彩色图像增强

摘要： 本文基于随机共振原理和人脑感知物体色彩的基本生物物理过程,提出了一种低照度彩色图像增强的可解释算法.我们首先研究了电导基积分放电神经元网络中的随机共振现象,揭示了放电阈值、突触权重和集群规模对输出响应信噪比的影响,并识别出放电阈值是影响随机共振效应的关键参数.然后,在结合彩色图像视觉感知的生理过程的基础上,给出了一种基于随机放电神经元网络的彩色图像增强算法,并以峰值信噪比(PSNR)和自然图像质量评估(NIQE)作为提取最优增强图像的度量指标.注意到待增强的图像是非周期信号,因此,为了优化算法的性能,首次提出了一种基于亮度分布的分位数的阈值选取策略.数值实验结果表明,该算法的增强效果良好且性能稳定,并可用于军事探测和医学图像预处理等信号处理领域.

摘要： 采用一种基于YOLO目标检测的多阈值Otsu分割方法对采食区域的生猪进行分割.首先,利用自适应直方图均衡化对彩色图像进行增强并划分采食区域,训练一个YOLO目标检测网络,提取出采食区域内的生猪目标;然后在每个目标区域内利用Otsu方法计算多个阈值并对图片像素进行分类,将属于前景的像素叠加起来并通过形态学处理得到精确的分割结果.实验结果表明,当设置两个阈值时,分割精度和处理速度较好.挑选出不同情况下生猪在采食区域的500帧图片进行测试,平均分割率(所有在采食区域的生猪被完整分割)为88.65％,算法平均运行速度约为0.4s/帧,有效解决了粘连生猪分割问题,为类似图像的目标提取提供了一种新方法.

摘要： 采用一种基于YOLO目标检测的多阈值Otsu分割方法对采食区域的生猪进行分割。首先,利用自适应直方图均衡化对彩色图像进行增强并划分采食区域,训练一个YOLO目标检测网络,提取出采食区域内的生猪目标;然后在每个目标区域内利用Otsu方法计算多个阈值并对图片像素进行分类,将属于前景的像素叠加起来并通过形态学处理得到精确的分割结果。实验结果表明,当设置两个阈值时,分割精度和处理速度较好。挑选出不同情况下生猪在采食区域的500帧图片进行测试,平均分割率(所有在采食区域的生猪被完整分割)为88.65%,算法平均运行速度约为0.4s/帧,有效解决了粘连生猪分割问题,为类似图像的目标提取提供了一种新方法。

摘要： 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.

摘要： 引导滤波是一种能保持图像边缘的滤波器,可用来减少图像噪声.高斯拉普拉斯算子(Laplacian of Gaussian,LoG)在去噪的同时能够检测到边缘信息,并实现图像边缘增强.针对 X光安检图像噪声大、边缘不清晰、对比度低等特点,提出一种基于引导滤波与 LOG算子的安检图像增强算法.首先用引导滤波对图像作平滑处理,然后用 LoG算子检测其边缘并进行增强,最后用限制对比度自适应局部直方均衡化(CLAHE)作对比度拉伸.实验结果表明,该算法与改进CLAHE算法相比,平均梯度可提高50%左右,图像清晰度较高.

摘要： 针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域.将彩色木材图像分解为RGB 3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像.结果 表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果.以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14.本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强.

摘要： 在车辆识别系统中,从图片中定位车辆是一个重要过程,针对这一问题,提出一种目标消噪增强方法,既以图像强度和图像梯度作为约束函数,构造图像平滑函数的最优化方程,将图像处理问题转化为数学问题,采用变量分离和交替优化算法相结合的方式进行求解,并融合改进Retinex算法进行彩色图像增强.实验结果表明,该方法可以保留边缘特征并消除噪声干扰,为精确实现对目标车辆的识别提供帮助.

摘要： 为了改善由于光照不均对彩色图像的影响,根据人类对颜色的感知特性,提出了一种基于GA优化PCNN模型参数的图像增强方法.首先,将彩色图像在HSI空间的Ⅰ分量进行NSCT分解;其次,利用GA优化PCNN模型的参数,用优化后的PCNN模型增强低频子带系数,对高频子带系数采用幂函数进行增强;最后,使用NSCT逆变换重构图像的亮度分量,进而得到增强后的彩色图像.实验结果表明,该算法增强效果明显优于空域PCNN的增强算法和NSCT域无优化的PCNN增强算法,不仅增加了彩色图像的明亮度,而且图像保真性好,纹理更清晰.

摘要： 为了解决传统单尺度Retinex算法全部像素都采用同一空间滤波模块实施操作,容易产生彩色图像光晕以及色彩流失,彩色图像增强效果差的问题,提出改进单尺度Retinex的彩色图像增强算法.改进算法融合粒子群优化算法以及Retinex算法,基于熵值大小以及变换成HIS图像的H值大小实施匹配,采用合理的滤波模板实施运算,完成彩色图像的增强处理.通过改进SSR算法解决图像边缘亮度波动时,图像出现的光晕以及光阴影问题,提升彩色图像增强效果.实验结果表明,所提算法对室内室外图像的亮度、对比度、饱和度等内容具有较高的增强效果,能提升总体图像的质量.

