灰度級(jí)
- 基于Python的直方圖均衡探討
函數(shù)Ⅰ拉伸了低灰度級(jí)，壓縮了高灰度級(jí)，函數(shù)Ⅱ則相反?？芍?，曲線斜率大于1的時(shí)候，灰度拉伸，小于1的時(shí)候，灰度壓縮。1 直方圖均衡原理一幅數(shù)字圖像中，不同灰度值的像素的數(shù)目是不同的。由于光照等的影響，像素值的分布不同，如果光照較強(qiáng)，高灰度級(jí)像素較多，如果光照弱，低灰度級(jí)像素較多[4]。設(shè)置的變換函數(shù)需要把灰度值相對(duì)集中的灰度范圍拉伸，灰度值分布較少的灰度范圍壓縮，使得總體上灰度的分布更均勻。在需要拉伸的灰度區(qū)域，設(shè)置的變換函數(shù)斜率大于1，在需要壓縮的灰度區(qū)域
電腦知識(shí)與技術(shù) 2023年25期2023-11-06
- 圖像模糊聚類分割初始聚類中心優(yōu)化算法研究
，通過(guò)均勻劃分灰度級(jí)別區(qū)域并計(jì)算其像素?cái)?shù)量中位點(diǎn)來(lái)確定待分割圖像的初始聚類中心，實(shí)現(xiàn)圖像的聚類中心初始化。將灰度直方圖區(qū)域中位點(diǎn)法和FCM算法相結(jié)合，實(shí)現(xiàn)對(duì)圖像聚類分割性能的提升。2 相關(guān)工作2.1 FCM1981年，J.C.Bezdek[12]等人將已有的K-means硬聚類算法推廣為模糊C均值聚類算法，即FCM算法。設(shè)X={xi|i=1，2，…，N}是有N個(gè)數(shù)據(jù)、K個(gè)類的數(shù)據(jù)集，在FCM算法中，通過(guò)優(yōu)化如下的目標(biāo)函數(shù)來(lái)實(shí)現(xiàn)聚類(1)(2)模糊隸屬度和聚
計(jì)算機(jī)仿真 2022年12期2022-02-09
- 基于加權(quán)直方圖均衡化彩色圖像增強(qiáng)仿真
呈現(xiàn)兩端趨勢(shì)，灰度級(jí)大多占部區(qū)域增強(qiáng)，并以單個(gè)像素的鄰域灰度分布信息設(shè)計(jì)映射函數(shù)，使得鄰域不斷的逐像素平移。Ganesan等人[3]提出利用子塊完全重疊來(lái)增強(qiáng)人像面部的細(xì)節(jié)內(nèi)容，算法有效地減少了局部光照的不良影響，但算法中“塊效應(yīng)”影響難以消除。Minjie等人通過(guò)局部加權(quán)平滑算法和局部最小值算法將直方圖自適應(yīng)地分割成背景和目標(biāo)兩個(gè)區(qū)域的直方圖[4]，算法有效地避免了過(guò)增強(qiáng)現(xiàn)象，但該算法計(jì)算量大且無(wú)法平衡輸入圖像和輸出圖像之間的亮度信息。Zou等人[5]提
計(jì)算機(jī)仿真 2021年12期2022-01-22
- 一種運(yùn)用抖動(dòng)矩陣的LED顯示屏圖像增強(qiáng)處理算法
要瓶頸之一是低灰度級(jí)的顯示效果。低灰顯示效果是指小間距LED顯示屏在低灰階數(shù)、即低亮度條件下呈現(xiàn)圖案的能力[5]。常見的低灰顯示問(wèn)題較多，主要有低灰偏色、亮度不均和灰階跳變等[6]，其中灰階跳變是一個(gè)突出的問(wèn)題。灰階過(guò)渡不均勻的現(xiàn)象在絕大多數(shù)小間距COB LED顯示屏上都存在，嚴(yán)重影響LED顯示屏呈現(xiàn)精細(xì)畫質(zhì)時(shí)的效果，也是平板顯示技術(shù)發(fā)展過(guò)程中的一個(gè)共性問(wèn)題。本文靈活地運(yùn)用傳統(tǒng)抖動(dòng)算法[7]中的抖動(dòng)矩陣，在驅(qū)動(dòng)IC通道數(shù)等重要硬件資源不變的情況下，在LED
液晶與顯示 2021年10期2021-10-15
- 融入類貢獻(xiàn)抑制因子的灰度級(jí)模糊C 均值圖像分割
只有256 個(gè)灰度級(jí)，利用灰度級(jí)進(jìn)行模糊聚類可有效減小時(shí)間復(fù)雜度。遵循這一思路，研究者提出基于灰度級(jí)的FCM 算法[11-13]，這類算法需首先對(duì)圖像進(jìn)行去噪再進(jìn)行圖像分割，以免算法受噪聲干擾。另外，該類算法的去噪過(guò)程可以預(yù)先處理，進(jìn)一步降低分割的時(shí)間成本。無(wú)損檢測(cè)圖像(non-destructive testing,NDT)通過(guò)渦流檢測(cè)、紅外檢測(cè)、超聲檢測(cè)等方法對(duì)工件材料進(jìn)行探傷或尺寸測(cè)量而得[14]。由于工況條件復(fù)雜，圖像清晰度較差，而且，圖像中待測(cè)量
智能系統(tǒng)學(xué)報(bào) 2021年4期2021-09-11
- 一種基于紅外對(duì)比度提升的高動(dòng)態(tài)范圍壓縮技術(shù)
動(dòng)態(tài)的特性，其灰度級(jí)范圍遠(yuǎn)遠(yuǎn)大于傳統(tǒng)顯示設(shè)備所能顯示的灰度級(jí)范圍。因此，需要將高動(dòng)態(tài)范圍的紅外數(shù)據(jù)壓縮為8bit，以便顯示器顯示。如何在數(shù)據(jù)壓縮的過(guò)程中，保留紅外圖像的細(xì)節(jié)信息，增強(qiáng)圖像的對(duì)比度一直是一個(gè)技術(shù)難點(diǎn)。針對(duì)這一問(wèn)題，大量的算法被提出。直方圖均衡化（histogram equalization，HE）[2]算法作為全局映射算法，采用累積直方圖的方式將圖像灰度值映射到0～255之間。算法通過(guò)統(tǒng)計(jì)灰度級(jí)的像素個(gè)數(shù)占總像素的比例來(lái)分配映射范圍，灰度級(jí)中
紅外技術(shù) 2021年8期2021-08-31
- 灰度圖像與偽彩圖像顏色模式相互轉(zhuǎn)換研究
有密度分層法、灰度級(jí)-彩色變換法、頻域?yàn)V波法等[7-8]。通過(guò)灰度級(jí)-彩色變換法，黑白灰度圖像變?yōu)樯氏鄬?duì)豐富的連續(xù)彩色漸變圖像，灰度級(jí)范圍更寬，圖像視覺區(qū)分度較好，在三種方法中應(yīng)用也最為廣泛。灰度級(jí)-彩色變換法應(yīng)用了RGB 顏色模式的顯色原理，通過(guò)合理設(shè)計(jì)紅綠藍(lán)變換器的特征，實(shí)現(xiàn)不同灰度級(jí)映射到不同的色彩。對(duì)于確定的某一級(jí)灰度而言，三種變換器分別對(duì)其進(jìn)行變換得到不同輸出，通過(guò)顯示器的合成得到人眼可辨的色彩。在MATLAB 中使用灰度級(jí)-彩色變換法對(duì)灰度圖
