没有合适的资源?快使用搜索试试~ 我知道了~
基于联合直方图均衡的图像对比度增强方法
沙特国王大学学报一种新的基于联合直方图均衡的图像对比度增强方法Sanjay Agrawala,Rutuparna Pandaa,P.K.米什罗a,阿吉斯亚伯拉罕ba印度Burla Veer Surendra Sai技术大学电子和电信工程系b美国华盛顿机器智能研究实验室阿提奇莱因福奥文章历史记录:收到2019年2019年5月15日修订2019年5月30日接受在线预订2019年保留字:对比度增强直方图均衡联合直方图图像处理A B S T R A C T最常用的直方图均衡化(HE)技术的局限性是在对比度增强时没有考虑每个像素附近的邻域信息。这在输出图像中引起噪声。为了克服这种影响,一种新的联合直方图均衡(JHE)的技术建议。重点是利用每个像素及其相邻像素之间的信息,提高图像的对比度建议的方法是在一个真正的二维域。利用原始图像及其平均图像构造联合直方图。此外,它不需要用于生成输出的目标均匀分布。利用二维累积分布函数(CDF)作为映射函数,得到输出像素强度。使用BSD数据库中的300张测试图像进行了大量的实验。实验分析表明,该方法的对比度增强效果优于现有的基于HE的对比度增强算法。更重要的是,即使对于动态范围较窄的图像,它也能产生最佳效果。该算法的实现简单,可能会吸引研究人员探索新的应用在图像处理的想法。©2019作者(S)。由爱思唯尔公司出版代表沙特国王大学这是一个开放的访问CC BY-NC-ND许可证下的文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。1. 介绍目前,高质量的数码相机确实是最广泛使用的获取图像的设备它们广泛用于手机、个人数字助理、机器人、医疗系统和监控以及家庭安全系统。多年来,由于技术的发展,所获得的图像质量有了显著提高。尽管如此,有各种各样的问题,需要解决有关图像的质量其中一些问题包括对比度缺陷、色差、噪声、几何失真、聚焦缺陷等。文献中报道了许多图像处理技术来解决这些问题(Gonzalez和Woods,2009)。在本文中,我们主要关注的是图像增强或对比度增强更具体。图像增强需要对图像进行修改,使得输出图像或者更好地呈现图像。*通讯作者。电 子 邮 件 地 址 : rpanda_etc@vssut.ac.in ( R.Panda ) , ajith. ieee.org(A.Abraham)。沙特国王大学负责同行审查使人眼愉悦,或者包含更多的信息和更少的噪声,对进一步处理有用。图像增强技术被用作预处理步骤或后处理步骤以生成视觉上期望的图像。这包括各种对比度增强技术,以增强图像的边缘。图像增强在医学成像、遥感、电视、显微成像等领域有着广泛的应用。数字图像的主要质量损害之一是低对比度。低对比度是由许多因素造成的,如不均匀的照明,在传输过程中加入噪声,模拟到数字转换 等 , 在 文 献 中 提 出 了 基 于 文献中可用的 信 息 ( Tang 等 人 ,2003),对比度增强算法分为两类:变换域和空间域。变换域算法将输入图像分成频率分量的各个子带然后通过局部或全局修改频率分量的幅度来增强图像这种计算在计算上是复杂且耗时的。此外,为了产生没有失真和视觉伪影的输出图像,这样的算法需要适当地设置相关参数。该策略通过适当的参数选择实现了全局和局部对比度的https://doi.org/10.1016/j.jksuci.2019.05.0101319-1578/©2019作者。由爱思唯尔公司出版代表沙特国王大学这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。制作和主办:Elsevier可在ScienceDirect上获得目录列表沙特国王大学学报杂志首页:www.sciencedirect.comS. Agrawal等/沙特国王大学学报1173虽然变换域算法在特定的应用领域已经取得了令人满意的结果,但空间域算法因其计算简单、实现速度快而在空间域算法中,直方图均衡(HE)算法由于其简单和令人满意的效果,主要用于对比度它是基于一维(1D)直方图修改。HE的基本思想是修改增强图像的直 方 图 , 使 其 均 匀 分 布 , 利 用 图 像 的 动 态 范 围 ( Gonzalez 和Woods,2009)。它使用累积分布函数(CDF)作为映射函数来导出输出像素强度。这种映射技术将具有高像素出现的灰度级具有较少像素出现的强度级别被压缩到较小的范围中。然而,HE技术不利用像素周围的上下文信息,并且不考虑像素周围的灰度级分布来修改灰度级这往往会增强输入图像中存在的噪声HE还倾向于过度增强具有窄动态范围和直方图中的高峰值的输入图像,导致看起来不自然的噪声输出(Gonzalez和Woods,2009)。