一种结合小波分析与直方图的红外图像增强方法
红外图像处理中的细节增强算法研究
红外图像处理中的细节增强算法研究红外图像处理在军事、安防、医学等众多领域有着广泛的应用。
然而，由于红外图像拍摄环境的特殊性，常常存在图像质量较低、细节含量不足的问题。
因此，研究红外图像细节增强算法具有重要的理论意义和实际应用价值。
细节增强算法是一种通过改善图像中细节信息的可见性来提高图像质量的技术。
本文将对红外图像处理中常用的几种细节增强算法进行研究和分析，包括直方图均衡化、小波变换、局部对比度增强等。
直方图均衡化是一种简单且直观的细节增强算法。
它通过对图像的灰度级分布进行重新映射，使得图像中的细节信息更加丰富。
然而，直方图均衡化算法在增强图像细节的同时，也会对图像的全局对比度进行调整，可能导致图像过度亮度或过度暗度，影响图像的观感质量。
为了克服直方图均衡化算法的缺陷，研究者们提出了小波变换细节增强算法。
小波变换具有多尺度分析的特点，可以提取图像的不同倍频细节信息。
通过对图像进行小波分解，然后对低频和高频系数进行增强，可以使图像的细节信息得到更好的呈现。
在红外图像处理中，小波变换算法可以更好地增强图像中的热点和边缘细节信息。
然而，小波变换算法在处理过程中，由于分解和重构过程的信息损失，可能引入边缘模糊和噪声增强等问题。
为了解决这些问题，研究者们提出了局部对比度增强算法。
该算法通过分析图像的局部对比度信息，针对每个像素点进行细节增强，可以更有效地保留和增强图像中的细节信息。
除了上述的算法，还有一些其他的细节增强算法被广泛应用于红外图像处理中，如Retinex算法、双边滤波算法等。
Retinex算法通过模拟人眼对光照和颜色进行感知的过程，可以调整图像的全局和局部对比度，达到细节增强的效果。
双边滤波算法则通过保留图像的边缘信息和纹理细节，同时抑制噪声的影响，实现细节增强的效果。
综上所述，红外图像处理中的细节增强算法是一门重要的研究领域。
不同的细节增强算法有着各自的优缺点和适用范围，需要根据具体的应用场景选择合适的算法。
一种基于小波变换的红外图像放大算法
一种基于小波变换的红外图像放大算法
程玉宝
【期刊名称】《光学与光电技术》
【年(卷),期】2008(6)5
【摘要】图像放大技术的关键在于使放大后的图像尽可能地保持原始图像的清晰度。
对于红外图像而言,传统的内插法存在着一定的缺陷。
提出了一种基于小波变换的图像放大新算法,该算法对原始图像先进行小波变换获得高频系数,然后运用牛顿插值算法放大高频系数,以此作为放大图像的高频成份,而将原始图像作为低频成份,最后进行小波逆变换,重构出放大图像。
实验证明该方法在图像细节方面具有很好的放大效果。
【总页数】3页(P59-61)
【关键词】插值算法;图像放大;小波变换;牛顿插值
【作者】程玉宝
【作者单位】电子工程学院501室
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种基于小波变换的可见光与红外图像融合算法研究 [J], 刘倩;杜宏;薛庆增
2.一种基于小波变换的非线性红外图像增强算法 [J], 刘兴淼;王仕成;赵静
3.一种新的基于小波变换的图像放大算法 [J], 董卫军;周明全;耿国华
4.基于小波变换的一种红外图像增强算法 [J], 常宏韬;孟庆虎
5.一种基于分形和小波变换的图像放大算法 [J], 倪伟;郭宝龙
因版权原因，仅展示原文概要，查看原文内容请购买。
基于平稳小波的电气设备红外图像对比度增强方法
