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。     

行均值梯度与直线拟合联合优化的UUV海面红外图像海天线检测

在近海面水下无人航行器(underwater unmanned vehicle,UUV)的红外图像采集过程中,由于波浪起伏引起的高倾斜度、海空背景复杂等原因,红外图像的噪声过大,不利于目标的识别与海天线的检测。为此提出了一种海天线检测的改进方法。首先,将经过中值滤波和非线性增强预处理后的红外图像进行处理,得到行均值梯度图,确定海天线粗略位置;然后对其中的天空区域和海面区域进行滤波平滑处理,平滑二者背景中灰度起伏较大的噪声;最后利用优化的直线拟合法对天空区域和海面区域滤波后的图像进行海天线提取。实验结果表明,该方法可改善海天线位置的检测效果,具有较强的通用性,适用于复杂的海天环境。     

红外图像自适应的非均匀校正算法

提出了一种新的红外焦平面器件的自适应非均匀校正算法,它利用最小均方误差自适应算法获取探测器的初始校正系数,还可以跟踪探测器的漂移自动更新系数.该算法不同于传统两点定标的近似计算,它以足够精准的自适应系数来进行校正,同时不依赖于探测器响应稳定的前提,能够适应更为恶劣的条件,如有温度起伏以及其他时变干扰的环境.经本算法校正后系统图像信噪比可提高5dB左右,在TMS320C6414数字信号处理器的硬件平台下能在8s内收敛,且满足25帧/s的实时性要求.     

可增强图像细节的改进的直方图均衡化算法

针对传统的直方图均衡化算法易导致图像细节信息丢失和噪声放大的特点,本文在直方图均衡化算法的基础上加以改进,将图像的高频分量和低频分量分开进行处理,然后再进行合并去噪,能够在增强图像整体视觉效果的同时较好地保持图像细节,抑制图像噪声.实验结果表明,该技术能使图像的细节和清晰度得到明显的增强.     

核医学图像的平滑及自适应增强算法

针对核医学图像的特点,提出核医学图像的邻域加权平滑和自适应增强算法,用于去除图像噪声和增强图像,以改善图像的视觉效果,提高对核医学图像判读的正确性     

基于PSO的图像自适应模糊增强算法

在介绍常规图像自适应模糊增强算法和粒子群优化算法的基本原理的基础上,针对常规图像模糊增强算法中自动获取模糊控制参数耗时较长,执行效率低的问题,提出了一种应用粒子群优化算法结合图像灰度直方图特征进行图像自适应模糊增强的新方法.实际图像增强实验的结果表明方法效率比常规图像自适应模糊增强算法有很大的提高.     

基于自适应Canny的红外图像边缘检测算法

针对Canny算法需要人工设定高斯方差值和双阈值,红外图像存在噪声大、边缘模糊等缺点,提出一种基于自适应Canny的红外图像边缘检测算法.该算法采用自适应中值滤波代替高斯滤波计算梯度的幅值和方向,对梯度的幅值在3×3邻域内进行非极大值抑制,并根据图像灰度使用Otsu算法,自适应获取高低阈值,用高低阈值算法检测和连接边缘.实验结果表明,该算法减小了均方误差,提高了峰值信噪比和平均结构相似度,能有效提取红外图像边缘.     

基于PCNN的图像直方图均衡化增强

为了更好地增强图像,提出一种新的图像增强方法.处理分为2个阶段,首先局部增强阶段,利用PCNN模拟空间掩盖效应去除了人眼无法察觉的双边缘,同时在神经元模型中引入侧抑制来模拟Mach带效应,使边缘处灰度差值更大,平滑区域灰度差值更小.其次全局增强阶段,将灰度信息与空间信息耦合到神经元的内部活动项,将阈值设置为局部增强后的图像直方图的累加密度函数,通过比较内部活动项与累加密度函数,得到最终的增强图像.理论与实验均证明了最终图像满足直方图均衡化的要求,不仅对灰度层损失问题免疫,而且直方图近似均衡.     

自适应多层次的图像双线性广义模糊增强算法

在模糊集合论和广义模糊集合论的基础上,构造出用于模糊增强图像区域对比度的新型线性广义模糊算子.提出了一种自适应多层次的图像双线性广义模糊增强新算法,该算法利用线性广义隶属度变换及其逆变换,实现了灰度图像空间的广义模糊化与广义模糊空间的灰度化,使用线性广义模糊算子对线性广义模糊隶属空间进行了区域对比度模糊增强,最终利用"MIN" 算子提取出了增强图像的边缘轮廓.基于模糊熵的多层次阈值灰度选取过程,体现了算法的自适应性与实用性.实验表明,该算法能够快速无失真地同时增强图像中不同层次的边缘信息,所提取出的增强图像边缘准确、层次分明.     

