TA的每日心情 | 怒
2019-11-20 15:22 |
|---|
签到天数: 2 天 [LV.1]初来乍到
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
图像梯度场双区间均衡化的细节增强
: Q7 o6 o, A" `7 E& K4 @摘要:直方图均衡化技术已广泛地应用于图像增强中,本文将该方法引人梯度域,这样可以使图像细节均匀地分布在各灰度级上.进一步本文又研究了图像梯度幅值分布特点,根据梯度幅值的右偏分布特性,采取双区间分别对梯度场进行均衡化处理.在区间阈值选取上,本文结合频率分布的数字特征,提出了区间阈值的两个选取准则并将梯度幅值合理地分为小梯度区间和大梯度区间.在目标梯度场复原过程中,本文提出矩阵变换法替代传统的“微分迭代法”,减小了算法的时间复杂度.实验结果表明本文算法可使图像细节得到有效地增强.
* A3 ]' l. C2 X# i2 s4 x关键词:图像增强;梯度场;直方图均衡化;双区间;梯度幅值直方图;偏度系数 K k; r+ z) M/ t
# F g/ H6 j/ ^1 O1引言
2 s% I" y0 J# B2 J. |* I- h, T直方图均衡化(Histogram Equalization , HE)"是图像增强中常用的方法之一,该技术使增强后的图像像素点近似均匀地分布于不同的灰度级上,它的优点在于算法简单、增强效果明显等,但该算法会使原图像小概率的灰度级被合并这样会导致这些区域的对比度会明显降低.针对这样的缺点,近年来许多学者在传统直方图均衡化方法的基础上提出了很多改进算法[2-6],大多通过设定阈值,增加不同灰度级的权重得到比传统直方图均衡化更为广义的模型,从而取得更好的增强效果.如STARK[2在直方图均衡化过程引入了自适应技术( Adaptive Histogram Equalization，AHE ) ，WANG
0 }, m0 Q( ^: W; J% T8 J
+ q3 S* z; A# `( j$ m' p" E5 f2 L8 R6 l% _- M
* C% f& j- u2 ] |
|
/1 
发表于 2021-5-20 09:50
收藏
淘帖
支持！
反对！