（ 东北电力大学 研究生 院， 吉林 吉林 １ ３ ２ ０ １ ２ ） 摘 要： 针对 电气设备红外 图像对 比性 较差 、 过渡较强 ， 提 出了一种改 进的基 于平稳小 波 的电气设备 红外 图像对 比度 增强 方
法 。首先对 电气设备 红外 图像 进行平稳小波分解 ， 对 低频 系数 利用快速模糊理论增 强 ； 对 于高频系数进 行贝 叶斯 萎缩 阈值 法 去 噪， 然后通过 图像 的局部对 比度 和模糊规 则计 算高频子带增益系数 ， 从 而增 强高频子 带 ， 突出细节信 息 ， 最后 由低频子带 图 像 和高频子 带图像 重构得到增强后 的图像 。通过大量 电气 设备 红外 图像 实验 和增强效 果定性评 价得 知 ， 该 方法 的对 比度 增 强强度 和抗 噪能力明显强于另外两种方法 ， 但是边缘保持度略有不足 ， 有 待改进 。 关键词 ： 电气设 备 ； 红外 图像 ； 对 比度增强 ； 平稳小波
ｌ ｏ ｗ —ｆ ｒｅ ｑ ｕ ｅ ｎ ｃ ｙ ｃ ｏ ｅ ｆ ｉｃ ｆ ｉ ｅ ｎ ｔ ｓ ．Ｆ ｏ ｒ ｈ ｉ ｇ ｈ—ｆ ｒｅ ｑ ｕｅ ｎ ｃ ｙ ｃ ｏ ｅ ｆ ｉｃ ｆ ｉ ｅ ｎ ｔ ｓ，ｆ ｉｒ ｓ ｔ ｌ ｙ，ｉ ｔ ｉ ｓ ｄ ｅ ｎ ｏ ｉ ｓ ｅ ｄ ｂ ｙ Ｂａ ｙ ｅ ｓ ｉ ａ ｎ ｓ ｈ ｉｎ ｒ ｋ ａ ｇ ｅ ｍｅ ｔ ｈ． ｏ ｄ，ｔ ｈ ｅ ｎ ｃ ｌｃ ａ ｕｌ ａ ｔ ｅ ｔ ｈ ｅ ｈｉ ｇ ｈ ｒｅ ｆ ｑ ｕ ｅ ｎ ｃ ｙ ｓ ｕ ｂ—ｂ ａ ｎｄ ｇ ａ ｉ ｎ ｃ ｏ ｅ ｆ ｉ ｆ ｃ ｉ ｅ ｎ ｔ ｂ ｙ ｆ ｕ ｚ ｚ ｙ ｒ ｕ ｌ ｅ ｓ ａ ｎ ｄ ｔ ｈ ｅ ｌ ｏ ｃ ａ ｌ ｃ ｏ ｎ ｔ ｒ ａ ｓ ｔ ｏ ｆ ｉ ｍａ ｇ ｅ ｓ ｔ ｏ ｅ ｎ ｈａ ｎ ｃ ｅ ｈ ｉ ｇ ｈ ｒｅ ｆ ｑ ｕ ｅ ｎ ｃ ｙ ｓ ｕｂ—ｂａ ｎ ｄ ａ ｎ ｄ ｈ ｉ ｇ ｈ ｌ ｉ ｇ ｈ ｔ ｄ ｅ ｔ ａ ｉ ｌ ｓ ．Ｆｉ ｎａ ｌｌ ｙ，ｔ ｈ ｅ ｅ ｎ ｈａ ｎ ｃ ｅ ｄ ｉ ｍａ ｇ ｅ ｉ ｓ ｒ ｅ ｃ ｏ ｎ ｓ ｔ ｕｃ ｒ ｔ ｅ ｄ ｂ ｙ ｔ ｈ ｅ ｌ ｏ ｗ ｒｅ ｆ ｑｕ ｅ ｎ ｃ ｙ ｓ ｕｂ—ｂ ａ ｎ ｄ ａ ｎ ｄ ｈ ｉ ｇ ｈ—ｆ ｒｅ ｑ ｕ ｅ ｎ ｃ ｙ ｓ ｕ ｂ—ｂ ａ ｎ ｄ ｓ ． Ｅｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ｓ ｗｉ ｔ ｈ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｍｅ ｎ ｔ ｑ ｕ ａ ｎ ｔ ｉ ｔ ａ ｔ ｉ ｖ ｅ ｅ ｖ ａ ｌ ｕａ ｔ ｉ ｏ ｎ ａ ｒ ｅ
基于小波变换的红外图像序列增强的开题报告
基于小波变换的红外图像序列增强的开题报告一、研究背景与意义红外图像在军事、医学、机器视觉等领域具有广泛的应用，但是由于其在采集过程中存在的各种噪声和姿态干扰等，常常会出现图像质量低下的情况，从而影响到后续处理的准确性和有效性。
因此，在红外图像处理技术研究中，如何有效地提高图像的质量，成为了一个重要的研究课题。
小波变换作为一种有效的信号分析处理方法，可以将图像分解成不同尺度和频率的小波系数，从而使得图像中的信号和噪声能够分离。
因此，基于小波变换的方法在图像处理中得到了广泛的应用。
同时，小波变换还具有多分辨率分析的特点，可以根据不同的应用需求选择不同的小波分析方法和分辨率级别，从而对图像进行更加精细的分析和处理。
因此，基于小波变换的方法在红外图像增强研究中也具有很大的潜力和优势。
