基于改进同态滤波的低对比度图像增强

发布时间：2021-08-08 02:15

　　针对传统同态滤波算法计算量大、参数设置困难、实验难度大等问题,提出一种改进同态滤波和对比度约束自适应直方图均衡相结合的低对比度图像增强算法。对原始图像进行均衡,保留图像的细节,增强图像的对比度;通过对同态滤波算法进行改进,进一步提高预处理图像的对比度。改进同态滤波算法利用滤波器特性对滤波函数进行简化,不但保证了原始算法的效果,而且在很大程度上减少了计算。结果表明,该算法是可控的,效果明显,细节更加完整。 

【文章来源】：计算机应用与软件. 2020,37(03)北大核心

【文章页数】：5 页

【部分图文】：

滤波器剖面图

CLAHE算法在计算累积分布函数(CDF)以限制放大幅度之前,使用预先定义的阈值来调整柱状图。这不仅限制了CDF的斜率,而且也限制了转换函数的斜率。柱状图的剪切极限取决于柱状图的分布和域的大小。一般情况下,直接省略超过直方图裁剪极限的部分是不精确的。裁剪部分应均匀分布到柱状图的其他部分,如图2所示。这样处理,能防止图像锐化,使图像对比度会更自然。文献[17]中对CLAHE算法基本流程做了详细描述。2.2 改进同态滤波

为了改善改进同态滤波在图像处理中的刚性和细节少等缺点,本文将CLAHE算法与改进同态滤波相结合对图像进行处理。结果显示该方法可以明显提高图像的亮度,保留图像的细节,增强图像对比度。具体的处理流程如图3所示。3 实验结果与分析

【参考文献】：
期刊论文
[1]基于改进的CLAHE显微细胞图像增强算法[J]. 魏德志,梁光明.  计算机技术与发展. 2018(10)
[2]基于照度调整的矿井非均匀照度视频图像增强算法[J]. 智宁,毛善君,李梅.  煤炭学报. 2017(08)
[3]基于CLAHE与同态滤波的细胞图像增强新方法[J]. 余成波,孔庆达,田桐.  微型机与应用. 2017(04)
[4]基于改进同态滤波的光照不均车牌图像增强方法[J]. 王秋云,罗鸿斌.  中国建材科技. 2016(06)
[5]一种煤矿井下监控视频图像预处理方法[J]. 徐辉,贺耀宜.  工矿自动化. 2016(01)
[6]一种基于小波变换的图像增强方法[J]. 宋庆峰,吕绪良,隋明序,卢爱军.  光电技术应用. 2014(06)
[7]基于CLAHE变换的低对比度图像增强改进算法[J]. 张璞,王英,王苏苏.  青岛大学学报(工程技术版). 2011(04)
[8]基于神经网络的低照度彩色图像增强算法[J]. 毛伟民,赵勋杰.  光学技术. 2010(02)
[9]改进后的同态滤波图像处理技术中的应用[J]. 史经俭,王盼攀.  科技信息. 2010(07)
[10]在频域中利用同态滤波增强图像对比度[J]. 陈春宁,王延杰.  微计算机信息. 2007(06)

硕士论文
[1]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016
[2]局部直方图均衡化算法研究及其应用[D]. 蔡超峰.郑州大学 2005



本文编号：3329007