灰度級
- 基于Python的直方圖均衡探討
函數Ⅰ拉伸了低灰度級，壓縮了高灰度級，函數Ⅱ則相反?？芍?，曲線斜率大于1的時候，灰度拉伸，小于1的時候，灰度壓縮。1 直方圖均衡原理一幅數字圖像中，不同灰度值的像素的數目是不同的。由于光照等的影響，像素值的分布不同，如果光照較強，高灰度級像素較多，如果光照弱，低灰度級像素較多[4]。設置的變換函數需要把灰度值相對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域，設置的變換函數斜率大于1，在需要壓縮的灰度區域
電腦知識與技術 2023年25期2023-11-06
- 圖像模糊聚類分割初始聚類中心優化算法研究
，通過均勻劃分灰度級別區域并計算其像素數量中位點來確定待分割圖像的初始聚類中心，實現圖像的聚類中心初始化。將灰度直方圖區域中位點法和FCM算法相結合，實現對圖像聚類分割性能的提升。2 相關工作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X={xi|i=1，2，…，N}是有N個數據、K個類的數據集，在FCM算法中，通過優化如下的目標函數來實現聚類(1)(2)模糊隸屬度和聚
計算機仿真 2022年12期2022-02-09
- 基于加權直方圖均衡化彩色圖像增強仿真
呈現兩端趨勢，灰度級大多占部區域增強，并以單個像素的鄰域灰度分布信息設計映射函數，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增強人像面部的細節內容，算法有效地減少了局部光照的不良影響，但算法中“塊效應”影響難以消除。Minjie等人通過局部加權平滑算法和局部最小值算法將直方圖自適應地分割成背景和目標兩個區域的直方圖[4]，算法有效地避免了過增強現象，但該算法計算量大且無法平衡輸入圖像和輸出圖像之間的亮度信息。Zou等人[5]提
計算機仿真 2021年12期2022-01-22
- 一種運用抖動矩陣的LED顯示屏圖像增強處理算法
要瓶頸之一是低灰度級的顯示效果。低灰顯示效果是指小間距LED顯示屏在低灰階數、即低亮度條件下呈現圖案的能力[5]。常見的低灰顯示問題較多，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突出的問題?；译A過渡不均勻的現象在絕大多數小間距COB LED顯示屏上都存在，嚴重影響LED顯示屏呈現精細畫質時的效果，也是平板顯示技術發展過程中的一個共性問題。本文靈活地運用傳統抖動算法[7]中的抖動矩陣，在驅動IC通道數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
- 融入類貢獻抑制因子的灰度級模糊C 均值圖像分割
只有256 個灰度級，利用灰度級進行模糊聚類可有效減小時間復雜度。遵循這一思路，研究者提出基于灰度級的FCM 算法[11-13]，這類算法需首先對圖像進行去噪再進行圖像分割，以免算法受噪聲干擾。另外，該類算法的去噪過程可以預先處理，進一步降低分割的時間成本。無損檢測圖像(non-destructive testing,NDT)通過渦流檢測、紅外檢測、超聲檢測等方法對工件材料進行探傷或尺寸測量而得[14]。由于工況條件復雜，圖像清晰度較差，而且，圖像中待測量
智能系統學報 2021年4期2021-09-11
- 一種基于紅外對比度提升的高動態范圍壓縮技術
動態的特性，其灰度級范圍遠遠大于傳統顯示設備所能顯示的灰度級范圍。因此，需要將高動態范圍的紅外數據壓縮為8bit，以便顯示器顯示。如何在數據壓縮的過程中，保留紅外圖像的細節信息，增強圖像的對比度一直是一個技術難點。針對這一問題，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。算法通過統計灰度級的像素個數占總像素的比例來分配映射范圍，灰度級中
紅外技術 2021年8期2021-08-31
- 灰度圖像與偽彩圖像顏色模式相互轉換研究
有密度分層法、灰度級-彩色變換法、頻域濾波法等[7-8]。通過灰度級-彩色變換法，黑白灰度圖像變為色彩相對豐富的連續彩色漸變圖像，灰度級范圍更寬，圖像視覺區分度較好，在三種方法中應用也最為廣泛。灰度級-彩色變換法應用了RGB 顏色模式的顯色原理，通過合理設計紅綠藍變換器的特征，實現不同灰度級映射到不同的色彩。對于確定的某一級灰度而言，三種變換器分別對其進行變換得到不同輸出，通過顯示器的合成得到人眼可辨的色彩。在MATLAB 中使用灰度級-彩色變換法對灰度圖