二、研究内容本文主要研究基于小波变换的红外图像增强方法，通过对红外图像序列进行小波变换，并结合阈值处理和调整系数等方法，提升图像的质量和清晰度，使得红外图像更加适合后续的分析和处理。
本文主要的研究内容包括：1. 红外图像序列的预处理：对于红外图像，需要进行预处理，包括去除噪声、平滑处理和对比度增强等操作，以提高后续的处理质量。
2. 小波变换及其和红外图像的应用：对于红外图像序列，采用小波变换进行分解，并对小波系数进行阈值处理和调整系数操作，得到更加清晰的图像序列。
3. 实验模拟和数据分析：对于不同的红外图像序列样本，进行实验模拟和数据分析，比较不同方法在图像增强方面的效果和差异，并分析影响结果的因素和机理。
三、研究方法基于小波变换的红外图像增强方法，本文的研究主要采用以下几个步骤：1. 对红外图像序列进行预处理：包括去噪、平滑处理和对比度增强等。
2. 小波变换：利用小波变换对红外图像进行分解，将不同尺度和频率的小波系数得到。
3. 阈值处理和调整系数：对小波系数进行阈值处理，根据不同的阈值判别条件对系数进行选择和调整。
4. 重构图像序列：根据处理后的小波系数，进行反变换，将图像序列重构回原始图像。
基于直方图规定化和小波分析的医学图像增强
视觉 、 心 理及 其 它需 要 的一 门 信 息 技 术 ， 它 随着 计 算 机 的
发 展 而 飞 速发 展 ， 如 今 已应 用 到 各 个 领 域 ， 如人脸识别 、 打
印文件 鉴定 、 笔迹 鉴定 、 人工 智 能、 国 家 安 全 等 领 域 和 行 业 。 随着 数 字 化 程 度 的不 断 提 高 ， 图像 传 递 给 人 们 的 信 息 也越来越多 ， 已 成 为 人 们 了 解 和 掌 握 外 部 信 息 的 一 个 重 要 途径 ， 因 而 对 罔像 质 量 的 要 求 也 越 来 越 高 。为 了更 有 效 地 得 到所 需 的 图像 质 量 ， 需 要 借 助 于 计 算 机 及 软 件 技 术 来 实 现 。【 六 １ 此， 需要将 实际 图像数 字化 ， 这 就 是 数 字 图 像 。借 助 于计 算 机 软 件 Ｍａ ｔ ｌ ａ ｂ ， 可 以 对 图像 进 行 相 应 地 处 理 ， 以 达 到 我 们 的 目的 ， 如 对 图像 进 行 增 强 ， 以 改 善 图 像 的 视 觉 效果 ， 突 出 图 像 中感 兴 趣 的 部 分 ， 减 弱 或 去 除 不 需 要 的信 息， 提 高 图像 的 清 晰 度 ， 便 于 后 续 的 图像 处 理 ， 如 图 像 复 原
等。
形 状 来 调 整 图像 的直 方 图 。 假 设 ｒ和 分 别 代 表 输 入 图像 和 输 出 图像 的 灰 度 级 ，
Ｐ （ ｒ ）和 Ｐ （ ）为 它 们 对 应 的 连 续 概 率 密 度 函 数 。 现 对
Ｐ （ ｒ ）和 Ｐ （ ）做 直 方 图均 衡 化 处 理 如 下 ｌ ］ ｌ ：
基于直方图规定化和小波分析的医学图像增强
基于直方图规定化和小波分析的医学图像增强作者：李小飞来源：《软件导刊》2014年第04期摘要：利用直方图规定化在进行图像增强处理时算法简单、处理速度快，结合小波分析在图像降噪上的优势，提出了将两种方法相结合的图像增强处理方法，并利用Matlab软件对一幅医学图像进行仿真验证，得到了较好的效果。
关键词关键词：直方图；小波分析；图像增强；Matlab中图分类号：TP317.4文献标识码：A 文章编号文章编号：16727800（2014）004014602基金项目基金项目：湖北省教育科学“十二五”规划课题（2013B308）；长江大学工程技术学院科研发展基金项目（13J0802）作者简介作者简介：李小飞（1980-），男，硕士，长江大学工程技术学院讲师，研究方向为数学建模及应用、图像处理及智能系统。
