一种基于Retinex算法的雾天图像增强算法

为了解决雾天图像增强中的细节信息优化问题,提出了一种新的雾天图像增强算法。采用背景亮度作为激励亮度值对图像的亮度块进行分割,然后采用IIR低通滤波器对分隔块进行增强,最后对像素的边缘信息进行分割,并按照一定比例对块信息进行融合。仿真结果表明,与传统的Retinex算法相比,该算法的信息熵较大,增强之后图像细节更丰富。     

插值算法在医学影像图像增强中的设计实现

讨论了医学影像图像处理中插值运算的数学模型,运用MATLAB平台对最邻近点插值、双线性插值和双三次插值等三种模型对医学影像图像增强的实现,从算法流程和程序设计方面进行了仿真研究,探讨了双三次插值克服了最邻近点插值、双线性插值等两种算法的缺陷,提高计算精度,但运算量大.双线性插值法使图像更光滑,但轮廓模糊.最邻近点插值法使插值生成的医学影像图像灰度值不连续,仿真结果表明分析的正确性.     

单尺度的Retinex算法在车辆胎痕图像增强方面的应用

针对传统图像增强方法会丢失图像细节信息这一缺陷,本文提出一种基于单尺度的Retinex胎痕图像增强方法.实验结果表明,该算法较好地实现了颜色恒定性、动态范围压缩大和图像边缘的锐化,最终保持了胎痕图像的细节.     

基于Retinex和HSV颜色空间的低照度图像增强算法

针对低照度图像存在的对比度低、颜色失真、细节信息损失、噪声干扰等问题,提出一种基于Retinex的改进算法。首先,将原始图像转换到HSV颜色空间,采用改进算法和Gamma校正对V分量进行亮度调节;其次,基于对比度拉伸算法调整S分量,增强图像饱和度和对比度;最后,将融合后的图像转换回RGB颜色空间,输出图像。在MATLAB平台上选取不同场景低照度图像进行增强处理,采用图像信息熵（IE）、峰值信噪比（PSNR）和结构相似性指数（SSIM）三个客观指标进行均值对比,实验结果表明,新算法计算结果均优于传统的直方图均衡化算法（HE）和多尺度Retinex算法（MSR）,有效保持图像边缘信息,提升图像质量。     

几种图像增强算法的研究比较

本文深入研究了HE、POSHE、改进的POSHE和改进的插值自适应算法,重点对实验处理后的图像进行了研究和比较。实验结果表明几种算法既有各自的优点,也有各自的缺点。     

改进细节提升多尺度Retinex图像增强算法

为了改善复杂照度下彩色图像增强出现的细节丢失和色彩失真问题,依据颜色空间转换和边缘细节融合算法,提出基于HSI空间细节提升多尺度Retinex图像增强算法。通过边缘提取融合算法增强HSI模型亮度分量,进行基于高斯模糊的多尺度细节提升,获得增强图像。与经典的MSR、MSRCR等进行仿真比较,实验数据表明,在主观视觉效果和客观评价指标下,该算法均优于MSR和MSRCR,增强图像细节丰富,色彩自然逼真。     

VC 编程实现直方图均衡化图像增强算法

对数字图像空间域增强方法中的直方图均衡进行分析,并用VC 6.0进行算法实现。实验表明,该程序可以快速、准确地对灰度图像进行均衡化,达到了使图像对比度增强、图像质量提高的预期目的。     

基于Retinex模型的水下图像增强方法

针对水下图像颜色失真和低对比度2个主要问题,提出了一种弱通道耦合的颜色校正和基于Retinex模型的对比度提升方法。首先通过计算补偿系数对弱通道进行补偿和拉伸以达到颜色校正的目的,然后提出一个变分方程,求解得到图像的光照图,基于Retinex模型提升图像对比度。从UIEB数据集中挑选出绿色、蓝色水下图像,采用UIQM、UCIQE、PCQI指标衡量所提方法的性能,并与其他先进方法相比校,证明所提方法取得了更好的效果。所提方法有效解决了水下图像由于颜色失真而造成的细节模糊问题,提升了水下图像的可见性,得到的增强图像也更符合人类视觉。     

图像增强算法新进展

对目前图像增强文献进行分析和理解的基础上,首先概括了近几年图像增强的研究现状,根据相关文献简要分析了传统图像增强方法的缺陷及改进,然后介绍和评价了新算法,最后介绍了图像增强方法的评价标准,对图像增强的发展方向和亟待解决的问题进行了展望和分析.     