唐山師范學院學報 2021年3期2021-07-23
- 基于直方圖均衡算法的圖像增強技術研究
像的均值接近于灰度級的中點而和原圖像無關；直方圖均衡后會使得一部分灰度級被拉伸[3]，一部分灰度級被兼并，表現為圖像的過增強而出現不自然的表象；無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，并采用添加濾波器與結合自適應算法來改進傳統算法，可以提高圖像的對比度，進一步增強圖像的清晰度。最后通過實驗來驗證算法的優越性。1 算法的原理概述1.1 直方圖均衡化算法傳統的直方圖均衡化算法是以圖像各灰度級概率的累積分布函數作為變換函數，將原圖像映射為一幅
蚌埠學院學報 2021年2期2021-04-07
- 基于OTSU改進的布匹檢測算法研究
匹圖像共有L個灰度級，nq是灰度級為q的像素點個數，則圖像灰度級的概率Pq如下式：(1)K級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)假設按照灰度閾值T把待檢測素色布匹樣本圖像分為布匹正常底紋和表面瑕疵區域兩類：C0類(灰度級為從0到T)，C1類(灰度級為從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)
無線互聯科技 2020年22期2021-01-11
- 灰度可視秘密共享方案分析與設計
S，對于每一個灰度級像素，分別設計相應的加密矩陣，生成灰度共享份圖像，在此基礎上設計了(2, 2)、(2,)、(,)方案。與現有方案相比，所提方案有效降低了像素擴展度并實現了灰度密圖的無損恢復?？梢暶孛芄蚕?；灰度圖像；灰度疊加；無損解密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，通過將秘密圖像加密成若干雜亂無章的共享份，解密時利用人眼直接識別秘密信息，引起了學者們的廣泛關注[1-7]。傳統VSS方
網絡與信息安全學報 2020年4期2020-08-27
- 應用于硅基OLED微顯示器的分段可調伽馬校正
運算放大器組成灰度級電壓產生電路，提供多級參考電壓，與顯示驅動電路一起實現圖像信號的伽馬矯正，該方法相當于采用了非線性數模轉換器(Digital to Analog Converter, DAC)實現，隨著灰度級數的增加，額外需要的模擬電路復雜程度也大大增加[5]。本文基于第一種方法提出適用于硅基OLED微顯示器的數字伽馬校正方法，該校正方法在精度和實現面積上均較傳統方法有一定優勢，且可以實時根據OLED發光情況對顯示器進行校正，對于顯示器顯示質量的提高具
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化方法*
對整幅圖像進行灰度級拉伸，具有運算簡單快速的特點．局部增強方法放棄全局性約束，由局部區域圖像灰度值確定每個像素的灰度值，能更大拉伸相鄰像素間灰度差，但可能會出現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，在全局方法的基礎上可以衍生出局部方法．現有的以直方圖均衡(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，停留在圖像增強階段，沒有使圖像做到最優，甚至出現增強后的圖像不如原圖的情況．OCTM方法[
深圳職業技術學院學報 2020年3期2020-06-19
- 基于FPGA的高分辨率視頻圖像實時增強去霧系統
統計，即統計各灰度級的像素數。步驟2利用截斷閾值β對直方圖進行削峰填谷操作，截斷閾值β的計算如式(1)：(1)步驟3對削減后的直方圖進行均衡，將多出的像素數分配到像素數小于β的灰度級中，以1作為像素分配步長，通過迭代的方法進行像素重分配，直至像素分配完畢，得到均衡后的結果。步驟4根據直方圖均衡結果可得到每個子塊直方圖映射f以及其中心像素點的灰度值，其他點的像素通過與其鄰近的4個子塊的直方圖映射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
鄭州大學學報（工學版） 2020年2期2020-06-16
- 一種基于峰值提取的歷程圖增強方法?