0 引言图像处理是对图像进行分析、加工、处理，以满足人的视觉、心理及其它需要的一门信息技术，它随着计算机的发展而飞速发展，如今已应用到各个领域，如人脸识别、打印文件鉴定、笔迹鉴定、人工智能、国家安全等领域和行业。
随着数字化程度的不断提高，图像传递给人们的信息也越来越多，已成为人们了解和掌握外部信息的一个重要途径，因而对图像质量的要求也越来越高。
为了更有效地得到所需的图像质量，需要借助于计算机及软件技术来实现。
因此，需要将实际图像数字化，这就是数字图像。
借助于计算机软件Matlab，可以对图像进行相应地处理，以达到我们的目的，如对图像进行增强，以改善图像的视觉效果，突出图像中感兴趣的部分，减弱或去除不需要的信息，提高图像的清晰度，便于后续的图像处理，如图像复原等。
图像增强是指对图像的某些特征，如边缘、轮廓或对比度等进行强调或锐化[1]。
图像增强理论（或方法）目前还没有统一的权威性定义，因为还没有衡量图像质量的通用标准。
从增强处理的作用域来看，图像增强主要分为空域增强法和频域增强法两大类[2]。
空域增强法主要包括直方图均衡化和直方图规定化等[3]，利用直方图处理图像增强，其算法简单，处理速度相对较快，但缺点是在增强图像的同时也增强了噪声信号。
结合递归Cycle Spinning的小波-Contourlet变换红外图像增强算法
ｔ ｈ ａ ｎ ｊ ｕ ｓ ｔ ｕ ｓ ｉ ｎ ｇ Ｗａ ｖ ｅ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｏ ｒ Ｃ ｏ ｎ ｔ ｏ ｕ ｒ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｍ ｒ ｉ ｎ ｄ ｅ — ｎ ｏ ｉ ｓ ｉ ｎ ｇ ．Ｔ ｈ ｉ ｓ ｍｅ ｔ ｈ ｏ ｄ ｃ ａ ｎ ｇ ｅ ｔ ｈ ｉ ｇ ｈ ｅ ｒ Ｐ Ｓ Ｎ Ｒ ｖ ａ ｌ ｕ ｅ ａ ｎ ｄ
ｉ ｍｐ ｒ ｏ ｖ ｅ ｔ ｈ ｅ ｖ ｉ ｓ ｕ ａ ｌ ｅ ｆ ｆ ｅ ｃ ｔ ｓ ｏ ｆ ｉ ｎ ｒａ ｆ ｒ ｅ ｄ ｉ ｍａｇ ｅ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ ： Ｗａ ｖ ｅ ｌ ｅ ｔ — Ｃｏ ｎ ｔ ｏ ｕ ｒ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｍ ； ｒ Ｃ ｙ ｃ ｌ ｅ Ｓ ｐ ｉ ｎ ｎ ｉ ｎ ｇ ； ｓ ｈ ｉ ｔ ｆ — ｉ ｎ ｖ ａ ｒ ｉ ａ ｎ ｔ ； ｉ ｍａ ｇ ｅ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｍｅ ｎ ｔ
ｈａ ｎ ｅ ｅ ｍｅ ｎ ｔ ｂ ａ ｓ ｅ ｄ ｏ ｎ Ｗａ ｖ ｅ ｌ ｅ ｔ — Ｃｏ ｎ ｔ ｏ ｕ ｒ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｉ ｓ ｐｒ ｏ ｐ ｏ ｓ ｅ ｄ ． Ｒｅ ｃｕ ｒ ｓ ｉ ｖ ｅ Ｃｙ ｃ ｌ ｅ Ｓ ｐｉ ｎ ｎｉ ｎｇ ｉ ｓ ａ ｌ ｓ ｏ ａ ｄ ｏ ｐ ｔ ｅ ｄ ｔ ｏ ｅ ｌ ｉ ｍｉ ｎ ａ ｔ ｅ ｔ ｈ ｅ ｄ ｉ ｓ ｔ ｏ ｒ ｔ ｉ ｏ ｎ ｏ ｆ Ｗａ ｖ ｅ ｌ ｅ ｔ — Ｃｏ ｎｔ ｏ ｕｒ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ． Ｔｈ ｅ ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ｓ ｓ ｈ ｏ ｗｓ ｔ ｈ ａ ｔ ｔ ｈｅ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｍｅ ｔ ｈ ｏ ｄ ｉ ｓ ｍｏ ｒ ｅ ｏ ｕｔ ｓ ｔ ａ ｎ ｄｉ ｎ ｇ Βιβλιοθήκη ・图像 与信 号处 理 ・