唐山師范學(xué)院學(xué)報(bào) 2021年3期2021-07-23
- 基于直方圖均衡算法的圖像增強(qiáng)技術(shù)研究
像的均值接近于灰度級(jí)的中點(diǎn)而和原圖像無(wú)關(guān)；直方圖均衡后會(huì)使得一部分灰度級(jí)被拉伸[3]，一部分灰度級(jí)被兼并，表現(xiàn)為圖像的過(guò)增強(qiáng)而出現(xiàn)不自然的表象；無(wú)法有效處理含噪圖像等。本文研究了直方圖均衡算法的處理特點(diǎn)，并采用添加濾波器與結(jié)合自適應(yīng)算法來(lái)改進(jìn)傳統(tǒng)算法，可以提高圖像的對(duì)比度，進(jìn)一步增強(qiáng)圖像的清晰度。最后通過(guò)實(shí)驗(yàn)來(lái)驗(yàn)證算法的優(yōu)越性。1 算法的原理概述1.1 直方圖均衡化算法傳統(tǒng)的直方圖均衡化算法是以圖像各灰度級(jí)概率的累積分布函數(shù)作為變換函數(shù)，將原圖像映射為一幅
蚌埠學(xué)院學(xué)報(bào) 2021年2期2021-04-07
- 基于OTSU改進(jìn)的布匹檢測(cè)算法研究
匹圖像共有L個(gè)灰度級(jí)，nq是灰度級(jí)為q的像素點(diǎn)個(gè)數(shù)，則圖像灰度級(jí)的概率Pq如下式：(1)K級(jí)灰度以下像素的灰度概率均值和累積值分別是ωk和μk，如式(2)和式(4)所示：(2)ω(L-1)=1(3)(4)假設(shè)按照灰度閾值T把待檢測(cè)素色布匹樣本圖像分為布匹正常底紋和表面瑕疵區(qū)域兩類：C0類(灰度級(jí)為從0到T)，C1類(灰度級(jí)為從T+1到L-1)。則C0類和C1類兩類的概率公式為式(5)和式(6)所示：(5)(6)兩類的均值可以用式(7)和式(8)表示：(7)
無(wú)線互聯(lián)科技 2020年22期2021-01-11
- 灰度可視秘密共享方案分析與設(shè)計(jì)
S，對(duì)于每一個(gè)灰度級(jí)像素，分別設(shè)計(jì)相應(yīng)的加密矩陣，生成灰度共享份圖像，在此基礎(chǔ)上設(shè)計(jì)了(2, 2)、(2,)、(,)方案。與現(xiàn)有方案相比，所提方案有效降低了像素?cái)U(kuò)展度并實(shí)現(xiàn)了灰度密圖的無(wú)損恢復(fù)?？梢暶孛芄蚕?；灰度圖像；灰度疊加；無(wú)損解密1 引言可視秘密共享（VSS，visual secret sharing）作為一種新興圖像秘密分享技術(shù)，通過(guò)將秘密圖像加密成若干雜亂無(wú)章的共享份，解密時(shí)利用人眼直接識(shí)別秘密信息，引起了學(xué)者們的廣泛關(guān)注[1-7]。傳統(tǒng)VSS方
網(wǎng)絡(luò)與信息安全學(xué)報(bào) 2020年4期2020-08-27
- 應(yīng)用于硅基OLED微顯示器的分段可調(diào)伽馬校正
運(yùn)算放大器組成灰度級(jí)電壓產(chǎn)生電路，提供多級(jí)參考電壓，與顯示驅(qū)動(dòng)電路一起實(shí)現(xiàn)圖像信號(hào)的伽馬矯正，該方法相當(dāng)于采用了非線性數(shù)模轉(zhuǎn)換器(Digital to Analog Converter, DAC)實(shí)現(xiàn)，隨著灰度級(jí)數(shù)的增加，額外需要的模擬電路復(fù)雜程度也大大增加[5]。本文基于第一種方法提出適用于硅基OLED微顯示器的數(shù)字伽馬校正方法，該校正方法在精度和實(shí)現(xiàn)面積上均較傳統(tǒng)方法有一定優(yōu)勢(shì)，且可以實(shí)時(shí)根據(jù)OLED發(fā)光情況對(duì)顯示器進(jìn)行校正，對(duì)于顯示器顯示質(zhì)量的提高具
液晶與顯示 2020年8期2020-08-05
- 人眼可感知最多相鄰像素灰度差的全局圖像優(yōu)化方法*
對(duì)整幅圖像進(jìn)行灰度級(jí)拉伸，具有運(yùn)算簡(jiǎn)單快速的特點(diǎn)．局部增強(qiáng)方法放棄全局性約束，由局部區(qū)域圖像灰度值確定每個(gè)像素的灰度值，能更大拉伸相鄰像素間灰度差，但可能會(huì)出現(xiàn)一定程度的圖像失真．全局方法研究是局部方法研究的基礎(chǔ)，在全局方法的基礎(chǔ)上可以衍生出局部方法．現(xiàn)有的以直方圖均衡(HE)、線性拉伸（LS）、分組直方圖均衡（GLG）為代表的常見全局方法都沒有明確且合理的量化目標(biāo)，停留在圖像增強(qiáng)階段，沒有使圖像做到最優(yōu)，甚至出現(xiàn)增強(qiáng)后的圖像不如原圖的情況．OCTM方法[
- 基于FPGA的高分辨率視頻圖像實(shí)時(shí)增強(qiáng)去霧系統(tǒng)
統(tǒng)計(jì)，即統(tǒng)計(jì)各灰度級(jí)的像素?cái)?shù)。步驟2利用截?cái)嚅撝郸聦?duì)直方圖進(jìn)行削峰填谷操作，截?cái)嚅撝郸碌挠?jì)算如式(1)：(1)步驟3對(duì)削減后的直方圖進(jìn)行均衡，將多出的像素?cái)?shù)分配到像素?cái)?shù)小于β的灰度級(jí)中，以1作為像素分配步長(zhǎng)，通過(guò)迭代的方法進(jìn)行像素重分配，直至像素分配完畢，得到均衡后的結(jié)果。步驟4根據(jù)直方圖均衡結(jié)果可得到每個(gè)子塊直方圖映射f以及其中心像素點(diǎn)的灰度值，其他點(diǎn)的像素通過(guò)與其鄰近的4個(gè)子塊的直方圖映射f采用雙線性插值算法獲取。圖4為圖像第j-1行至第j行、第i-1
鄭州大學(xué)學(xué)報(bào)（工學(xué)版） 2020年2期2020-06-16
- 一種基于峰值提取的歷程圖增強(qiáng)方法?
