多算法融合的自适应图像增强方法
本文关键词:多算法融合的自适应图像增强方法
更多相关文章: 图像处理 图像增强 多方法融合 自适应 非锐化掩模
【摘要】:提出一种多算法融合的图像增强方法,用于工程应用中的复杂降质图像的细节特征恢复.该方法汲取了Laplacian变换法、Sobel梯度法、盒状滤波法、非锐化掩蔽法及灰度幂律法等算法的优点,可对模糊图像进行自适应增强.通过拉普拉斯滤波器和梯度滤波器将原始图像分为基础层、细节层及边缘特征层;对微小细节信息及边缘特征信息进行增强,对基础信息进行压缩;然后采用盒装滤波器对图像的三个分层进行平滑过度及噪音过滤,最后使用非锐化掩蔽法和灰度变换来增加图像灰度的动态范围,从而得到增强后的图像.在相同的工况下,该方法分别与直方图均衡法、自适应伽马矫正法及小波变换的图像增强法实验结果进行对比,结果表明,该方法将图像的清晰度提高了13.1%~126.1%,能有效地处理复杂型感染的图像,避免图像过度增强,可以获得适合人眼的最佳视觉细节内容的增强效果.
【作者单位】: 新疆大学机械工程学院;
【基金】:国家自然科学基金(Nos.31460248,61262059) 新疆优秀青年科技创新人才培养项目(No.2013721016) 新疆大学博士启动基金 自治区科技支疆项目(No.201591102) 新疆自治区研究生科研创新项目(No.XJGRI2015025)资助~~
【分类号】:TP391.41
【正文快照】: 0引言20世纪60年代至今,图像处理领域快速发展[13],除了医学和空间项目应用外,数字图像处理技术现已更广泛地用于地理学领域(从航空和卫星成像中研究污染模式)、考古学领域(复原稀有物件的模糊图像)、1-2000121物理学领域(增强高能等离子和电子显微镜等的实验图像)等,类似地,
【相似文献】
中国期刊全文数据库 前10条
1 张勰;徐小明;罗小燕;;一种基于渲染目的的自适应图像分类新算法[J];机电工程技术;2006年06期
2 王员根;梁凡;张秀丽;肖明明;;一种新的自适应图像组结构算法[J];中山大学学报(自然科学版);2007年02期
3 吉书鹏;;一种新的自适应图像增强融合算法[J];激光与红外;2007年06期
4 王小明;黄昶;周晨辰;刘锦高;;一种快速的自适应图像增强算法[J];计算机系统应用;2010年08期
5 杨克信;;数字式自适应图像增强器方案探讨[J];电视技术;1986年02期
6 唐志航;黄哲;张东衡;杨保安;陈世清;;基于尺度相关性的自适应图像增强新算法[J];计算机应用;2006年09期
7 尹明;章云;程良伦;蔡述庭;;分布式视频编码的自适应图像组结构研究[J];计算机应用;2010年05期
8 吴仲谋;梅顺良;;基于层次B帧预测结构的自适应图像组算法[J];电视技术;2010年S1期
9 郑南宁,,刘健勤;基于区域特征的自适应图像分割方法[J];电子学报;1995年07期
10 武和雷,乐宋进,胡泳芬;一种改进的自适应图像增强法[J];南昌大学学报(工科版);2005年01期
中国重要会议论文全文数据库 前6条
1 柴艳妹;任金昌;赵荣椿;;一种基于小波分析的自适应图像融合方法[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年
2 陈亮;卢利斌;彭艳朝;刘代志;;基于小波多尺度能量特征的自适应图像融合方法[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
3 李文敬;黄容伟;廖伟志;;基于相对梯度的自适应图像分形压缩并行算法[A];2007年全国开放式分布与并行计算机学术会议论文集(下册)[C];2007年
4 白娜;姜宏旭;李波;胡叶凤;陈正长;;基于DSP的自适应图像增强算法的优化实现[A];全国第二届嵌入式技术联合学术会议论文集[C];2007年
5 陈刚;赵晓宇;李均利;丛日娟;韦学辉;;一种自适应的图像加密算法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
6 李俊峰;戴文战;潘海鹏;;基于灰色关联度的自适应图像去噪算法研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
中国博士学位论文全文数据库 前3条
1 袁航飞;航天相机星上自适应调光的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年
2 范欣;针对移动设备的跨媒体网络信息检索及自适应信息显示研究[D];中国科学技术大学;2007年
3 奚玲;基于内容特征的自适应图像隐写技术研究[D];解放军信息工程大学;2011年
中国硕士学位论文全文数据库 前10条
1 王一帆;基于Retinex的自适应图像增强算法[D];大连理工大学;2015年
2 霍荣;基于改进非线性增益和双边滤波器的自适应图像广义模糊增强[D];海南大学;2016年
3 巴德凯;自适应图像分割及并行挖掘方法的研究与实现[D];北方工业大学;2016年
4 高岚;基于模糊边缘判决的自适应图像增强算法[D];武汉科技大学;2004年
5 胡琳昀;自适应图像修复算法研究[D];重庆大学;2012年
6 张斌;自适应图像加密算法研究[D];昆明理工大学;2014年
7 王康;基于内容的自适应图像检索算法研究[D];华南师范大学;2005年
8 黄桂超;基于混沌系统的自适应图像加密算法的研究与实现[D];重庆大学;2011年
9 赵嵩;自适应数字图像压缩研究[D];大连海事大学;2007年
10 赵樵;自适应图像加密算法的改进与应用[D];重庆大学;2012年
本文编号:1185595
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1185595.html