示0～255個灰度級，經過放大后，原始圖片信息往往會有一定損失［2～4］。由于能量飽和，在目標主瓣附近會形成連片干擾，導致目標航跡不夠清晰［5］。為了解決這一問題，本文提出了一種先通過峰值提取使目標航跡清晰，方位模糊。再通過直方圖均衡化對歷程圖進行處理，使目標航跡更明顯的方法。2 本文方法為了對歷程圖中的目標航跡進行增強，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基陣數據每一個快拍中的波束形成結果做極值提取，即取出所有極大值點及其對應能量值，
艦船電子工程 2020年3期2020-06-11
- 改進的基于灰度級的模糊C均值圖像分割算法
一類是基于圖像灰度級的分割算法[5-8]，與第一類不同之處在于，為保證算法魯棒性，首先要對圖像進行去噪，常見的有基于像素鄰域平均法[5]以及同時考慮像素鄰域值和鄰域位置方法[6]對圖像去噪。該類方法在降噪圖像的基礎上生成灰度直方圖，再將灰度級以及相應灰度級的個數一起考慮進行聚類分割。因為灰度級個數遠小于圖像像素個數，進而導致圖像分割速度明顯加快。無損檢測圖像一般由超聲檢測、渦流檢測等手段對材料或工件進行檢測而得，通過圖像分割能夠發現材料或工件表面和內部的缺
液晶與顯示 2020年5期2020-05-06
- 基于數字圖像直方圖均衡化改進算法的設計研究①
可能存在的圖像灰度級被過多合并的現象，提出了保留灰度級的直方圖均衡化方法，一定程度上消除了灰階合并所帶來的圖像的不連續性[2]。然而，經典的直方圖均衡化算法在增強圖像的過程中存在一定的局限性，但需要研究其改進算法。鑒于此，對兩種直方圖均衡化改進算法進行研究，編寫MATLAB代碼實現并進行仿真，以及利用仿真結果進行比較。1 基于拋物線調整的直方圖均衡化算法改進及MATLAB仿真設計1.1 算法簡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[3]，映
佳木斯大學學報（自然科學版） 2018年6期2018-12-27
- 直方圖零點與圖像無損壓縮定量關系研究
示出圖像中各個灰度級所占的多少。圖像的直方圖是圖像的重要統計特征，可以認為是圖像灰度分布密度函數的近似。通常圖像的灰度分布密度函數與像素所在的位置有關。設圖像在點(x,y)處的灰度分布密度函數為p(z;x,y)，那么圖像的灰度密度函數為：式中，D是圖像的定義域，S是區域D的面積。一般來講，要精確得到圖像的灰度分布密度函數比較困難，所以實際中用圖像的直方圖來代替?；叶戎狈綀D是一個離散函數，它表示數字圖像每一灰度級與該灰度級出現頻率的對應關系。設一幅數字圖像的
電子設計工程 2018年16期2018-08-25
- 基于機器視覺的冬棗病害檢測
有計算窗口N、灰度級L、距離d、方向θ。因為計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L、距離d兩個構造參數對果實紋理特征的影響。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)相關性C為(4)逆差距LL為(5)2 試驗結果與討論2.1 冬棗縮果病檢測冬棗病害和正常部位提取像素的顏色分量數據如表1所示。通過
農機化研究 2018年9期2018-08-10
- 基于Retinex的改進夜視高光抑制視頻增強算法?
，因為少量的低灰度級像素以及少量的高灰度級像素的分布，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進行歸并，同時對照射分量進行對比度的線性展寬，計算公式如下［4］：ma函數構造映射曲線來進行曲線調整，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分別為增強處理后的照度分量i(x,y)的下飽和點和上飽和點，是根據其直方圖統計統計得到的，下飽和點和上飽和點分別選取不影響視覺效果
計算機與數字工程 2018年6期2018-07-10
- 基于灰度直方圖的單一圖像噪聲類型識別研究
圖；噪聲類型；灰度級；像素點；含噪圖像DOI：10.11907/rjdk.172618中圖分類號：TP317.4文獻標識碼：A 文章編號：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方法研究
度直方圖是圖像灰度級的函數,它表示圖中具有每一種灰度級的像素的個數,反映了每一灰度級與出現這種灰度概率之間的關系圖形.即直方圖的表達式為:P(rk)=nk/N(k=0,1,2,…,L-1),其中N為一幅圖像的總像素數;nk為第k級灰度的像素數;rk為第k個灰度級;L為灰度級數;P(rk)為該灰度級出現的相對頻數.通過灰度直方圖,可以看出圖像的灰度動態分布,灰度值集中的亮暗區域對比,各個灰度級的出現頻率等,能夠為圖像的預處理提供有效的信息,從而達到圖像增強的
無線互聯科技 2017年22期2017-11-15