基于突变粒子群算法的图像自适应增强

利用突变粒子群算法自动获取图像非线性增强函数的最佳变换参数,达到图像增强的效果。该算法基于粒子群算法原理,采用针对图像质量评价效果的新适应度函数（包括方差、信息熵、紧致度、信噪改变量以及像素差别五要素）,提出一种基于突变机制的粒子群算法,有效增大粒子间的差异性和非均匀性,打破平衡态,从而增强系统内动力以提高系统进化的效率。实验表明,该算法具有较高的自适应性,即避免了陷入局部极小,加快了收敛速度,且增强质量评价明显提高。     

图像色彩两级聚类归并算法

讨论纺织品ＣＡＤ／ＣＡＭ系统中的色彩预处理问题．提出了一种包括真彩色索引和伪彩色归并的两级色彩聚类算法，介绍了算法的实现流程．采用这种算法能够从源图像中获得“纯净”的工艺图像．     

海面背景红外目标的识别算法

为了实现多角度状态的舰船目标识别,针对低信噪比下海面背景的目标红外图像,提出了一种基于分段拟合的稳定提取海天线信息的算法。在此基础上对经过目标分割后得到的感兴趣区域统计提取舰船目标的形状特征、位置特征等,考虑海面的干扰目标,设计综合分类器,通过对提取的各目标特征进行概率融合的方法实现目标判断。进行了仿真平台软件的试验测试。结果表明,使用该算法可以实现在不同环境和未知海天线的情况下对海面舰船目标多角度状态的可靠识别。     

基于侧抑制系数的红外图像细节增强算法

针对红外图像对比度低、细节不清晰和视觉效果模糊的缺点,提出了基于侧抑制系数的红外图像细节增强算法。通过分析指数分布侧抑制系数计算方法的不足,提出利用二次函数分布计算侧抑制系数的方法,提高算法增强红外图像细节的能力,利用红外图像本身的灰度信息自适应地调整侧抑制系数的参数,进而自适应确定侧抑制网络,对图像目标和背景进行不同程度的抑制,结合临界可偏差(just noticeable difference,JND)曲线中得到的人眼视觉分辨率特性,对图像进行能量恢复调整,使图像均值保持在人眼适宜观察的状态。仿真结果显示,与自适应指数函数侧抑制算法相比,算法处理后的红外图像对比度、信息熵以及信噪比都得到提高,图像细节更加清晰,视觉效果得到明显改善。     

基于边缘增强的红外图像二值化算法

提出了一种基于边缘增强的红外图像二值化算法。通过对自适应形态学边缘增强方法的改进,使得二值化结果有效地保留了红外图像的边界特征,是一种有效、实用的图像二值化方法。     

基于FPGA的直方图投影增强算法

在凝视非制冷焦平面热像仪中,为了获得清晰的红外图像,必须对焦平面器件进行非均匀性校正和盲元填充,同时为了提高识别细小目标和特殊目标的能力,要对原始的红外图像进行图像增强等处理．本文给出了基于FP-GA实现的图像处理算法,该算法硬件实现结构合理、充分利用流水,时间耗费和逻辑单元的耗费都比较小,是比较优秀的FPGA硬件结构设计实现的算法．     

基于灰度冗余的红外图像直方图处理技术

该文提出一种改进的消除灰度冗余的红外图像直方图均衡算法.通过统计红外图像灰度的分布规律,将像素灰度分布为零的灰度级进行完全压缩,设定适当的阈值,将小于阈值的无效灰度级映射到阈值灰度级,对有效图像灰度级进行无损均衡.该算法在压缩灰度冗余的同时,进行直方图均衡,克服了传统直方图方法在图像增强时造成的灰度断层和丢失,提高了图像质量.     

基于梯度直方图的图像自适应滤波去噪

为了解决自适应滤波器在图像去噪中因需要噪声检测以及人工设置阈值,从而影响去噪效果的问题,提出基于梯度直方图的自适应滤波方法。首先,对噪声图像均值滤波后的初始去噪图进行计算,得到梯度直方图。然后,通过对梯度直方图曲线形状进行分析,计算出分割性最优的点作为阈值。最后,用计算得到的阈值与图像信息的局部变化率相结合,建立尺度自适应调节的滤波模板,对噪声图像进行滤波去噪。实验结果表明,本文算法针对不同噪声类型和不同强度的含噪图像去噪效果均有提升,并且可与其他算法相融合,对自适应类算法的改进具有普适性价值。     

一种新的红外图像的去噪和增强算法

针对红外图像信噪比小的特点,提出一种基于Prewitt算子的改进方向中值滤波（IDMF,Improved Directional Median Filter）去噪算法,通过Prewitt算子计算目标背景过渡区域(TBA, TargetandBackground Area）的梯度方向,以此找到对应的轮廓方向,在轮廓方向上进行中值滤波,在滤除噪声的同时可以较好地保留图像细节.同时,针对红外图像的灰度分布集中且对比度小的特点,提出了一种局部对比度增强和全局对比度增强相结合的增强算法.首先采用Roberts交     

基于自适应阈值的红外图象增强

针对红外图像高背景、低反差的特点,在传统的分段线性变换的基础上,提出了一种自适应的算法。通过对原始图像的直方图统计得到该图像的背景阈值,再通过对原始图像上目标区域的灰度估算得到该图像的目标阈值,由此将图像分解成背景、目标和不感兴趣的区域三部分,然后通过分段线形变换将背景和不感兴趣的区域进行灰度压缩,同时将目标区域进行灰度拉伸,从而达到有效的抑制背景、增强目标的目的。通过实验结果比较,该算法无论在阈值的自适应方面或者是图像增强的效果,都优于传统的直方图均衡和双直方图均衡算法。     

基于图像分割的双直方图均衡算法

双直方图均衡化是一种经典的亮度保持的图像对比度增强算法.为了使直方图分割与图像聚类相关联,提出一种基于K-Means图像分割的双直方图均衡算法.首先利用K-Means对图像进行聚类,得到两个子图像;然后再对两个子图像分别进行直方图均衡;最后合并两个子图.实验结果表明,该算法不仅保持了原图像亮度,而且其对比度增强效果比传统方法更自然.