示0～255個(gè)灰度級(jí)，經(jīng)過(guò)放大后，原始圖片信息往往會(huì)有一定損失［2～4］。由于能量飽和，在目標(biāo)主瓣附近會(huì)形成連片干擾，導(dǎo)致目標(biāo)航跡不夠清晰［5］。為了解決這一問(wèn)題，本文提出了一種先通過(guò)峰值提取使目標(biāo)航跡清晰，方位模糊。再通過(guò)直方圖均衡化對(duì)歷程圖進(jìn)行處理，使目標(biāo)航跡更明顯的方法。2 本文方法為了對(duì)歷程圖中的目標(biāo)航跡進(jìn)行增強(qiáng)，本文提出的方法流程如圖1所示。圖1 本文方法流程圖首先對(duì)基陣數(shù)據(jù)每一個(gè)快拍中的波束形成結(jié)果做極值提取，即取出所有極大值點(diǎn)及其對(duì)應(yīng)能量值，
艦船電子工程 2020年3期2020-06-11
- 改進(jìn)的基于灰度級(jí)的模糊C均值圖像分割算法
一類是基于圖像灰度級(jí)的分割算法[5-8]，與第一類不同之處在于，為保證算法魯棒性，首先要對(duì)圖像進(jìn)行去噪，常見的有基于像素鄰域平均法[5]以及同時(shí)考慮像素鄰域值和鄰域位置方法[6]對(duì)圖像去噪。該類方法在降噪圖像的基礎(chǔ)上生成灰度直方圖，再將灰度級(jí)以及相應(yīng)灰度級(jí)的個(gè)數(shù)一起考慮進(jìn)行聚類分割。因?yàn)?span id="j5i0abt0b" class="hl">灰度級(jí)個(gè)數(shù)遠(yuǎn)小于圖像像素個(gè)數(shù)，進(jìn)而導(dǎo)致圖像分割速度明顯加快。無(wú)損檢測(cè)圖像一般由超聲檢測(cè)、渦流檢測(cè)等手段對(duì)材料或工件進(jìn)行檢測(cè)而得，通過(guò)圖像分割能夠發(fā)現(xiàn)材料或工件表面和內(nèi)部的缺
液晶與顯示 2020年5期2020-05-06
- 基于數(shù)字圖像直方圖均衡化改進(jìn)算法的設(shè)計(jì)研究①
可能存在的圖像灰度級(jí)被過(guò)多合并的現(xiàn)象，提出了保留灰度級(jí)的直方圖均衡化方法，一定程度上消除了灰階合并所帶來(lái)的圖像的不連續(xù)性[2]。然而，經(jīng)典的直方圖均衡化算法在增強(qiáng)圖像的過(guò)程中存在一定的局限性，但需要研究其改進(jìn)算法。鑒于此，對(duì)兩種直方圖均衡化改進(jìn)算法進(jìn)行研究，編寫MATLAB代碼實(shí)現(xiàn)并進(jìn)行仿真，以及利用仿真結(jié)果進(jìn)行比較。1 基于拋物線調(diào)整的直方圖均衡化算法改進(jìn)及MATLAB仿真設(shè)計(jì)1.1 算法簡(jiǎn)介基于拋物線的直方圖均衡化算法采用拋物線形式的映射函數(shù)[3]，映
- 直方圖零點(diǎn)與圖像無(wú)損壓縮定量關(guān)系研究
示出圖像中各個(gè)灰度級(jí)所占的多少。圖像的直方圖是圖像的重要統(tǒng)計(jì)特征，可以認(rèn)為是圖像灰度分布密度函數(shù)的近似。通常圖像的灰度分布密度函數(shù)與像素所在的位置有關(guān)。設(shè)圖像在點(diǎn)(x,y)處的灰度分布密度函數(shù)為p(z;x,y)，那么圖像的灰度密度函數(shù)為：式中，D是圖像的定義域，S是區(qū)域D的面積。一般來(lái)講，要精確得到圖像的灰度分布密度函數(shù)比較困難，所以實(shí)際中用圖像的直方圖來(lái)代替?；叶戎狈綀D是一個(gè)離散函數(shù)，它表示數(shù)字圖像每一灰度級(jí)與該灰度級(jí)出現(xiàn)頻率的對(duì)應(yīng)關(guān)系。設(shè)一幅數(shù)字圖像的
電子設(shè)計(jì)工程 2018年16期2018-08-25
- 基于機(jī)器視覺的冬棗病害檢測(cè)
有計(jì)算窗口N、灰度級(jí)L、距離d、方向θ。因?yàn)橛?jì)算窗口由一般由圖像大小決定，方向θ一般取0°、45°、90°和135°的平均值，這里只討論灰度級(jí)L、距離d兩個(gè)構(gòu)造參數(shù)對(duì)果實(shí)紋理特征的影響。定義在方向θ上，相距為d的像素分別具有灰度值i和j的GLCM為P(i,j;d,θ)，得到的紋理特征為：能量E為(1)慣性矩I為(2)熵H為(3)相關(guān)性C為(4)逆差距LL為(5)2 試驗(yàn)結(jié)果與討論2.1 冬棗縮果病檢測(cè)冬棗病害和正常部位提取像素的顏色分量數(shù)據(jù)如表1所示。通過(guò)
農(nóng)機(jī)化研究 2018年9期2018-08-10
- 基于Retinex的改進(jìn)夜視高光抑制視頻增強(qiáng)算法?
，因?yàn)樯倭康牡?span id="j5i0abt0b" class="hl">灰度級(jí)像素以及少量的高灰度級(jí)像素的分布，使得直方圖的分布較為集中，因此影響直方圖分布，但不影響視覺效果的灰度級(jí)進(jìn)行歸并，同時(shí)對(duì)照射分量進(jìn)行對(duì)比度的線性展寬，計(jì)算公式如下［4］：ma函數(shù)構(gòu)造映射曲線來(lái)進(jìn)行曲線調(diào)整，在處理前先將照射分量歸一化到［0，1］之間，即其中i*(x,y)為處理后的照射分量，dlow和dhigh分別為增強(qiáng)處理后的照度分量i(x,y)的下飽和點(diǎn)和上飽和點(diǎn)，是根據(jù)其直方圖統(tǒng)計(jì)統(tǒng)計(jì)得到的，下飽和點(diǎn)和上飽和點(diǎn)分別選取不影響視覺效果
計(jì)算機(jī)與數(shù)字工程 2018年6期2018-07-10
- 基于灰度直方圖的單一圖像噪聲類型識(shí)別研究
圖；噪聲類型；灰度級(jí)；像素點(diǎn)；含噪圖像DOI：10.11907/rjdk.172618中圖分類號(hào)：TP317.4文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7800（2018）004-0197-04Abstract：The identification of the image noise type is not only a prerequisite for the study of the noise suppression scheme， but also
軟件導(dǎo)刊 2018年4期2018-05-15
- 基于中值濾波和直方圖均衡化的圖像增強(qiáng)方法研究
度直方圖是圖像灰度級(jí)的函數(shù),它表示圖中具有每一種灰度級(jí)的像素的個(gè)數(shù),反映了每一灰度級(jí)與出現(xiàn)這種灰度概率之間的關(guān)系圖形.即直方圖的表達(dá)式為:P(rk)=nk/N(k=0,1,2,…,L-1),其中N為一幅圖像的總像素?cái)?shù);nk為第k級(jí)灰度的像素?cái)?shù);rk為第k個(gè)灰度級(jí);L為灰度級(jí)數(shù);P(rk)為該灰度級(jí)出現(xiàn)的相對(duì)頻數(shù).通過(guò)灰度直方圖,可以看出圖像的灰度動(dòng)態(tài)分布,灰度值集中的亮暗區(qū)域?qū)Ρ?各個(gè)灰度級(jí)的出現(xiàn)頻率等,能夠?yàn)閳D像的預(yù)處理提供有效的信息,從而達(dá)到圖像增強(qiáng)的