- 基于自適應多子直方圖均衡的圖像增強算法
著對子直方圖的灰度級進行重新映射,然后重新分割映射后的直方圖,調整直方圖中灰度級的頻率,最后分別對各個子直方圖進行均衡處理。實驗表明,該算法能夠在對圖像進行增強的基礎上,有效地降低了過增強的影響,同時在保持圖像細節方面有比較好的表現。圖像增強; 直方圖均衡; 子直方圖; 灰度級劉昌祿(1963-)，男，研究員。許建平(1960-)，男，高級工程師。胡敬營(1979-)，男，高級工程師。圖像增強就是采用某種技術手段來改善圖像的視覺效果,或將圖像轉換成更適合人
指揮控制與仿真 2017年5期2017-10-20
- 有機質反射率的數字圖像實現方法
鏡質體反射率和灰度級的對應測量工作，發現兩者具有極好的重合特征，表明利用灰度級定量鏡質體反射率的方法具有可行性。但對于高過成熟階段，兩者的關系尚有待深化研究。數字圖像；灰度級；鏡質體反射率；烴源巖評價沉積巖中大部分有機質來源于植物，而這部分有機質隨著地質時間的飛逝，經歷熱蝕變作用而生成石油和天然氣[1]。鏡質體[2]是煤和大多數沉積有機質中基本有機顯微組分之一，來源于成煤植物的細胞壁或木質組織，在顯微鏡下通過它的形狀、形態、反射色和熒光顏色進行鑒定。鏡質體
石油實驗地質 2017年4期2017-08-07
- 基于限定對比度直方圖均衡的超聲測井圖像增強方法
r代表原圖像的灰度級,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,直方圖均衡處理實際上就是尋找一個灰度變換函數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p(s)=1,變換函數T(r)必須滿足2個條件[8]:(1) 在0≤r≤1區間內是單值且單調遞增函數,確?；叶茸儞Q,原始圖像的每個灰度級r都對應產生一個灰度級s,且灰度變換前后不倒
測井技術 2017年3期2017-04-24
- 基于像斑直方圖G統計量的遙感影像分類
定光譜直方圖的灰度級，提取像斑的光譜直方圖； 采用G統計量度量測試像斑與各訓練樣本像斑光譜直方圖間的距離，用來表達像斑光譜特征的異質性； 利用最小距離分類器獲得影像分類結果。遙感影像分類實驗結果表明，該方法能有效提高影像的分類精度。像斑； 直方圖； G統計量； 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據源，利用分類器將影像中像元劃分為對應地物類別[1]，在土地覆蓋分類[2-3]、土地覆蓋變化檢測[4-5]和專題信息提取[6-7]等領域得到廣
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技術的研究與應用
技術選擇圖像的灰度級整個范圍或者需要增強處理的某一段，擴展或壓縮到記錄器件灰度級的動態范圍之內[4-5]，利用記錄器件灰度級的動態范圍，記錄顯示出圖像中需要的細節，處理后的成像圖如圖2所示。圖1 原始圖像圖2 對比度調整后的圖像1.2MATLAB應用于直方圖的修正圖像具有相應的隨機特性，要精確得到圖像的灰度密度函數是比較困難的，一般采用數字圖像的直方圖來代替，直方圖是圖像的重要特征[7]。直方圖橫坐標是灰度級，縱坐標是該灰度級出現的像素的個數，它直接反映了
電子設計工程 2016年22期2016-12-05
- 低照度環境監控的圖像增強算法研究
同。一般圖像的灰度級在圖像直方圖中用橫坐標表示，則縱坐標代表頻數，它主要是為了反映出數字圖像中各個灰度級與其出現的頻數間的統計關系。通過一幅圖像的直方圖就能看出這幅圖像灰度級的大致分布情況，由此進一步得出圖像處理的重要依據。直方圖是一個給出了一幅圖像中擁有給定數值的像素數量的一張表，因此，對于灰度圖像而言，它的直方圖就有256個條目（或稱為容器）。其中256個條目中的0號容器給出了圖像中灰度值為0的像素個數，1號容器給出了這幅灰度圖像中灰度值為1的像素個數
電子測試 2016年19期2016-11-10
- 一種基于直方圖變換的光學遙感影像自動增強方法
性變換,在保持灰度級有效分布的前提下充分壓縮灰度分布范圍,從而獲得優化的變換系數,然后再利用線性拉伸算法將圖像灰度擴展至整個灰度域。實驗和對比結果表明,所提出的增強模型在很小的信息熵損失條件下能較大幅度地提高圖像的對比度和清晰度,獲得比目前主要算法更好的增強結果且效果穩定,可適用于全色圖像和彩色圖像視覺效果的全自動化增強處理。直方圖優化；對比度增強；清晰度增強；視覺效果改善；自適應增強圖像的清晰度、對比度等視覺特征是圖像質量的重要因素。由于遙感成像受大氣、
西北大學學報（自然科學版） 2016年3期2016-09-29
- 逐次分塊差分直方圖對運動目標的提取
（L－1是圖像灰度級的最大值）。圖3為圖1 （a）與 （b）的差分圖像，圖4為運動差分直方圖 （水平軸為對應灰度級值rk，縱軸對應于P（rk）的值）。圖3 差分圖像圖4 運動差分直方圖分析相鄰兩幀的差分圖像，因拍攝視頻時攝像機是固定的，視頻圖像序列中運動目標是車輛，靜止不動的是背景，若將差分圖像f 進行分塊，背景區域塊所對應的差分直方圖中灰度級分布極不均勻，0 灰度級處集中了幾乎所有像素，而其它灰度級上基本沒有像素；而包含目標區域塊所對應的差分直方圖中灰度
