰度分辨能力,对拉伸过大的灰度级进行限制,再对被过度压缩的灰度级进行适当拉伸以扩大其动态范围;实验结果表明,该方法有效增强图像局部细节,解决了红外图像视觉模糊的问题,使增强后图像视觉效果更自然。     

基于DSP+FPGA的红外图像锐化算法的实现

为了改善红外图像的成像质量,根据红外图像的特点,提出了一种改进的拉普拉斯锐化算法——受限拉普拉斯锐化算法,并采用DSP＋FPGA的架构进行实时处理。对普通拉氏锐化算法和受限拉氏锐化算法的处理效果进行比较。受限拉氏锐化算法有效地控制了图像的噪声,使处理后的图像边缘更加清晰,又保护了图像的细节。     

基于灰度等间距密度均衡的红外图像增强算法

针对红外图像具有高背景,低反差的特点,提出了一种基于灰度级等间距密度均衡的红外图象自适应增强方法。该方法以图像灰度相关理论为基础,采用窗口递推的方式,自适应地选择直方图窗口,获得高低阈值,再通过灰度线性变换及灰度级等间距密度均衡,增大图像灰度动态范围,获得细节丰富灰度连续的图像。理论分析和实验结果均表明,该算法克服了平台直方图均衡引起的灰度断层现象,有效地增强了红外图像的对比度,提高了图像质量。     

基于金字塔模型和各向异性滤波的分层自适应图像增强算法

结合拉普拉斯金字塔模型分解和前后双向异性扩散算法,提出一种分层自适应图像增强算法.该算法首先进行图像的高动态范围压缩,然后采用拉普拉斯金字塔模型方法将原始图像分解为不同尺度和频率下的带通图像序列.根据不同频率层图像的纹理方向特征,设计自适应参数法修改扩散传导方程的参数,在不同频率图像层上分别实现噪声平滑和边缘特征的增强.仿真实验通过与其它图像增强算法进行比较,评价结果表明,提出的分层自适应图像增强算法的处理效果良好,定量评价指标大幅改善.     

基于引导滤波的红外图像预处理算法

针对红外图像固有噪声和灰度分布非均匀性影响图像质量的问题,提出一种基于引导滤波的红外图像预处理方法。根据引导图的局部信息,在红外图像的不同位置动态生成滤波核函数,从而可以在平滑场景的同时保持甚至增强边缘细节。实验表明,本文方法可以有效滤除噪声,保持场景强边缘,改善灰度分布非均匀性;且由于引导滤波算法复杂度与滤波半径无关,处理速度快。此外,应用实验表明该方法可以提高融合图像视觉效果,增强目标跟踪的定位精度,在图像增强中能够有效避免伪边缘的产生。     

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。     

基于Matlab的图像增强技术研究

图像增强技术一直是图像处理领域一类非常重要的基本图像处理技术。本文从空间域和频率域展开图像增强技术．重点阐明图像增强处理的基本方法，如图像平滑、图像锐化。在此基础上，就频率域中几种有代表性的图像增强算法进行研究分析．重点给出了以maflab为工具的巴特沃斯滤波器的实现结果。     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明：此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

人眼视觉特性与粗糙集结合的X射线图像增强算法

针对X射线图像的低亮度及噪声造成的图像对比度差和图像模糊的问题,提出了一种采用粗糙集理论和人眼视觉系统特性的图像增强算法(HREM).先将原始图像进行灰度拉伸,再结合人眼视觉系统特性,利用粗糙集理论将图像分成边缘细节图像和平滑图像,然后对边缘细节图像做指数变换增强,对平滑图像做直方图均衡化,最后将处理好的两子图进行重叠,同时消除重叠后图像的随机脉冲噪声.实验结果表明,HREM方法不仅能较好地保持图像的边缘细节信息,有效地增强原图像的对比度,而且消噪能力强,整体视觉效果好.     

基于Curvelet变换的边缘锐化方法

介绍了Curvelet变换的基本概念,说明了Curvelet在边缘锐化的算法实现,提出了Curvelet变换在边缘锐化中的进一步研究方向,指出了Curvelet变换能更适合图像边缘锐化,它克服了小波变换在图像锐化应用中的不足,显示出了很多的独到之处。     

煤矿视频监控系统图像锐化增强的程序设计及实例

从目前煤矿工业电视监控系统的现状出发,提出了利用图像锐化增强技术增强煤矿工业电视图像质量,并通过C语言编程应用实现了对井下静止视频图像的锐化增强处理,从而使工业电视图像变得较为清晰。     

一种基于视觉适应性的图像增强算法

模拟真实场景反应在人眼中形成图像的过程,考虑到邻域间干扰、光照不均匀、媒介传递率下降引起的图像退化,提出了一种新的图像增强算法。依据对视觉现象中对比灵敏度、亮度适应能力和侧抑制现象的研究,建立了一种图像退化模型的视觉适应性模型,该模型求解方案包含3个过程:用于消除邻近像素相互影响,给人眼提供更多细节的去卷积过程;据锥细胞亮度适应能力提出的,为其工作提供最佳工作光照条件的亮度调整过程;模拟侧抑制机理提出的对比度拉伸过程。对比现有图像增强算法的增强结果,实验结果表明该方法的视觉适应性解,在增强图像细节、提升对比度、增强结果的视觉愉悦性方面取得了较大进步。