無(wú)線互聯(lián)科技 2017年22期2017-11-15
- 基于自適應(yīng)多子直方圖均衡的圖像增強(qiáng)算法
著對(duì)子直方圖的灰度級(jí)進(jìn)行重新映射,然后重新分割映射后的直方圖,調(diào)整直方圖中灰度級(jí)的頻率,最后分別對(duì)各個(gè)子直方圖進(jìn)行均衡處理。實(shí)驗(yàn)表明,該算法能夠在對(duì)圖像進(jìn)行增強(qiáng)的基礎(chǔ)上,有效地降低了過(guò)增強(qiáng)的影響,同時(shí)在保持圖像細(xì)節(jié)方面有比較好的表現(xiàn)。圖像增強(qiáng); 直方圖均衡; 子直方圖; 灰度級(jí)劉昌祿(1963-)，男，研究員。許建平(1960-)，男，高級(jí)工程師。胡敬營(yíng)(1979-)，男，高級(jí)工程師。圖像增強(qiáng)就是采用某種技術(shù)手段來(lái)改善圖像的視覺效果,或?qū)D像轉(zhuǎn)換成更適合人
指揮控制與仿真 2017年5期2017-10-20
- 有機(jī)質(zhì)反射率的數(shù)字圖像實(shí)現(xiàn)方法
鏡質(zhì)體反射率和灰度級(jí)的對(duì)應(yīng)測(cè)量工作，發(fā)現(xiàn)兩者具有極好的重合特征，表明利用灰度級(jí)定量鏡質(zhì)體反射率的方法具有可行性。但對(duì)于高過(guò)成熟階段，兩者的關(guān)系尚有待深化研究。數(shù)字圖像；灰度級(jí)；鏡質(zhì)體反射率；烴源巖評(píng)價(jià)沉積巖中大部分有機(jī)質(zhì)來(lái)源于植物，而這部分有機(jī)質(zhì)隨著地質(zhì)時(shí)間的飛逝，經(jīng)歷熱蝕變作用而生成石油和天然氣[1]。鏡質(zhì)體[2]是煤和大多數(shù)沉積有機(jī)質(zhì)中基本有機(jī)顯微組分之一，來(lái)源于成煤植物的細(xì)胞壁或木質(zhì)組織，在顯微鏡下通過(guò)它的形狀、形態(tài)、反射色和熒光顏色進(jìn)行鑒定。鏡質(zhì)體
石油實(shí)驗(yàn)地質(zhì) 2017年4期2017-08-07
- 基于限定對(duì)比度直方圖均衡的超聲測(cè)井圖像增強(qiáng)方法
r代表原圖像的灰度級(jí),假定r歸一化為0≤r≤1,r=0代表黑(最暗),r=1代表白(最亮),p(r)為原始圖像灰度分布的概率分布函數(shù),直方圖均衡處理實(shí)際上就是尋找一個(gè)灰度變換函數(shù)T,使變換后的灰度值滿足s=T(r),其中,s歸一化為0≤s≤1,要求處理后圖像灰度分布的概率密度函數(shù)p(s)=1,變換函數(shù)T(r)必須滿足2個(gè)條件[8]:(1) 在0≤r≤1區(qū)間內(nèi)是單值且單調(diào)遞增函數(shù),確保灰度變換,原始圖像的每個(gè)灰度級(jí)r都對(duì)應(yīng)產(chǎn)生一個(gè)灰度級(jí)s,且灰度變換前后不倒
測(cè)井技術(shù) 2017年3期2017-04-24
- 基于像斑直方圖G統(tǒng)計(jì)量的遙感影像分類
定光譜直方圖的灰度級(jí)，提取像斑的光譜直方圖； 采用G統(tǒng)計(jì)量度量測(cè)試像斑與各訓(xùn)練樣本像斑光譜直方圖間的距離，用來(lái)表達(dá)像斑光譜特征的異質(zhì)性； 利用最小距離分類器獲得影像分類結(jié)果。遙感影像分類實(shí)驗(yàn)結(jié)果表明，該方法能有效提高影像的分類精度。像斑； 直方圖； G統(tǒng)計(jì)量； 最小距離； 影像分類0 引言遙感影像分類是以遙感影像為數(shù)據(jù)源，利用分類器將影像中像元?jiǎng)澐譃閷?duì)應(yīng)地物類別[1]，在土地覆蓋分類[2-3]、土地覆蓋變化檢測(cè)[4-5]和專題信息提取[6-7]等領(lǐng)域得到廣
自然資源遙感 2016年4期2016-12-28
- 基于Matlab空間域算法的圖像增強(qiáng)技術(shù)的研究與應(yīng)用
技術(shù)選擇圖像的灰度級(jí)整個(gè)范圍或者需要增強(qiáng)處理的某一段，擴(kuò)展或壓縮到記錄器件灰度級(jí)的動(dòng)態(tài)范圍之內(nèi)[4-5]，利用記錄器件灰度級(jí)的動(dòng)態(tài)范圍，記錄顯示出圖像中需要的細(xì)節(jié)，處理后的成像圖如圖2所示。圖1 原始圖像圖2 對(duì)比度調(diào)整后的圖像1.2MATLAB應(yīng)用于直方圖的修正圖像具有相應(yīng)的隨機(jī)特性，要精確得到圖像的灰度密度函數(shù)是比較困難的，一般采用數(shù)字圖像的直方圖來(lái)代替，直方圖是圖像的重要特征[7]。直方圖橫坐標(biāo)是灰度級(jí)，縱坐標(biāo)是該灰度級(jí)出現(xiàn)的像素的個(gè)數(shù)，它直接反映了
電子設(shè)計(jì)工程 2016年22期2016-12-05
- 低照度環(huán)境監(jiān)控的圖像增強(qiáng)算法研究
同。一般圖像的灰度級(jí)在圖像直方圖中用橫坐標(biāo)表示，則縱坐標(biāo)代表頻數(shù)，它主要是為了反映出數(shù)字圖像中各個(gè)灰度級(jí)與其出現(xiàn)的頻數(shù)間的統(tǒng)計(jì)關(guān)系。通過(guò)一幅圖像的直方圖就能看出這幅圖像灰度級(jí)的大致分布情況，由此進(jìn)一步得出圖像處理的重要依據(jù)。直方圖是一個(gè)給出了一幅圖像中擁有給定數(shù)值的像素?cái)?shù)量的一張表，因此，對(duì)于灰度圖像而言，它的直方圖就有256個(gè)條目（或稱為容器）。其中256個(gè)條目中的0號(hào)容器給出了圖像中灰度值為0的像素個(gè)數(shù)，1號(hào)容器給出了這幅灰度圖像中灰度值為1的像素個(gè)數(shù)
電子測(cè)試 2016年19期2016-11-10
- 一種基于直方圖變換的光學(xué)遙感影像自動(dòng)增強(qiáng)方法
性變換,在保持灰度級(jí)有效分布的前提下充分壓縮灰度分布范圍,從而獲得優(yōu)化的變換系數(shù),然后再利用線性拉伸算法將圖像灰度擴(kuò)展至整個(gè)灰度域。實(shí)驗(yàn)和對(duì)比結(jié)果表明,所提出的增強(qiáng)模型在很小的信息熵?fù)p失條件下能較大幅度地提高圖像的對(duì)比度和清晰度,獲得比目前主要算法更好的增強(qiáng)結(jié)果且效果穩(wěn)定,可適用于全色圖像和彩色圖像視覺效果的全自動(dòng)化增強(qiáng)處理。直方圖優(yōu)化；對(duì)比度增強(qiáng)；清晰度增強(qiáng)；視覺效果改善；自適應(yīng)增強(qiáng)圖像的清晰度、對(duì)比度等視覺特征是圖像質(zhì)量的重要因素。由于遙感成像受大氣、
- 逐次分塊差分直方圖對(duì)運(yùn)動(dòng)目標(biāo)的提取