計算機工程與設計 2015年7期2015-12-23
- 結合蟻群算法與二維直方圖的紅外圖像分割
上述問題，根據灰度級-梯度二維直方圖的目標分割優勢，通過與蟻群算法相結合，提出了一種結合蟻群算法與二維直方圖的紅外圖像分割算法。通過在傳統的灰度-梯度二維直方圖進行引入邊緣與噪聲區域的相關量；通過將圖像窗口化，并根據最佳分割閾值對蟻群的啟發函數以及信息素更新進行重新定義，來實現紅外目標的快速提取。實驗結果表明，該算法分割后的紅外目標邊緣清晰，抗干擾能力較強，且運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 言圖像分割是通過將
激光與紅外 2015年6期2015-11-24
- 2T1C像素電路的AM OLED數字驅動方法研究
方法實現256灰度級。通過在14 cm(5．5 in)的AM OLED模組上對該方法的實現和驗證，結果表明，數字驅動方法在0～255灰度區間的不均勻性最大為28%，對灰度變化不敏感，而模擬驅動的不均勻性隨灰度級的降低顯著增大，最大為133%。數字驅動顯示圖像的均勻性顯著優于模擬驅動，且采用基本的2T1C像素電路即可實現，降低了對像素電路和制備成本的要求。AM OLED;像素電路;數字驅動;FPGA1 引言有機發光顯示(OLED，Organic Light
液晶與顯示 2015年4期2015-07-05
- 一種結合曝光閾值的低照度圖像增強算法
那些概率較大的灰度級會被過分增強，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，減少那些密度過大灰度級，增加密度較小的灰度級．Chen等人[4]提出了將兩者結合在一起的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]的基礎上，通過曝光域值將灰度直方圖像分為兩個部分，并結合低照度圖像特點對圖像的灰度直方圖進行裁剪．實驗表明，該方法對于低照度圖像有較好的增強效果．1 直方圖均
溫州大學學報（自然科學版） 2015年2期2015-06-23
- 高斯混合模型自適應微光圖像增強
]的對比度低，灰度級范圍集中，較低的圖像質量嚴重影響了目標識別的效果，因此，提高微光圖像的質量在實際應用中具有重要意義。在各種圖像增強技術中，直方圖均衡[3](HE)在提高圖像對比度方面得到了廣泛應用，尤其當圖像的對比度較低時，這種方法可以使得圖像的灰度直方圖分布更加均勻。但是會導致數量較少的灰度級被壓縮，數量多的灰度級被過度拉伸，從而導致背景噪聲的對比度增加而部分有用信號的對比度降低[4-5]。為了克服以上問題，文獻[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
- 相控陣超聲監測成像與直方圖匹配圖像增強實驗研究*
劃分損傷圖像的灰度級、統計各灰度級的分布情況、計算各灰度級的概率密度函數,得到直方圖匹配處理的最終灰度變換關系,利用原始圖像與輸出圖像各灰度級的映射關系,修改原圖像的灰度級,獲得增強圖像。該方法在鋁板、玻璃纖維復合材料結構與碳纖維復合材料結構中進行實驗分析,驗證方法的正確性和有效性。結構健康監測;相控陣;時間延遲;損傷圖像;圖像增強;直方圖匹配結構健康監測技術利用集成在結構中的傳感/驅動元件,在線實時獲取與結構健康狀態相關的信息,結合先進的信號處理方法,提
傳感技術學報 2015年1期2015-05-09
- 基于灰度-梯度二維對稱Tsallis交叉熵的閾值分割
值分割法拓展到灰度級-平均灰度級二維直方圖上，利用圖像的鄰域空間信息，提高了算法的分割效果，但是二維運算量呈指數上升，難以滿足實時性。為了解決這一問題，朱煒等[8]提出基于粒子群優化算法的二維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，采用與主對角線垂直的斜線按灰度級與平均灰度級之和大小來進行分割，提高了分割效果，并引入遞推算法加快了運算速度，但此斜分法普遍性不強[10]。唐英干等[11]不僅考慮像素之
計算機工程與應用 2015年19期2015-04-16
- 基于混沌加密的DCT域灰度級盲水印算法
加密的DCT域灰度級盲水印算法。該算法利用80位外部密鑰和兩個混沌序列加密水印圖像，為保證水印圖像的安全性，兩個混沌映射初始條件由外部密鑰經過分組和數學變換提供，且動態變化。加密后的水印圖像再經過灰度處理后嵌入到數字圖像之中。仿真實驗表明，該算法對圖像信號處理和幾何失真有較好魯棒性，可應用于網絡環境下版權保護和多媒體數據認證之中。關鍵詞：混沌加密;DCT域;盲水印;灰度級中圖分類號：TP316 ? ? ? ? ? ? 文獻標識碼：A ? ? ? ? ? ?
