基于直方图均衡的导弹目标图像增强方法对比研究

针对雾霾、夜色等不利天气条件下,电视制导导弹获取的目标图像存在噪声大、对比度低、颜色失真、重要特征不明显等问题,采用直方图均衡化方法对导弹目标图像进行增强处理,分别使用常规直方图均衡化算法、局部直方图均衡化算法和对比度受限自适应直方图均衡化算法完成了导弹目标的图像增强。仿真结果显示,对比度受限自适应直方图均衡化算法在处理灰度图像方面效果良好,不仅能够增强图像对比度,同时保护图像中的一些细节,还能快速地完成对图像的处理,适用于导弹目标图像增强工作。     

具有视觉特性的局部直方图均衡增强算法

直方图均衡能有效地对数字图像进行增强处理，其主要缺点是处理后的数字图像大量损失灰度层次，且增强力度不够．提出了在子块部分重叠直方图均衡的基础上，引入保留灰度级直方图均衡处理的方法，使得处理后的图像对比度得到较大的增强，又不损失灰度级，且相邻像素间灰度过渡平缓，图像柔和、真实．针对处理后方块效应严重的图像，依据人眼的视觉特性和数字图像数据的特点，提出了自适应行列分比例方法来有效消除块效应．模拟结果显示，效果显著．针对子块过增强带来麻点噪声的缺点，提出了根据子块方差来判断对比度拉伸强度的方法，一定程度上削弱了麻点噪声对视觉效果的影响．     

基于空间变换和直方图均衡的彩色图像增强方法

提出了一种基于空间变换和直方图均衡的彩色图像增强方法。该方法首先将彩色图像从RGB空间转换到HSI空间,然后在I空间使用对比度受限的局部直方图均衡方法进行图像增强。通过仿真实验证明,该方法既能最大程度的保留彩色图像的色彩信息,又能提高彩色图像对比度,并凸显细节。     

一种非均匀照明彩色图像自适应校正方法

为解决非均匀照明条件下彩色图像亮度不均、细节丢失、对比度低等问题,提出一种非均匀照明彩色图像自适应校正方法研究非均匀照明图像的自适应增强.首先,提出一种双伽马校正直方图均衡(bilateral Gamma adjustment histogram equalization,BIGAHE)算法处理HSV颜色空间的V通道,来调整图像全局对比度和亮度,同时使用构建的自适应拉伸函数对S通道进行非线性拉伸以提高图像整体饱和度,然后利用对比度受限的自适应直方图均衡算法(contrast limited adaptive histo-gram equalization,CLAHE)对L?a?b?颜色空间中L?通道进行局部对比度增强,得到最终增强图像.实验结果表明,与现有流行的图像增强方法相比,该算法的平均梯度(mean gradient,MG)、熵(entropy)指标为所有对比算法中最优,对比度改善指数(contrast improvement index,CII)在所有方法中排名第二.可见该算法能够有效提高非均匀照明图像亮度和对比度,提供更多的细节增强,同时避免过度增强,保持图像的自然性,获得更好的增强效果.     

局部特征与全局信息联合的自适应图像增强算法

针对传统基于修正直方图的图像增强算法不能兼顾局部特征和全局信息的问题,提出一种局部特征与全局信息联合的自适应图像增强算法. 该算法将增强分为局部增强和全局增强两部分,局部增强利用像素的邻域信息和局部与全局对比度的比例信息作为幂次变换的伽马值,对图像进行伽马校正,提高图像的亮度和局部对比度;全局增强利用区域相似直方图统计抑制噪声,避免过度增强. 实验结果表明,本文算法在客观性能上优于其它传统图像增强算法,并且可以有效提高复杂光照下人脸图像的检测率.      

基于局部信息的图像增强方法研究

在图像处理过程中,使用直方图均衡化、全局对比度拉伸等基于图像全局信息的图像增强算法,难以实现图像局部细节对比度的增强,即不能实现物体轮廓的增强。为此,本文主要对基于局部直方图均衡化、Lee算法的图像局部增强算法和MSR算法进行研究,通过算法的改进来实现图像局部增强的效果。     

基于双线性插值的CLAHE算法研究与实现

针对现有的低能见度图像增强的AHE算法(自适应直方图均衡)和CLAHE算法(限制对比度的自适应直方图均衡化)存在复杂度高及效率低的问题,提出了基于双线性插值的CLAHE算法.利用双线性插值方法降低CLAHE算法的时间复杂度,并在TMS320C6748开发板上对其进行优化.实验结果表明,该算法无论是增强效果还是处理速率都明显优于原CLAHE算法.     

一种改进的处理雾天降质图像的增强算法

子块部分重叠的局部直方图均衡算法(POSHE)用于雾天图像增强时,因为输出的图像亮度不可调整,致使有的图像处理后整体偏暗,部分细节不够清晰,为此,该文以POSHE为基础,利用抛物线直方图均衡化方法,实现雾天图像增强.实验表明该方法在对雾天降质图像处理时,可以达到局部细节清晰化和全局对比度增强的效果,并且亮度可方便调整.     

基于局部对比度的局部直方图均衡算法

为了更好地增强图像,提出一种新的图像增强方法。首先,将图像分为若干子块,计算每个子块的对比度,根据子块的对比度确定局部点的密度,进而确定子块的个数,然后采用保持亮度的双直方图均衡算法对这些子图进行增强,最后融合各个子图得到最终增强的结果。实验测试结果表明,本算法能够保持均值亮度,提高处理速度,在减少过增强的基础上,增强局部细节,增强后的图像具有良好的视觉效果。     

一种用于夜间图像增强的算法

为了提高夜间图像的清晰度,文中提出了一种适用于此类图像增强的新算法,其特点为： １） 将对比度增强算法与直方图均衡算法级联,使得图中的局部信息与全局信息在增强时都能被利用; ２） 经对各种函数的实际处理效果进行比较,提出了一个适合夜间图像增强的对比度变换函数。实践证明新方法在处理夜间图像时能得到比较理想的结果