（L－1是圖像灰度級(jí)的最大值）。圖3為圖1 （a）與 （b）的差分圖像，圖4為運(yùn)動(dòng)差分直方圖 （水平軸為對(duì)應(yīng)灰度級(jí)值rk，縱軸對(duì)應(yīng)于P（rk）的值）。圖3 差分圖像圖4 運(yùn)動(dòng)差分直方圖分析相鄰兩幀的差分圖像，因拍攝視頻時(shí)攝像機(jī)是固定的，視頻圖像序列中運(yùn)動(dòng)目標(biāo)是車輛，靜止不動(dòng)的是背景，若將差分圖像f 進(jìn)行分塊，背景區(qū)域塊所對(duì)應(yīng)的差分直方圖中灰度級(jí)分布極不均勻，0 灰度級(jí)處集中了幾乎所有像素，而其它灰度級(jí)上基本沒有像素；而包含目標(biāo)區(qū)域塊所對(duì)應(yīng)的差分直方圖中灰度
計(jì)算機(jī)工程與設(shè)計(jì) 2015年7期2015-12-23
- 結(jié)合蟻群算法與二維直方圖的紅外圖像分割
上述問(wèn)題，根據(jù)灰度級(jí)-梯度二維直方圖的目標(biāo)分割優(yōu)勢(shì)，通過(guò)與蟻群算法相結(jié)合，提出了一種結(jié)合蟻群算法與二維直方圖的紅外圖像分割算法。通過(guò)在傳統(tǒng)的灰度-梯度二維直方圖進(jìn)行引入邊緣與噪聲區(qū)域的相關(guān)量；通過(guò)將圖像窗口化，并根據(jù)最佳分割閾值對(duì)蟻群的啟發(fā)函數(shù)以及信息素更新進(jìn)行重新定義，來(lái)實(shí)現(xiàn)紅外目標(biāo)的快速提取。實(shí)驗(yàn)結(jié)果表明，該算法分割后的紅外目標(biāo)邊緣清晰，抗干擾能力較強(qiáng)，且運(yùn)算速度也得到了有效提高。分割算法；二維直方圖；蟻群算法；紅外圖像；閾值1 引 言圖像分割是通過(guò)將
激光與紅外 2015年6期2015-11-24
- 2T1C像素電路的AM OLED數(shù)字驅(qū)動(dòng)方法研究
方法實(shí)現(xiàn)256灰度級(jí)。通過(guò)在14 cm(5．5 in)的AM OLED模組上對(duì)該方法的實(shí)現(xiàn)和驗(yàn)證，結(jié)果表明，數(shù)字驅(qū)動(dòng)方法在0～255灰度區(qū)間的不均勻性最大為28%，對(duì)灰度變化不敏感，而模擬驅(qū)動(dòng)的不均勻性隨灰度級(jí)的降低顯著增大，最大為133%。數(shù)字驅(qū)動(dòng)顯示圖像的均勻性顯著優(yōu)于模擬驅(qū)動(dòng)，且采用基本的2T1C像素電路即可實(shí)現(xiàn)，降低了對(duì)像素電路和制備成本的要求。AM OLED;像素電路;數(shù)字驅(qū)動(dòng);FPGA1 引言有機(jī)發(fā)光顯示(OLED，Organic Light
液晶與顯示 2015年4期2015-07-05
- 一種結(jié)合曝光閾值的低照度圖像增強(qiáng)算法
那些概率較大的灰度級(jí)會(huì)被過(guò)分增強(qiáng)，Yang等人[3]提出了在圖像直方圖均衡化之前修改圖像的灰度直方圖，減少那些密度過(guò)大灰度級(jí)，增加密度較小的灰度級(jí)．Chen等人[4]提出了將兩者結(jié)合在一起的BHEPL方法．本文提出了一種基于曝光閾值[5]和直方圖裁剪的保持圖像亮度的雙直方圖均衡化方法．在Chen[4]的基礎(chǔ)上，通過(guò)曝光域值將灰度直方圖像分為兩個(gè)部分，并結(jié)合低照度圖像特點(diǎn)對(duì)圖像的灰度直方圖進(jìn)行裁剪．實(shí)驗(yàn)表明，該方法對(duì)于低照度圖像有較好的增強(qiáng)效果．1 直方圖均
- 高斯混合模型自適應(yīng)微光圖像增強(qiáng)
]的對(duì)比度低，灰度級(jí)范圍集中，較低的圖像質(zhì)量嚴(yán)重影響了目標(biāo)識(shí)別的效果，因此，提高微光圖像的質(zhì)量在實(shí)際應(yīng)用中具有重要意義。在各種圖像增強(qiáng)技術(shù)中，直方圖均衡[3](HE)在提高圖像對(duì)比度方面得到了廣泛應(yīng)用，尤其當(dāng)圖像的對(duì)比度較低時(shí)，這種方法可以使得圖像的灰度直方圖分布更加均勻。但是會(huì)導(dǎo)致數(shù)量較少的灰度級(jí)被壓縮，數(shù)量多的灰度級(jí)被過(guò)度拉伸，從而導(dǎo)致背景噪聲的對(duì)比度增加而部分有用信號(hào)的對(duì)比度降低[4-5]。為了克服以上問(wèn)題，文獻(xiàn)[6]提出了局部直方圖均衡算法(LHE
液晶與顯示 2015年2期2015-06-10
- 相控陣超聲監(jiān)測(cè)成像與直方圖匹配圖像增強(qiáng)實(shí)驗(yàn)研究*
劃分損傷圖像的灰度級(jí)、統(tǒng)計(jì)各灰度級(jí)的分布情況、計(jì)算各灰度級(jí)的概率密度函數(shù),得到直方圖匹配處理的最終灰度變換關(guān)系,利用原始圖像與輸出圖像各灰度級(jí)的映射關(guān)系,修改原圖像的灰度級(jí),獲得增強(qiáng)圖像。該方法在鋁板、玻璃纖維復(fù)合材料結(jié)構(gòu)與碳纖維復(fù)合材料結(jié)構(gòu)中進(jìn)行實(shí)驗(yàn)分析,驗(yàn)證方法的正確性和有效性。結(jié)構(gòu)健康監(jiān)測(cè);相控陣;時(shí)間延遲;損傷圖像;圖像增強(qiáng);直方圖匹配結(jié)構(gòu)健康監(jiān)測(cè)技術(shù)利用集成在結(jié)構(gòu)中的傳感/驅(qū)動(dòng)元件,在線實(shí)時(shí)獲取與結(jié)構(gòu)健康狀態(tài)相關(guān)的信息,結(jié)合先進(jìn)的信號(hào)處理方法,提
傳感技術(shù)學(xué)報(bào) 2015年1期2015-05-09
- 基于灰度-梯度二維對(duì)稱Tsallis交叉熵的閾值分割
值分割法拓展到灰度級(jí)-平均灰度級(jí)二維直方圖上，利用圖像的鄰域空間信息，提高了算法的分割效果，但是二維運(yùn)算量呈指數(shù)上升，難以滿足實(shí)時(shí)性。為了解決這一問(wèn)題，朱煒等[8]提出基于粒子群優(yōu)化算法的二維Tsallis 熵閾值分割法。吳一全等[9]則提出基于斜分策略的二維Tsallis 熵閾值分割法，采用與主對(duì)角線垂直的斜線按灰度級(jí)與平均灰度級(jí)之和大小來(lái)進(jìn)行分割，提高了分割效果，并引入遞推算法加快了運(yùn)算速度，但此斜分法普遍性不強(qiáng)[10]。唐英干等[11]不僅考慮像素之
計(jì)算機(jī)工程與應(yīng)用 2015年19期2015-04-16
- 基于混沌加密的DCT域灰度級(jí)盲水印算法
加密的DCT域灰度級(jí)盲水印算法。該算法利用80位外部密鑰和兩個(gè)混沌序列加密水印圖像，為保證水印圖像的安全性，兩個(gè)混沌映射初始條件由外部密鑰經(jīng)過(guò)分組和數(shù)學(xué)變換提供，且動(dòng)態(tài)變化。加密后的水印圖像再經(jīng)過(guò)灰度處理后嵌入到數(shù)字圖像之中。仿真實(shí)驗(yàn)表明，該算法對(duì)圖像信號(hào)處理和幾何失真有較好魯棒性，可應(yīng)用于網(wǎng)絡(luò)環(huán)境下版權(quán)保護(hù)和多媒體數(shù)據(jù)認(rèn)證之中。關(guān)鍵詞：混沌加密;DCT域;盲水印;灰度級(jí)中圖分類號(hào)：TP316 ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ?