物聯網技術 2015年1期2015-01-26
- 嵌入灰度級信息的粗糙模糊熵閾值分割法
基礎上提出一種灰度級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節信息時的局限性，融合灰度級概率的粗糙模糊熵算法更符合圖像直方圖特點，仿真實驗對其分割結果進行了驗證。1 粗糙模糊集基礎理論模糊集和粗糙集理論在處理不確定性和不精確性問題方面推廣了經典集合論。法國學者D.Dubofs和H.Prade于1992年提出粗糙模糊集理論，很好地實現了模糊集和粗糙集的融合問題［6］。1.1 論域中集合的粗糙性設U 代表論域，X 是U 中任意的一個
計算機工程與設計 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不能清楚地分辨層次，而且低灰度級跳變會過大。所以必須對控制灰度的信號送給LED驅動電路之前對其進行反γ校正，使其符合LED顯示屏的光電特性。實際上，有效的灰度等級不是物理的亮度等級，而是人眼視覺的亮度等級。因此，考慮到人眼對光強感受是非線性的，需要將灰度作非線性變換，確保在視覺上輸入與輸出信號呈線性關系，使圖像顯示得更有透亮感和層次感［2］。對LED顯示屏的反γ校正分為兩步進行: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
- 面向人眼探測識別的視頻優化方法研究
按照區域相鄰、灰度級從低到高及灰度級差值最小的原則建立圖像中灰度級之間最小相鄰關系表。然后將在圖像中不相鄰而關系表中相鄰的各灰度進行合并，這樣處理之后可以得到表示圖像所需的最少灰度級個數，但是不會改變圖像原始信息。然后依據這一原理經過數據處理就可以得到灰度級映射關系表，依據灰度級映射關系表我們就能夠將圖像的各像素通過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的個數并不是無限多的，這一結論可以從人眼的臨界可見偏差特性得到驗證（如圖 2）。
科技傳播 2014年21期2014-12-02
- 基于計算機視覺對目標識別檢測的研究
像素點所具有的灰度級。為方便圖像在計算機中更好地處理，一般把灰度圖像轉換為二值化圖像，這樣圖像就變為黑白圖像，中間沒有過渡值。在MATLAB中提供了i m2b w工具函數，如圖1、圖2所示?；叶戎狈綀D反映了圖像灰度的統計特性，表達了圖像中取不同灰度值的面積或像素數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，其實質是使圖像中灰度概率密度較大的像素向附近灰度級擴展，使灰度層次拉開，而概率密度小的像素的灰度
機械工程與自動化 2014年1期2014-10-22
- 改進的圖像增強算法及DSP實現
算法。采用空閑灰度級動態分配的自適應直方圖均衡化增強算法，并將該算法移植到本文搭建的DSP硬件實驗平臺上進行驗證，實驗表明，該算法顯著的改善了圖像的視覺效果，使圖像更清晰，且算法計算簡單，硬件實現容易，在圖像處理應用中十分可行有效。圖像增強；直方圖均衡化；DSP；CCS圖像增強作為圖像處理的重要組成部分，應用非常廣泛。比如交通監控、生物醫學影像等。圖像增強是指按照一定的應用需求，對原始圖像進行處理，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
電子設計工程 2014年11期2014-09-23
- 基于實測校正因子的實時伽馬校正算法
臨界切換引起的灰度級失真和閃爍現象，提出了一種基于PDP發光特性的實時反伽馬校正算法。該算法采用實測關鍵灰度級亮度和基于圖像APL的校正因子補償算法，通過實測亮度和灰度級之間的對應關系實現了灰度級的線性輸出，引入校正因子消除了不同圖像切換過程時的閃爍。50 in（1 in=2.54 cm）PDP實驗結果表明，該算法能夠減少大面積暗場區域存在的閃爍現象，消除顯示圖像輸出灰度的失真和反轉，增強顯示畫面的細節，提高顯示畫質。此外，算法采用分段式多項式擬合進行實時
電視技術 2014年3期2014-09-17
- 木材缺陷的閾值分割算法研究
和背景占據不同灰度級范圍的圖像。圖像閾值分割就是按照灰度級，選取一個適當閾值對像素集合進行劃分，使得到的每個子集形成一個區域，各個區域內部具有一致的屬性。而且這樣的劃分可根據實際情況通過從灰度級出發選取一個或多個閾值來實現。閾值分割以其計算簡單、運算效率較高、速度快的優點，被應用于多個領域，成為圖像分割中最基本和應用最廣泛的分割技術。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線醫學圖像增強及Matlab實現*
表示圖像中每一灰度級與處于該灰度級的像素數目之間的統計關系，能描述圖像的灰度范圍、灰度級分布情況等概貌.［1-2］直方圖圖像增強即通過改造原圖像的直方圖，使圖像的直方圖達到一定要求，從而增強圖像，最后采用的直方圖決定該圖像增強的程度.設變量r為原始圖像f的灰度級，變量s為增強后圖像g的灰度級，P(r)為原始圖像中灰度級為r的像素出現的頻數，P(s)為增強后圖像中灰度級為s的像素出現的頻數，則P(r)的圖形即為原始圖像的直方圖，P(s)的圖形即為增強后圖像的