摘要： 针对低照度图像对比度增强处理中的细节保留和色彩恒常问题,提出一种新颖的基于Lab色彩空间和色调映射的Retinex图像对比增强算法.首先,在Lab色彩空间中将一个低对比度的输入图像分解成亮度和色度分量,并使用自适应双边滤波估计照明的强度,以便根据亮度和颜色值来考虑合适的相邻像素.然后利用基于抛物线的色调映射函数来提高估计光照图像的对比度.最后,将加强的亮度和原始的色度结合在一起以产生一个增强的彩色输出图像.实验结果表明,所提算法通过减弱图像伪影增强了图像的细节和边缘结构,同时通过避免色彩偏移较好地保留了图像的自然度.%According to the detail preserving and color constancy problems in the low illumination image enhancement processing,this paper proposed a novel Retinex enhancement algorithm based on Lab color space and color mapping image contrast.Firstly,the input image of Lab color space with a low contrast is decomposed into luminance and chrominance components,and adaptive bilateral filtering is used for estimation of illumination intensity,so that appropriate adjacent pixels can be considered according to the brightness and color values.Then the tone mapping function based on the parabola is used to improve the contrast of the estimation of illumination image.Finally,the enhanced brightness and the original chroma are combined together to produce an enhanced color output image Experimental results show that the proposed algorithm can enhance the image details and edge structure by reducing the image artifacts,and can preserve the image's nature by avoiding the color shift.

摘要： 在HSI颜色空间提出了一种基于视觉特性和最大模糊熵的多尺度彩色图像增强算法.对亮度分量I进行小波多尺度分解,对于不同分解尺度的高频小波子带,采用不同的非线性函数进行处理,以实现图像细节的增强,同时最大限度地抑制噪声.对包含亮度信息的低频小波子带,首先进行基于最大模糊熵的模糊化处理,其中模糊化隶属度函数采用遗传算法进行优化;然后,对经过模糊化的低频小波子带,采用基于人眼视觉特性的线性矫正函数(LRF)进行处理,以实现对图像亮度更好的动态调节.对饱和度分量S,采用指数拉伸方法进行增强处理,色调H保持不变.实验证明,增强后的彩色图像更加清晰,色彩更加鲜艳而不失真.

摘要： 本发明揭露了一图像处理方法，其包括步骤：获取一彩色待处理图像并提取该待处理彩色图像的亮度通道信息，其中设定该亮度信息图像为一基准图像；分解该基准图像以获得一亮度基础层和一亮度细节层；分别对该图像基础层和该亮度细节层进行局部映射，以获得一亮度映射图像；和基于该亮度映射图像和该基准图像，重构该待处理彩色图像的RGB通道信息。

摘要： 本发明揭露了一图像处理方法，其包括步骤：获取一彩色待处理图像并提取该待处理彩色图像的亮度通道信息，其中设定该亮度信息图像为一基准图像；分解该基准图像以获得一亮度基础层和一亮度细节层；分别对该图像基础层和该亮度细节层进行局部映射，以获得一亮度映射图像；和基于该亮度映射图像和该基准图像，重构该待处理彩色图像的RGB通道信息。

摘要： 本发明提供了一种基于PNA‑MSPCNN模型的低照度彩色图像增强方法。包括：获得原始图像的初始亮度谱；利用PNA‑MSPCNN算法获得突触权重矩阵；在PNA‑MSPCNN算法模式下，根据突触权重矩阵进一步获得梯度亮度谱；根据梯度亮度谱，利用Retinex算法计算得到最终权重矩阵；基于最终权重矩阵，对得到的初始亮度谱进行修正得到最终亮度映射谱；利用Retinex算法并结合最终亮度映射谱对原始图像进行修正得到低照度增强图像。本发明技术方案的关键算法为PNA‑MSPCNN算法，通过PNA‑MSPCNN算法与改进的LIME算法结合应用得以实现低亮度彩色图像增强，神经元点火次数和频率更易于控制，算法复杂度更低，图像增强效果更好。

摘要： 本发明公开了一种基于变分约束的Retinex低照度彩色图像增强方法，涉及彩色图像处理技术领域，本发明包括如下步骤：将原始彩色图像由RGB空间转换到HSV空间，并提取强度通道V的图像作为灰度图像；利用所提取的灰度图像构造电导权值矩阵；利用能量最小化原则构建目标函数，将灰度图像和电导权值矩阵输入目标函数，利用交替方向乘子法求解目标函数获取照度图像；根据照度图像从原始彩色图像中分离反射分量，得到反射图像；利用照度图像和反射图像对灰度图像进行重构，得到增强后彩色图像，本发明较好地保留了图像的边界，使得估算出的照度图像更为准确，也使得反射图像包含图像更多的内部细节和纹理特征，提升增强图像的对比度，保留了图像高亮度处的细节。