多方向双边滤波单尺度Retinex图像增强研究

传统的单尺度Retinex(SSR)图像增强算法无法准确估计明暗突变剧烈区域的背景光照,增强图像易产生光晕现象且图像细节信息减弱。针对这种情况,提出一种基于多方向的双边滤波单尺度Retinex图像增强算法,利用不同方向的双边滤波器平滑输入图像,获得不同的光照图,通过融合得到光照估计,在Retinex增强时保留一定程度的光照使图像增强更加自然。实验结果表明,该方法能有效克服光照不均且可消除光晕现象,增强图像细节,其增强效果优于传统的SSR。     

粗糙集和规定化直方图图像增强算法研究

图像增强能够有选择地突出图像中的有用信息并抑制无用信息,以改善图像视觉效果进而提高图像清晰度和使用价值。由于图像信息本身具有复杂性和相关性,导致在图像增强中出现不确定性和模糊性。提出粗糙集和规定化直方图的图像增强算法,采用粗糙集表示图像,用规定化直方图和最大类间方差法求出划分图像的灰度阈值和噪声阈值;将图像划分为背景子图、前景子图和噪声子图,分别对各个子图进行增强处理,然后合并子图以增强图像。实验分析表明,粗糙集、规定化直方图和最大类间方差法相结合的图像增强处理对灰度图像有效,具有一定的实用性。     

改进的分数阶微分算法在图像增强中的应用

针对图像增强过程中没有根据图像局部特征进行个性化增强的问题,提出改进的分数阶微分算法,结合局部标准差和粗糙度,计算不同的增强算子来处理图像.本文从函数定义、滤波器构造、实验比较几个方面进行阐述,结果证明,该算法能够自适应地计算分数阶微分阶次,对于不同的区域的灰度得到与其对应的适当的分数阶阶次.通过与方向模板的结合,实现对图像的细节、边缘和纹理信息的有效增强,使得图像的视觉效果增强.     

数字图像的分数阶微分增强

为了提高图像的纹理细节,提出了一种分数阶对比度增强算法。首先离散化分数阶微分方程得到分数阶微分数值计算方法,并将其推广到二维图像空间,构造了数字图像的分数阶微分增强运算规则和增强模板。实验表明该分数阶微分增强算法能比较明显地增强图像的纹理细节,增强后的图像清晰度显著提高。     

基于小波的图像增强算法在乳腺癌检测中的研究与应用

乳腺癌是现代女性最常见的恶性肿瘤之一,X光照片是一种在乳腺癌普查中广泛采用的检测手段。由于医学影像噪声大不清晰,检测结果往往不尽人意。本文以数字乳房X片图像为对象,研究了提高微钙化点的对比度的基于小波变换的图像增强算法。小波变换在时频域的多分辨率具有良好的空间域和频率域局部化特性。实验证明,基于小波多分辨率分析在抑制噪声的同时能对图像进行有效增强,提高图像的对比度,使钙化点的显示更为明显,提高了图像中病灶重要特征的可视化。基于小波的图像去噪和增强算法作为医学诊断的辅助手段有极其重要的意义。     

基于小波变换的低对比度图像增强改进算法

提出一种基于小坡变换的图像增强算法.利用小波变换的时频局域性和方向性特点,对分解后的高频系数进行子树划分,以子树为单位实现图像的对比度增强.在VC++环境下实现了该方法,实验结果表明该算法能得到整体视觉好的图像,是一种有效的图像增强算法.     

算法设计与分析课程教学评价模式的实施

文中首先从高校计算机专业《算法设计与分析》课程的特点、教学信息组织、关键教学环节、教学资源建设等总结该课程的教学特点,然后分析该课程的考核方法,最后探讨学校现有教学评价模式在本课程中的具体实施情况。这对于提高该课程的教学质量有着积极的意义,同时也为高校课堂教学提供一个交流的平台。     

自适应灰度调整及边缘增强的X光图像优化

医用X光图像对常规图像增强算法较敏感、易失真,对此提出一种自适应灰度调整及边缘增强的X光图像增强算法.算法依据X光图像直方图中灰度的分布特点,自适应进行单段或双段灰度拉伸,调整灰度范围并均衡灰度分布,在该基础上叠加DFT频域Butterworth高通滤波信号以增强组织的边缘及纹理信息.实验证明,该算法失真率低、可行性高,对医用X光图具有较理想的增晰效果.