通化師范學院學報 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，作為該算法的先驗初始值.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］，得到最終分類結果.1 模糊核聚類算法設輸入空間的樣本xi∈RN,i=1,2,…,l, 通過某種非線性映射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核函數形式表示為模糊核聚類算法的目標函數：由非線性映射Φ，得代入Mercer核函數，可得
淮北師范大學學報(自然科學版) 2014年3期2014-07-04
- 多子直方圖均衡微光圖像增強及FPGA實現
對比度低，并且灰度級范圍集中，圖像的質量嚴重影響對目標的識別，圖像增強技術在其中起著至關重要的作用。圖像增強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)處理技術是最簡單、最有效的處理手段之一，但是，傳統的直方圖均衡會產生過度增強和放大噪聲的現象。因此，學者們陸續提出了很多基于直方圖均衡的改進算法，例如:動態直方圖均衡［2］，其思想是動態尋找閾值(極小值或極大值)，分割直方圖后再分別均衡化，此算法自適應性強，能有效拉伸過于集中的灰
中國光學 2014年2期2014-05-16
- 基于直方圖的X線醫學圖像增強及Matlab實現*
表示圖像中每一灰度級與處于該灰度級的像素數目之間的統計關系，能描述圖像的灰度范圍、灰度級分布情況等概貌.［1－2］直方圖圖像增強即通過改造原圖像的直方圖，使圖像的直方圖達到一定要求，從而增強圖像，最后采用的直方圖決定該圖像增強的程度.設變量r為原始圖像f的灰度級，變量s為增強后圖像g的灰度級，P（r）為原始圖像中灰度級為r的像素出現的頻數，P（s）為增強后圖像中灰度級為s的像素出現的頻數，則P（r）的圖形即為原始圖像的直方圖，P（s）的圖形即為增強后圖像的
通化師范學院學報 2014年2期2014-05-14
- 面向人眼探測識別的視頻優化方法研究
有考慮之前各幀灰度級情況對當前幀的影響，造成圖像中的景物可能在前后幀的處理過程中出現很大的灰度級跳變，從而產生圖像閃爍現象。首先簡要介紹作者在之前研究中提出的面向人眼探測識別的圖像優化方法，然后分析其在用于視頻優化時出現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 面向人眼探測識別的圖像優化方法簡介圖像優化后用于目標探測識別時，人們總是希望在優化圖像的過程中不改變原始圖像的信息，這樣可以避免因優化后的圖像因破壞
機械設計與制造 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，灰度級分別為i，j的一對像元出現的概率矩陣。迄今，GLCM方法已經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單波段的灰度圖像進行紋理特征提取，不能用于多波段彩色圖像的紋理特征計算[7]。BENCˇO 等[8]對 GLCM方法進行了改進，提出了彩色圖像紋理特征提取方法(color GLCM，CGLCM)。該方法對圖像的R，G，B這3個波段分別計算GLCM，并對每2個波段聯
自然資源遙感 2013年4期2013-09-26
- 平臺直方圖均衡算法實現的存儲優化方法
，面對只有少量灰度級的場景時，圖像亮度往往會產生抖動，而對于一些內容豐富的場景又往往表現出對比度不夠的缺點。平臺直方圖均衡則通過利用可調的平臺值限制了直方圖的峰值，從而限制了噪聲；同時保留了部分灰度級統計的差異性使得圖像對比度得到增強，并且在實時處理下不會出現亮度的抖動。于是平臺直方圖均衡可以在大多數情況下滿足紅外場景處理的需求。2 基本原理介紹平臺直方圖均衡本質上是產生了一個基于直方圖的灰度映射查找表。傳統的直方圖均衡是以圖像灰度直方圖為權重，進行灰度變
激光與紅外 2013年5期2013-06-09
- 基于加權直方圖均衡的紅外圖像增強方法
數對紅外圖像各灰度級直方圖進行調整，其中對背景區低灰度級的直方圖進行縮小，對目標區高灰度級的直方圖保持不變，然后進行均衡化處理。實驗結果表明，本文提出的方法有效地壓制了背景噪聲，提高了目標對比度，綜合性能優于傳統直方圖均衡和雙平臺直方圖均衡方法。紅外圖像；圖像增強；加權直方圖；直方圖均衡化1 引 言紅外圖像具有對比度低，信噪比低以及邊緣模糊等特點，為了能夠準確地對紅外圖像進行目標識別、跟蹤、檢測等處理，必須對紅外圖像進行增強預處理。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方法