摘要： 本发明的目的在于克服现有技术中的不足，提供一种低照度彩色图像增强方法及装置，对于成像设备产生的噪声有良好的抑制作用，有效避免了传统增强算法带来的噪声污染以及传统去噪算法导致的图像信息损失。本方法通过帧平均法降噪、自适应Gamma校正、将所述图像序列依次从RGB色彩空间转换到YUV色彩空间、对所获得的YUV色彩空间图像进行并行处理、采用非全局的客观质量评价方法对所述盲源分离降噪图像进行质量排序、对所述最优质量图像进行对比度受限的自适应直方图均衡处理、对所述融合图像进行自适应光照均衡处理和将所述光照均衡处理图像与所述帧平均图像的U、V通道分量重组得到所述低照度彩色图像的增强图像。

摘要： 本发明公开了一种非均匀照明彩色图像增强方法，该方法包括以下步骤：首先将RGB原图转换到L*a*b*色彩空间，利用对比度受限的自适应直方图均衡化方法CLAHE处理L*通道图像，且不改变分量a*和b*；将处理后的L*a*b*空间图像转换回RGB空间；然后将RGB图像转换至HSV色彩空间；利用双伽马校正函数处理V通道；利用构建的自适应拉伸函数拉伸S通道；最后将HSV空间图像转换回RGB空间，得到增强的彩色图像。本发明对非均匀照明彩色图像增强时，能够有效提升图像的对比度、亮度和饱和度，同时避免产生局部亮区域的过度增强，增强后彩色图像亮度分布均匀、细节突出，保持了图像的自然性，显著提高了图像的视觉效果。

摘要： 本发明提出了一种基于自适应形态学的彩色图像增强方法，旨在保证增强后的彩色图像具有完整的纹理细节，并减少增强后的彩色图像的颜色失真。实现步骤为：选取彩色图像的待处理像素点；提取待处理像素点的像素值；选取待处理像素点的像素点矩阵；构造待处理像素点的超边；构造待处理像素点对应的自适应结构元素；判断彩色图像中是否存在未构造自适应结构元素的像素点；提取彩色图像亮特征；提取彩色图像暗特征；对彩色图像进行增强，并输出增强后的图像，本发明可用于图像分析，图像理解等需要对图像进行增强预处理的领域。

摘要： 本发明一种基于图像融合的彩色图像增强方法，首先利用加权最小二乘滤波器对可见光图像和近红外图像分别进行滤波获得图像的基本层；然后利用原图分别减去各自的基本层得到图像的细节层；再对基本层进行图像拉普拉斯金字塔分解，然后通过金字塔重建，得到融合基本层；计算细节层的局部能量和权重，并进行加权融合，得到融合细节层；最后将获得的融合基本层和融合细节层相加，得到最终的融合图像。本发发明有效抑制了融合图像的噪声和杂波，同时在融合时考虑了图像的细节信息与光照信息；对近红外图像对可见光图像颜色质量改善作用的进行了探究与实践；发掘近红外图像与可见光图像在不同尺度下的光照信息的变化。

摘要： 本发明公开了一种实现彩色图像增强的FPGA方法及系统。通过对输入彩色图像进行自适应限制直方图均衡、阈值保护的伽马变换、反锐化掩膜和导向滤波组合的细节增强，得到增强的彩色图像。本发明通过使用自适应限制直方图均衡，分别统计各个子图像的直方图结果并进行裁剪，通过双线性插值得到均衡后的增强图像，解决局部反差大的原始图像过分增强的问题。本发明通过调整中高饱和度区域图像，对低饱和度区域图像进行保护，避免传统饱和度增强方法对低饱和度区域的调整导致出现的伪彩色问题。本发明使用导向滤波作为低通滤波器，降低传统微分算子锐化带来的噪声放大问题。

摘要： 本发明公开了一种终端显示设备用色盲色弱彩色图像增强系统，首先通过三张色盲检查图图片和FarnsworthD15测验对用户进行色觉异常检测和分类，将用户分为色盲和普通色弱，色盲包括红色盲、绿色盲和蓝色盲，普通色弱包括红色弱、绿色弱和蓝色弱，然后针对色盲用户通过调整自然度和对比度两个参数自定义最后得到的彩色图像增强后的效果，针对普通色弱者，采用普通色弱者平均颜色匹配函数，得到普通色弱者的模拟图像，在此基础上，通过提高色弱者不敏感颜色的饱和度，获得色弱者的增强图像，本发明不仅能筛选出色盲还能筛选出普通色弱的患者，准确度高，筛选的速度快。