通常,不可能设计出产生无视觉伪影输出的对比度增强方法。由于缺乏可信和可靠的措施来评估输出图像的质量,因此选择合适的对比度增强算法是困难的。此外,增强算法通常依赖于合理的参数选择,这也经历了缺乏可靠的和真实的措施。这促使我们提出了一种新的联合直方图均衡化(JHE)的对比度增强方法,利用图像中的每个像素周围的灰度级分布,而不是直接使用的灰度级。通过选取一组局部像素属性,建立多维直方图,形成联合直方图。其中的单个条目表示由属性值的特定组合表示的图像中的像素数。每个像素周围的邻域中的信息被用作获得联合直方图的特征(Pass和Zabih,1999)。与常用的直方图均衡化方法不同,该算法根据某一特定灰度的邻域灰度分布计算其新的灰度值,并根据概率分布只对该灰度的几个选定实例进行修改,而不是对所有出现的灰度进行修改。因此,与全局直方图均衡化方法相比,该方法导致看起来更自然的输出图像。由于该方法将像素周围的灰度分布作为计算直方图的特征,因此称为联合直方图均衡化。在这里,JHE方法也扩展到彩色图像,以增强对比度。该算法仅适用于彩色图像中的亮度分量,从而保留了其中的颜色信息。据我们所知,联合直方图的对比度增强方法的概念是没有发现在图像处理的文献。利用原始图像及其平均图像构造联合直方图。所提出的想法是2D直方图的特殊情况。然而,本公式完全不同于二维直方图均衡化(2DHE)方法。它使用灰度级像素对,而不是灰度级差异,用于对比度改进。它不需要用于生成输出的目标均匀分布。相比之下,二维累积分布函数(CDF)被用作映射函数。以获得输出像素灰度级。本文件的结构如下。第二节讨论了对比度增强的相关工作。第3节解释了拟议的方法。第4节讨论了取得的成果。最后,第五部分得出结论。2. 相关工作通过改进HE的性能来增强对比度的一些常见算法是局部直方图均衡化(Dale Jones和Tjahjadi,1993; Kim等人,1998)、亮度保持双直方图均衡化(Kim,1997)、最小平均亮度误差双直方图均衡化(Chen和Ramli,2003)、二元子图像直方图均衡化(Wang等人,1999)、递归均值分离直方图均衡化(Chen和Ramli,2003)和加权阈值直方图均衡化(Wang和Ward,2007)。Singh等人(2015)使用递归直方图均衡算法来增强低曝光图像。作者声称,他们建议的方法对于在低光条件下捕获的图像(如水下序列或夜视图像)是成功的。他们首先使用基于递归曝光的子图像直 方 图 均 衡 化 , 迭 代 地 实 现 基 于 曝 光 的 子 图 像 直 方 图 均 衡 化(ESIHE)技术。然后,他们使用递归分离的,基于递归的子图像直方图均衡化,递归地实现图像直方图的分离。然而,不适当的细分可能不会给出看起来自然的输出图像。此外,关于划分的数量的决定可能降低算法性能。在Zhuang和Guan(2017)中进行了类似的工作。Menotti 等 人 ( 2007 ) 使 用 最 小 类 内 方 差 多 直 方 图 均 衡(MWCVMHE)技术来改善对比度。该技术基于最小类内方差将输入图像的直方图划分为多个子直方图。接下来,HE被独立地应用于每个子直方图他们使用动态规划来优化目标函数。作者得出结论,他们的方法实现了亮度保持,但导致输出图像具有低对比度。 Wang等人(2008)在最平坦的直方图规范中使用凸优化,并使用精确的亮度保存(FHSABP)进行增强。他们使用精确的直方图规范程序来保持亮度。然而,当平均亮度太低或太高时,该方法不能产生良好的对比度图像。Arici等人(2009)使用直方图修改框架进行对比度增强。他们在优化技术中使用惩罚项来解决噪声和拉伸问题。然而,在该过程中使用的参数需要手动调整以实现更好的结果。Hashemi等人(2010)建议使用GA最大化边缘信息以增强对比度。由于基于遗传算法的局限性,增强后的图像在空间上不平滑,并且该过程是计算密集的。Jabeen等人(2016)提出了一种用于图像对比度增强的加权变换函数。修改后的直方图用于获得不同的变换函数。然后将权重分配给与其与平均值的相似性/相异性一致的函数。结果,直方图中具有非常小贡献的箱被丢弃。Hongbo和Xia(2014)结合了灰度共生矩阵(GLCM)来修改传统的直方图均衡化方法。他们的方法提供了加权和条件直方图均衡的组合,用于相对于它们的空间相邻灰度级增强给定的灰度级。然而,GLCM的计算增加了复杂度,并且该方法涉及许多参数进行调整。Wei等人(2014)提出了一种熵最大化方法,方案通过修改全局直方图均衡化(GHE)的方法。作者将GHE技术分为像素群合并和灰度分布两部分。