物聯(lián)網(wǎng)技術(shù) 2015年1期2015-01-26
- 嵌入灰度級(jí)信息的粗糙模糊熵閾值分割法
基礎(chǔ)上提出一種灰度級(jí)融合粗糙模糊熵閾值分割法。相比于信息熵圖像分割方法在去噪和保留圖像細(xì)節(jié)信息時(shí)的局限性，融合灰度級(jí)概率的粗糙模糊熵算法更符合圖像直方圖特點(diǎn)，仿真實(shí)驗(yàn)對(duì)其分割結(jié)果進(jìn)行了驗(yàn)證。1 粗糙模糊集基礎(chǔ)理論模糊集和粗糙集理論在處理不確定性和不精確性問(wèn)題方面推廣了經(jīng)典集合論。法國(guó)學(xué)者D.Dubofs和H.Prade于1992年提出粗糙模糊集理論，很好地實(shí)現(xiàn)了模糊集和粗糙集的融合問(wèn)題［6］。1.1 論域中集合的粗糙性設(shè)U 代表論域，X 是U 中任意的一個(gè)
計(jì)算機(jī)工程與設(shè)計(jì) 2014年2期2014-12-23
- 一種LED顯示屏的γ校正方法
示畫面上不僅高灰度級(jí)不能清楚地分辨層次，而且低灰度級(jí)跳變會(huì)過(guò)大。所以必須對(duì)控制灰度的信號(hào)送給LED驅(qū)動(dòng)電路之前對(duì)其進(jìn)行反γ校正，使其符合LED顯示屏的光電特性。實(shí)際上，有效的灰度等級(jí)不是物理的亮度等級(jí)，而是人眼視覺的亮度等級(jí)。因此，考慮到人眼對(duì)光強(qiáng)感受是非線性的，需要將灰度作非線性變換，確保在視覺上輸入與輸出信號(hào)呈線性關(guān)系，使圖像顯示得更有透亮感和層次感［2］。對(duì)LED顯示屏的反γ校正分為兩步進(jìn)行:首先是符合LED屏光電特性的校正，然后是符合視覺亮度特性的
電子科技 2014年12期2014-12-18
- 面向人眼探測(cè)識(shí)別的視頻優(yōu)化方法研究
按照區(qū)域相鄰、灰度級(jí)從低到高及灰度級(jí)差值最小的原則建立圖像中灰度級(jí)之間最小相鄰關(guān)系表。然后將在圖像中不相鄰而關(guān)系表中相鄰的各灰度進(jìn)行合并，這樣處理之后可以得到表示圖像所需的最少灰度級(jí)個(gè)數(shù)，但是不會(huì)改變圖像原始信息。然后依據(jù)這一原理經(jīng)過(guò)數(shù)據(jù)處理就可以得到灰度級(jí)映射關(guān)系表，依據(jù)灰度級(jí)映射關(guān)系表我們就能夠?qū)D像的各像素通過(guò)灰度映射得到符合人眼觀察要求的圖像。但是，人眼能夠分辨的灰度級(jí)的個(gè)數(shù)并不是無(wú)限多的，這一結(jié)論可以從人眼的臨界可見偏差特性得到驗(yàn)證（如圖 2）。
科技傳播 2014年21期2014-12-02
- 基于計(jì)算機(jī)視覺對(duì)目標(biāo)識(shí)別檢測(cè)的研究
像素點(diǎn)所具有的灰度級(jí)。為方便圖像在計(jì)算機(jī)中更好地處理，一般把灰度圖像轉(zhuǎn)換為二值化圖像，這樣圖像就變?yōu)楹诎讏D像，中間沒有過(guò)渡值。在MATLAB中提供了i m2b w工具函數(shù)，如圖1、圖2所示?；叶戎狈綀D反映了圖像灰度的統(tǒng)計(jì)特性，表達(dá)了圖像中取不同灰度值的面積或像素?cái)?shù)在圖像中所占的比例，是圖像中最基本的信息。直方圖均衡化的作用是改變圖像中的灰度概率分布，使其均勻化，其實(shí)質(zhì)是使圖像中灰度概率密度較大的像素向附近灰度級(jí)擴(kuò)展，使灰度層次拉開，而概率密度小的像素的灰度
機(jī)械工程與自動(dòng)化 2014年1期2014-10-22
- 改進(jìn)的圖像增強(qiáng)算法及DSP實(shí)現(xiàn)
算法。采用空閑灰度級(jí)動(dòng)態(tài)分配的自適應(yīng)直方圖均衡化增強(qiáng)算法，并將該算法移植到本文搭建的DSP硬件實(shí)驗(yàn)平臺(tái)上進(jìn)行驗(yàn)證，實(shí)驗(yàn)表明，該算法顯著的改善了圖像的視覺效果，使圖像更清晰，且算法計(jì)算簡(jiǎn)單，硬件實(shí)現(xiàn)容易，在圖像處理應(yīng)用中十分可行有效。圖像增強(qiáng)；直方圖均衡化；DSP；CCS圖像增強(qiáng)作為圖像處理的重要組成部分，應(yīng)用非常廣泛。比如交通監(jiān)控、生物醫(yī)學(xué)影像等。圖像增強(qiáng)是指按照一定的應(yīng)用需求，對(duì)原始圖像進(jìn)行處理，突出圖像的某些信息，消弱或去除不需要的信息，改善圖像的視覺
電子設(shè)計(jì)工程 2014年11期2014-09-23
- 基于實(shí)測(cè)校正因子的實(shí)時(shí)伽馬校正算法
臨界切換引起的灰度級(jí)失真和閃爍現(xiàn)象，提出了一種基于PDP發(fā)光特性的實(shí)時(shí)反伽馬校正算法。該算法采用實(shí)測(cè)關(guān)鍵灰度級(jí)亮度和基于圖像APL的校正因子補(bǔ)償算法，通過(guò)實(shí)測(cè)亮度和灰度級(jí)之間的對(duì)應(yīng)關(guān)系實(shí)現(xiàn)了灰度級(jí)的線性輸出，引入校正因子消除了不同圖像切換過(guò)程時(shí)的閃爍。50 in（1 in=2.54 cm）PDP實(shí)驗(yàn)結(jié)果表明，該算法能夠減少大面積暗場(chǎng)區(qū)域存在的閃爍現(xiàn)象，消除顯示圖像輸出灰度的失真和反轉(zhuǎn)，增強(qiáng)顯示畫面的細(xì)節(jié)，提高顯示畫質(zhì)。此外，算法采用分段式多項(xiàng)式擬合進(jìn)行實(shí)時(shí)
電視技術(shù) 2014年3期2014-09-17
- 木材缺陷的閾值分割算法研究
和背景占據(jù)不同灰度級(jí)范圍的圖像。圖像閾值分割就是按照灰度級(jí)，選取一個(gè)適當(dāng)閾值對(duì)像素集合進(jìn)行劃分，使得到的每個(gè)子集形成一個(gè)區(qū)域，各個(gè)區(qū)域內(nèi)部具有一致的屬性。而且這樣的劃分可根據(jù)實(shí)際情況通過(guò)從灰度級(jí)出發(fā)選取一個(gè)或多個(gè)閾值來(lái)實(shí)現(xiàn)。閾值分割以其計(jì)算簡(jiǎn)單、運(yùn)算效率較高、速度快的優(yōu)點(diǎn)，被應(yīng)用于多個(gè)領(lǐng)域，成為圖像分割中最基本和應(yīng)用最廣泛的分割技術(shù)。常用的閾值分割算法有很多種，大致可以分為兩大類：全局閾值分割法和局部閾值分割法。全局閾值分割方法在圖像處理中應(yīng)用比較多，它在
森林工程 2014年2期2014-08-23
- 基于直方圖的X線醫(yī)學(xué)圖像增強(qiáng)及Matlab實(shí)現(xiàn)*
表示圖像中每一灰度級(jí)與處于該灰度級(jí)的像素?cái)?shù)目之間的統(tǒng)計(jì)關(guān)系，能描述圖像的灰度范圍、灰度級(jí)分布情況等概貌.［1-2］直方圖圖像增強(qiáng)即通過(guò)改造原圖像的直方圖，使圖像的直方圖達(dá)到一定要求，從而增強(qiáng)圖像，最后采用的直方圖決定該圖像增強(qiáng)的程度.設(shè)變量r為原始圖像f的灰度級(jí)，變量s為增強(qiáng)后圖像g的灰度級(jí)，P(r)為原始圖像中灰度級(jí)為r的像素出現(xiàn)的頻數(shù)，P(s)為增強(qiáng)后圖像中灰度級(jí)為s的像素出現(xiàn)的頻數(shù)，則P(r)的圖形即為原始圖像的直方圖，P(s)的圖形即為增強(qiáng)后圖像的