述的是圖像中該灰度級別的像素個數。在歸一化之后，該離散函數可以看成是圖像中具有相同灰度值的像素出現的概率密度函數。直方圖均衡化的過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展。假設輸入圖像被歸一化，那么直方圖均衡化的過程[1]描述如下：其中，y表示結果圖像的亮度，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，T表示直方圖均衡化函數。x和y的范圍位于[0,1]之間。直方圖均衡化在增強對比度低的圖像時
通信學報 2011年9期2011-11-06
- 基于灰度級分組的X光行李圖像增強改進方法
使人眼很難區分灰度級較近的圖像結構，這會給安檢人員的工作帶來不便，增加工作強度，容易產生疲勞。為幫助安檢人員快速準確看清行李內物品，如確認旅客手提行李中是否藏有刀具、槍支等危險品，最大限度減少危險事件發生的概率，保障交通運輸及旅客乘機安全，需提高安檢X光圖像質量。通常情況下可從兩個方面提高安檢X光圖像質量：一方面，改進成像技術，提高成像質量；另一方面，可在現有設備的基礎上通過后處理方法加以解決。后一種方法可在不增加設備成本開支的情況下，達到改善圖像質量、降
中國民航大學學報 2011年4期2011-07-31
- 一種可有效分割小目標圖像的閾值選取方法
］等相繼推廣到灰度級—鄰域平均灰度級二維直方圖，效果明顯改善，但同時運算量按指數增加。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行速度。但上述二維方法都將二維直方圖分成4 個矩形區域(稱之為區域直分)，而這樣會在計算中引入近似，導致分割結果不夠準確。因此，文獻［13 -15］提出了基于二維直方圖區域斜分的閾值分割方法，進一步減小了誤差，大大縮短了運行時間，且抗噪性更穩健。圖像閾值分割是紅外目標檢測中的關鍵步驟之一。在紅
兵工學報 2011年4期2011-02-21
- 基于直方圖均衡化的數字圖像增強技術
復法，它又分為灰度級校正、灰度變化和直方圖修正，直方圖均衡屬于空間域單點增強的直方圖修正法.如果獲得的一幅圖像的直方圖效果不理想，則可以通過直方圖均衡化處理技術做適當修改，實現使圖像清晰的目的，這種方法的基本思想是對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均勻分布的圖像，這意味著圖像灰度的動態范圍得到了增加，從而可提高圖像的對比度.例如，一幅對比度較小的圖像，其直方圖分布一定集中在某一比較小的范圍
陜西科技大學學報 2011年2期2011-02-20
- 改進的灰度級-彩色變換法在B超圖像中的應用
人眼對灰度圖像灰度級別的分辨能力只有彩色圖像的千分之一，因此對B超灰度圖像進行偽彩色增強處理仍然是必要工作。文獻[1]全面地討論了各種實用的偽彩色技術，但沒有詳述其算法原理；文獻[2]提出了梯度值大于閾值時進行非線性偽彩色編碼，但是閾值的劃分缺乏相應的自適應性，即不能根據不同的圖像做出相應的調整。本文提出了一種偽彩色編碼閾值劃分的新算法，算法根據醫學B超圖像的成像特點確定出灰度級－彩色變換法的圖像顏色編碼方法，再運用改進的K均值聚類算法對實例B超圖像的灰度
圖學學報 2010年4期2010-07-07
- 保持圖像細節的直方圖均衡算法
著，但是也存在灰度級合并的缺點，造成圖像的灰度級減少，細節部分變得模糊。本文針對傳統的全局直方圖均衡算法的不足，提出了改進方法，給出了改進后的灰度變換映射關系，使圖像分布更加均勻，增強了圖像的層次感，同時在一定程度上保持了圖像的細節。1 傳統的直方圖均衡算法1.1 直方圖均衡算法全局直方圖均衡通過改變輸入圖像直方圖各灰度級的概率分布，使輸出圖像各灰度級分布變得相對均勻，從而使圖像的對比度得到增強，其處理過程如下：(1)計算原圖像的灰度級直方圖。(2)求得原
網絡安全與數據管理 2010年3期2010-05-18
- 基于FPGA的LED大屏幕控制系統的設計與實現
出了反γ校正與灰度級調節、顏色調節等在FPGA中的實現。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，LED顯示技術有其獨特的優越性：高亮度、寬可視角度、豐富的色彩以及可定制的屏幕形狀。這些特點使得LED顯示屏被廣泛應用于工業、交通、商業廣告、信息發布、體育比賽等各個領域。LED大屏幕控制系統是一個融合計算機控制技術、視頻技術、光電子技術、通信技術的綜合系統。當前主流的LED大屏幕控制系統多以FPGA或FPGA結
電子技術應用 2010年9期2010-01-27
- 地震紋理屬性在JJD工區斷層識別中的應用
基元大小選擇,灰度級確定,RGB數據融合等應用要素,并在JJD實際工區中取得了較好的應用效果。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分析圖像紋理特征的重要方法,它最早由Haralick于1973提出。通過計算圖像中一定距離和一定方向的二個像素之間的灰度相關性,可對圖像的所有像素進行統計,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]。對于一個已經用灰度來描述的圖像G來說,沿著某一方向統計其距離為δ的任意二個像素點
物探化探計算技術 2010年3期2010-01-12