基于小波域反正切变换的红外图像增强算法
————————————基金项目：浙江省教育厅科技计划基金资助项目(Y201018804)作者简介：陈 军(1980－)，女，讲师、硕士，主研方向：图像处理，模式识别；张长江，副教授、博士 收稿日期：2011-10-24 修回日期：2012-02-27 E-mail ：dolphinjj@基于小波域反正切变换的红外图像增强算法陈 军1，张长江2(1. 浙江工业职业技术学院数字媒体与信息工程分院，浙江 绍兴 312000；2. 浙江师范大学数理与信息工程学院，浙江 金华 321004)摘 要：针对红外图像对比度低、噪声大的特点，利用由信息熵、信噪比和图像标准差构成的评价函数，提出一种平稳小波域的红外图像增强算法。
以反正切变换为基础，设计在平稳小波域内增强红外图像对比度的非线性变换函数，并利用差分演化算法与评价函数，寻找最优的非线性变换参数。
实验结果表明，与传统的小波域增强算法相比，该算法在有效增强红外图像对比度的同时，对噪声具有较强的鲁棒性。
关键词：红外图像；小波变换；差分演化；反正切变换；评价函数Infrared Image Enhancement Algorithm Based onArc-tangent Transform in Wavelet DomainCHEN Jun 1, ZHANG Chang-jiang 2(1. Digital Media and Information Engineering Branch, Zhejiang Industry Polytechnic College, Shaoxing 312000, China; 2. College of Mathematics, Physics and Information Engineering, Zhejiang Normal University, Jinhua 321004, China) 【Abstract 】Because of noise and low contrast of the infrared image, an infrared image enhancement algorithm is proposed. Evaluating function is constructed by combing information entropy, signal-noise-ratio with standard variance in order to evaluate the enhanced image quality. Thus, an efficient nonlinear transform function is designed by arc-tangent transform in stationary wavelet domain so as to enhance the contrast of an infrared image. The optimal nonlinear transform parameter is