通化師范學(xué)院學(xué)報(bào) 2014年4期2014-08-08
- 基于圖像直方圖與模糊核聚類的分割方法
間的聚類中心的灰度級(jí)，作為該算法的先驗(yàn)初始值.本文將分類算法分為2步：首先，利用直方圖的信息尋找聚類中心；隨后，在初始聚類中心的前提下，采用模糊核聚類KFCM［9-10］，得到最終分類結(jié)果.1 模糊核聚類算法設(shè)輸入空間的樣本xi∈RN,i=1,2,…,l, 通過(guò)某種非線性映射Φ，映射到特征空間Η，得到Φ(x1),Φ(x2),…,Φ(xl).在高維特征空間中用Mercer核函數(shù)形式表示為模糊核聚類算法的目標(biāo)函數(shù)：由非線性映射Φ，得代入Mercer核函數(shù)，可得
- 多子直方圖均衡微光圖像增強(qiáng)及FPGA實(shí)現(xiàn)
對(duì)比度低，并且灰度級(jí)范圍集中，圖像的質(zhì)量嚴(yán)重影響對(duì)目標(biāo)的識(shí)別，圖像增強(qiáng)技術(shù)在其中起著至關(guān)重要的作用。圖像增強(qiáng)方法基本上可分成兩大類:頻率域法和空間域法。直方圖均衡［1］(空間域法)處理技術(shù)是最簡(jiǎn)單、最有效的處理手段之一，但是，傳統(tǒng)的直方圖均衡會(huì)產(chǎn)生過(guò)度增強(qiáng)和放大噪聲的現(xiàn)象。因此，學(xué)者們陸續(xù)提出了很多基于直方圖均衡的改進(jìn)算法，例如:動(dòng)態(tài)直方圖均衡［2］，其思想是動(dòng)態(tài)尋找閾值(極小值或極大值)，分割直方圖后再分別均衡化，此算法自適應(yīng)性強(qiáng)，能有效拉伸過(guò)于集中的灰
中國(guó)光學(xué) 2014年2期2014-05-16
- 基于直方圖的X線醫(yī)學(xué)圖像增強(qiáng)及Matlab實(shí)現(xiàn)*
表示圖像中每一灰度級(jí)與處于該灰度級(jí)的像素?cái)?shù)目之間的統(tǒng)計(jì)關(guān)系，能描述圖像的灰度范圍、灰度級(jí)分布情況等概貌.［1－2］直方圖圖像增強(qiáng)即通過(guò)改造原圖像的直方圖，使圖像的直方圖達(dá)到一定要求，從而增強(qiáng)圖像，最后采用的直方圖決定該圖像增強(qiáng)的程度.設(shè)變量r為原始圖像f的灰度級(jí)，變量s為增強(qiáng)后圖像g的灰度級(jí)，P（r）為原始圖像中灰度級(jí)為r的像素出現(xiàn)的頻數(shù)，P（s）為增強(qiáng)后圖像中灰度級(jí)為s的像素出現(xiàn)的頻數(shù)，則P（r）的圖形即為原始圖像的直方圖，P（s）的圖形即為增強(qiáng)后圖像的
通化師范學(xué)院學(xué)報(bào) 2014年2期2014-05-14
- 面向人眼探測(cè)識(shí)別的視頻優(yōu)化方法研究
有考慮之前各幀灰度級(jí)情況對(duì)當(dāng)前幀的影響，造成圖像中的景物可能在前后幀的處理過(guò)程中出現(xiàn)很大的灰度級(jí)跳變，從而產(chǎn)生圖像閃爍現(xiàn)象。首先簡(jiǎn)要介紹作者在之前研究中提出的面向人眼探測(cè)識(shí)別的圖像優(yōu)化方法，然后分析其在用于視頻優(yōu)化時(shí)出現(xiàn)圖像閃爍的具體原因，然后提出一種能夠抑制這種閃爍而又使人眼能夠獲得盡量多圖像信息的方法。2 面向人眼探測(cè)識(shí)別的圖像優(yōu)化方法簡(jiǎn)介圖像優(yōu)化后用于目標(biāo)探測(cè)識(shí)別時(shí)，人們總是希望在優(yōu)化圖像的過(guò)程中不改變?cè)紙D像的信息，這樣可以避免因優(yōu)化后的圖像因破壞
機(jī)械設(shè)計(jì)與制造 2013年1期2013-11-04
- 基于灰度共生矩陣的彩色遙感圖像紋理特征提取
向上距離為d，灰度級(jí)分別為i，j的一對(duì)像元出現(xiàn)的概率矩陣。迄今，GLCM方法已經(jīng)被廣泛用于圖像檢索和分類等方面，在很大程度上提高了圖像檢索和分類的精度[3-6]。然而，GLCM方法的缺陷在于只能對(duì)單波段的灰度圖像進(jìn)行紋理特征提取，不能用于多波段彩色圖像的紋理特征計(jì)算[7]。BENCˇO 等[8]對(duì) GLCM方法進(jìn)行了改進(jìn)，提出了彩色圖像紋理特征提取方法(color GLCM，CGLCM)。該方法對(duì)圖像的R，G，B這3個(gè)波段分別計(jì)算GLCM，并對(duì)每2個(gè)波段聯(lián)
自然資源遙感 2013年4期2013-09-26
- 平臺(tái)直方圖均衡算法實(shí)現(xiàn)的存儲(chǔ)優(yōu)化方法
，面對(duì)只有少量灰度級(jí)的場(chǎng)景時(shí)，圖像亮度往往會(huì)產(chǎn)生抖動(dòng)，而對(duì)于一些內(nèi)容豐富的場(chǎng)景又往往表現(xiàn)出對(duì)比度不夠的缺點(diǎn)。平臺(tái)直方圖均衡則通過(guò)利用可調(diào)的平臺(tái)值限制了直方圖的峰值，從而限制了噪聲；同時(shí)保留了部分灰度級(jí)統(tǒng)計(jì)的差異性使得圖像對(duì)比度得到增強(qiáng)，并且在實(shí)時(shí)處理下不會(huì)出現(xiàn)亮度的抖動(dòng)。于是平臺(tái)直方圖均衡可以在大多數(shù)情況下滿足紅外場(chǎng)景處理的需求。2 基本原理介紹平臺(tái)直方圖均衡本質(zhì)上是產(chǎn)生了一個(gè)基于直方圖的灰度映射查找表。傳統(tǒng)的直方圖均衡是以圖像灰度直方圖為權(quán)重，進(jìn)行灰度變
激光與紅外 2013年5期2013-06-09
- 基于加權(quán)直方圖均衡的紅外圖像增強(qiáng)方法
數(shù)對(duì)紅外圖像各灰度級(jí)直方圖進(jìn)行調(diào)整，其中對(duì)背景區(qū)低灰度級(jí)的直方圖進(jìn)行縮小，對(duì)目標(biāo)區(qū)高灰度級(jí)的直方圖保持不變，然后進(jìn)行均衡化處理。實(shí)驗(yàn)結(jié)果表明，本文提出的方法有效地壓制了背景噪聲，提高了目標(biāo)對(duì)比度，綜合性能優(yōu)于傳統(tǒng)直方圖均衡和雙平臺(tái)直方圖均衡方法。紅外圖像；圖像增強(qiáng)；加權(quán)直方圖；直方圖均衡化1 引 言紅外圖像具有對(duì)比度低，信噪比低以及邊緣模糊等特點(diǎn)，為了能夠準(zhǔn)確地對(duì)紅外圖像進(jìn)行目標(biāo)識(shí)別、跟蹤、檢測(cè)等處理，必須對(duì)紅外圖像進(jìn)行增強(qiáng)預(yù)處理。直方圖均衡化是一種常用的
激光與紅外 2013年8期2013-06-07
- 基于Piecewise直方圖均衡化的圖像增強(qiáng)方法