在灰度分布中,采用对数分布函数进行控制1174S. Agrawal等/沙特国王大学学报ð Þ ðÞKKðÞXð Þ ð ÞMNX×××Q¼×增强水平。然而,合并时间和转换函数等参数需要调整。值的任何变化可能不会产生期望的输出图像。Ling等人(2015)提出了一种自适应扩展分段直方图均衡算法。该方法将原始图像细分为逐块直方图,并对每个子图像应用自适应直方图均衡化以增强对比度和增强亮度。 最后,对这些均衡子图像进行加权融合,用于获得增强的图像。该方法似乎在位置 x;y= 1 ,其中x2 f 1; 2;. ;Mg,y2 f 1; 2;. ;Ng.像素总数为M×N。 令-I表示从I导出的平均图像。- I的大小与强度级别为L的I相同。设g=x; y=-I中相应位置x;y处像素的灰度值。gx;y在w^2相邻窗口中计算$1 X X%结合许多阶段使其复杂。该方法中使用的方差需要适当调整以获得更好的输出。帕里哈尔gx;yx;w×wm<$4-kn<$4-kfxm;yn;100%和Verma(2016)提出了一种基于熵的动态子直方图均衡技术,用于对比度增强。该方法迭代地划分直方图的基础上的熵相等地划分成子直方图。基于子直方图中使用的和缺失的强度水平的数量,将新的动态范围据观察,几乎所有的方法上面讨论的是基于1D直方图。它们使用直方图均衡化方法或其修改来实现对比度增强。基于HE的方法的主要约束之一是,当输入图像是暗的并且具有窄的动态范围时,它们产生噪声图像。它们使用图像的一维直方图,其中不考虑每个像素周围的信息。1D直方图反映像素强度而不是空间分布。此外,非常不同的图像可以具有相同的1D直方图。受直方图均衡化概念的启发,本文提出了一种新的基于直方图均衡化的对比度增强算法。在这里,生成二维的联合建议的技术细节在 第 3 中 给 出 。 将 结 果 与 最 先 进 的 基 于 HE 的 技 术 以 及 2DHE(Celik,2012)技术进行据观察,我们的技术产生更好的结果相比,其他方法。其中,k^bw=2c;b:c表示数字““的整数部分注意,WminM;N.
下载后可阅读完整内容,剩余1页未读,立即下载
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://profile-avatar.csdnimg.cn/default.jpg!1)
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
我的内容管理 收起
我的资源 快来上传第一个资源
我的收益
登录查看自己的收益我的积分 登录查看自己的积分
我的C币 登录后查看C币余额
我的收藏
我的下载
下载帮助
![](https://csdnimg.cn/release/wenkucmsfe/public/img/voice.245cc511.png)
会员权益专享
最新资源
- 基于嵌入式ARMLinux的播放器的设计与实现 word格式.doc
- 经典:大学答辩通过_基于ARM微处理器的嵌入式指纹识别系统设计.pdf
- 嵌入式系统课程设计.doc
- 基于飞思卡尔控制器的智能寻迹车设计ARM基础课程课程设计.doc
- 下载基于ARM7的压电陶瓷换能器导纳圆测量仪的研制PDF格式可编辑.pdf
- 课程设计基于ARM的嵌入式家居监控系统的研究与设计.doc
- 论文基于嵌入式ARM的图像采集处理系统设计.doc
- 嵌入式基于ARM9的中断驱动程序设计—课程设计.doc
- 在Linux系统下基于ARM嵌入式的俄罗斯方块.doc
- STK-MirrorStore Product Release Notes(96130)-44
- STK-MirrorStore Storage Connectivity Guide for StorageTek Disk A
- 龙虾养殖远程监控系统的设计与实现数据采集上位-机软件模块-本科毕业设计.doc
- 龙虾养殖远程监控系统的设计与实现数据采集上位-机软件模块-.doc
- 龙虾养殖远程监控系统的设计与实现数据采集上位-机软件模块-本科生毕业论文.doc
- 麻阳风貌展示网站的设计与实现毕业论文.pdf
- 高速走丝气中电火花线切割精加工编程设计.doc
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035711.png)
![](https://img-home.csdnimg.cn/images/20220527035111.png)
安全验证
文档复制为VIP权益,开通VIP直接复制
![](https://csdnimg.cn/release/wenkucmsfe/public/img/green-success.6a4acb44.png)