述的是圖像中該灰度級(jí)別的像素個(gè)數(shù)。在歸一化之后，該離散函數(shù)可以看成是圖像中具有相同灰度值的像素出現(xiàn)的概率密度函數(shù)。直方圖均衡化的過(guò)程就是重新分配像素的亮度值，使得圖像直方圖中所有亮度分布盡可能擴(kuò)展。假設(shè)輸入圖像被歸一化，那么直方圖均衡化的過(guò)程[1]描述如下：其中，y表示結(jié)果圖像的亮度，x表示輸入圖像的亮度，r表示積分變量， px(r)表示輸入圖像的亮度的密度分布函數(shù)，T表示直方圖均衡化函數(shù)。x和y的范圍位于[0,1]之間。直方圖均衡化在增強(qiáng)對(duì)比度低的圖像時(shí)
通信學(xué)報(bào) 2011年9期2011-11-06
- 基于灰度級(jí)分組的X光行李圖像增強(qiáng)改進(jìn)方法
使人眼很難區(qū)分灰度級(jí)較近的圖像結(jié)構(gòu)，這會(huì)給安檢人員的工作帶來(lái)不便，增加工作強(qiáng)度，容易產(chǎn)生疲勞。為幫助安檢人員快速準(zhǔn)確看清行李內(nèi)物品，如確認(rèn)旅客手提行李中是否藏有刀具、槍支等危險(xiǎn)品，最大限度減少危險(xiǎn)事件發(fā)生的概率，保障交通運(yùn)輸及旅客乘機(jī)安全，需提高安檢X光圖像質(zhì)量。通常情況下可從兩個(gè)方面提高安檢X光圖像質(zhì)量：一方面，改進(jìn)成像技術(shù)，提高成像質(zhì)量；另一方面，可在現(xiàn)有設(shè)備的基礎(chǔ)上通過(guò)后處理方法加以解決。后一種方法可在不增加設(shè)備成本開支的情況下，達(dá)到改善圖像質(zhì)量、降
中國(guó)民航大學(xué)學(xué)報(bào) 2011年4期2011-07-31
- 一種可有效分割小目標(biāo)圖像的閾值選取方法
］等相繼推廣到灰度級(jí)—鄰域平均灰度級(jí)二維直方圖，效果明顯改善，但同時(shí)運(yùn)算量按指數(shù)增加。故人們又提出了基于二維直方圖的閾值選取快速算法［10-12］，不同程度地提高了運(yùn)行速度。但上述二維方法都將二維直方圖分成4 個(gè)矩形區(qū)域(稱之為區(qū)域直分)，而這樣會(huì)在計(jì)算中引入近似，導(dǎo)致分割結(jié)果不夠準(zhǔn)確。因此，文獻(xiàn)［13 -15］提出了基于二維直方圖區(qū)域斜分的閾值分割方法，進(jìn)一步減小了誤差，大大縮短了運(yùn)行時(shí)間，且抗噪性更穩(wěn)健。圖像閾值分割是紅外目標(biāo)檢測(cè)中的關(guān)鍵步驟之一。在紅
兵工學(xué)報(bào) 2011年4期2011-02-21
- 基于直方圖均衡化的數(shù)字圖像增強(qiáng)技術(shù)
復(fù)法，它又分為灰度級(jí)校正、灰度變化和直方圖修正，直方圖均衡屬于空間域單點(diǎn)增強(qiáng)的直方圖修正法.如果獲得的一幅圖像的直方圖效果不理想，則可以通過(guò)直方圖均衡化處理技術(shù)做適當(dāng)修改，實(shí)現(xiàn)使圖像清晰的目的，這種方法的基本思想是對(duì)原始圖像中的像素灰度做某種映射變換，使變換后的圖像灰度的概率密度均勻分布.幾何變換后圖像是一幅灰度級(jí)均勻分布的圖像，這意味著圖像灰度的動(dòng)態(tài)范圍得到了增加，從而可提高圖像的對(duì)比度.例如，一幅對(duì)比度較小的圖像，其直方圖分布一定集中在某一比較小的范圍
陜西科技大學(xué)學(xué)報(bào) 2011年2期2011-02-20
- 改進(jìn)的灰度級(jí)-彩色變換法在B超圖像中的應(yīng)用
人眼對(duì)灰度圖像灰度級(jí)別的分辨能力只有彩色圖像的千分之一，因此對(duì)B超灰度圖像進(jìn)行偽彩色增強(qiáng)處理仍然是必要工作。文獻(xiàn)[1]全面地討論了各種實(shí)用的偽彩色技術(shù)，但沒有詳述其算法原理；文獻(xiàn)[2]提出了梯度值大于閾值時(shí)進(jìn)行非線性偽彩色編碼，但是閾值的劃分缺乏相應(yīng)的自適應(yīng)性，即不能根據(jù)不同的圖像做出相應(yīng)的調(diào)整。本文提出了一種偽彩色編碼閾值劃分的新算法，算法根據(jù)醫(yī)學(xué)B超圖像的成像特點(diǎn)確定出灰度級(jí)－彩色變換法的圖像顏色編碼方法，再運(yùn)用改進(jìn)的K均值聚類算法對(duì)實(shí)例B超圖像的灰度
圖學(xué)學(xué)報(bào) 2010年4期2010-07-07
- 保持圖像細(xì)節(jié)的直方圖均衡算法
著，但是也存在灰度級(jí)合并的缺點(diǎn)，造成圖像的灰度級(jí)減少，細(xì)節(jié)部分變得模糊。本文針對(duì)傳統(tǒng)的全局直方圖均衡算法的不足，提出了改進(jìn)方法，給出了改進(jìn)后的灰度變換映射關(guān)系，使圖像分布更加均勻，增強(qiáng)了圖像的層次感，同時(shí)在一定程度上保持了圖像的細(xì)節(jié)。1 傳統(tǒng)的直方圖均衡算法1.1 直方圖均衡算法全局直方圖均衡通過(guò)改變輸入圖像直方圖各灰度級(jí)的概率分布，使輸出圖像各灰度級(jí)分布變得相對(duì)均勻，從而使圖像的對(duì)比度得到增強(qiáng)，其處理過(guò)程如下：(1)計(jì)算原圖像的灰度級(jí)直方圖。(2)求得原
網(wǎng)絡(luò)安全與數(shù)據(jù)管理 2010年3期2010-05-18
- 基于FPGA的LED大屏幕控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
出了反γ校正與灰度級(jí)調(diào)節(jié)、顏色調(diào)節(jié)等在FPGA中的實(shí)現(xiàn)。LED大屏幕；FPGA；反γ校正；SDRAM相比于液晶顯示、投影顯示等其他大屏幕顯示技術(shù)，LED顯示技術(shù)有其獨(dú)特的優(yōu)越性：高亮度、寬可視角度、豐富的色彩以及可定制的屏幕形狀。這些特點(diǎn)使得LED顯示屏被廣泛應(yīng)用于工業(yè)、交通、商業(yè)廣告、信息發(fā)布、體育比賽等各個(gè)領(lǐng)域。LED大屏幕控制系統(tǒng)是一個(gè)融合計(jì)算機(jī)控制技術(shù)、視頻技術(shù)、光電子技術(shù)、通信技術(shù)的綜合系統(tǒng)。當(dāng)前主流的LED大屏幕控制系統(tǒng)多以FPGA或FPGA結(jié)
電子技術(shù)應(yīng)用 2010年9期2010-01-27
- 地震紋理屬性在JJD工區(qū)斷層識(shí)別中的應(yīng)用
基元大小選擇,灰度級(jí)確定,RGB數(shù)據(jù)融合等應(yīng)用要素,并在JJD實(shí)際工區(qū)中取得了較好的應(yīng)用效果。1 基于灰度共生矩陣的紋理分析方法灰度共生矩陣是一種用來(lái)分析圖像紋理特征的重要方法,它最早由Haralick于1973提出。通過(guò)計(jì)算圖像中一定距離和一定方向的二個(gè)像素之間的灰度相關(guān)性,可對(duì)圖像的所有像素進(jìn)行統(tǒng)計(jì),從而反映出圖像在方向、相鄰間隔、變化幅度及快慢上的綜合信息[14、15]。對(duì)于一個(gè)已經(jīng)用灰度來(lái)描述的圖像G來(lái)說(shuō),沿著某一方向統(tǒng)計(jì)其距離為δ的任意二個(gè)像素點(diǎn)
物探化探計(jì)算技術(shù) 2010年3期2010-01-12