obtained by combing differential evolution algorithm with the constructed evaluating function. Experimental results show that the proposed algorithm can efficiently enhance the contrast of the infrared image while getting a good robust to noise in the infrared image. 【Key words 】infrared image; wavelet transform; differential evolution; arc-tangent transform; evaluating function DOI: 10.3969/j.issn.1000-3428.2013.01.054计 算 机 工 程 Computer Engineering 第39卷 第1期 V ol.39 No.1 2013年1月January 2013・图形图像处理・文章编号：1000—3428(2013)01—0248—04文献标识码：A中图分类号：TN911.731 概述红外探测器在医疗卫生、社会生产等各个方面都有普遍的推广使用，其主要取决于该成像原理不依赖于光线，不论在夜间还是光线被遮挡，都能借助物体本身的热能，检测到目标对象而成像。
红外增强算法
红外增强算法
红外增强算法是一种用于提升红外图像质量和增强红外目标信息的技术。
红外图像通常在低光条件下获取，并且与可见光图像相比，其具有较低的对比度和分辨率。
红外增强算法的目标是通过处理和改进红外图像，使得人眼或计算机系统更容易识别和分析其中的目标和细节。
以下是几种常见的红外增强算法：
1. 直方图均衡化：这是最简单和最常用的红外图像增强方法之一。
它通过重新分布图像的灰度级来增强对比度，使得图像中的目标更加突出。
2. 空间滤波：空间滤波算法可以通过对图像进行平滑或增强高频细节来改善图像质量。
其中，常用的滤波器包括中值滤波器、高斯滤波器和锐化滤波器等。
3. 多尺度分解：这种方法利用图像的多个尺度表示来提取和增强不同尺度下的目标信息。
常见的多尺度分解方法包括小波变换和金字塔变换。
4. 基于统计的方法：这些方法利用图像中的统计特征来进行增强处理。
例如，自适应直方图均衡化可以根据图像局部区域的统计信息进行对比度增强，以适应不同区域的灰度分布差异。
5. 图像增强算法的深度学习方法：近年来，深度学习技术在图像增强领域取得了显著的进展。
通过使用深度神经网络，可以学习到图像增强的映射函数，从而实现更加准确和高效的红外图像增强。
这些红外增强算法可以单独应用或者组合使用，以根据具体应用需求提升红外图像的质量和目标识别能力。
值得注意的是，不同的算法适用于不同的图像和应用场景，因此选择适当的算法是十分重要的。
基于小波变换和直方图均衡的红外图像增强
ｈ ａ ｎ ｅ ｅ ｔ ｈ ｅ ｉ ｎ ｆ ｒ ｒｅ ａ ｄ ｉ ｍａ ｇｅ ． Ｔ ｈ ｉ ｓ ｐ ａ ｐ ｅ ｒ ｐ ｒ ｅ ｓ ｅ ｎ ｔ ｓ ａ ｎ ｅ ｗ ｉ ｆｒ ｎ ｒｅ ａ ｄ ｉ ｍａ ｇｅ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｍｅ ｎ ｔ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ ｗ ｈ ｉ ｃ ｈ ｃ ｏ ｍｂ ｉ ｎ ｅ ｓ ｔ ｈ ｅ ｈ ｉ ｓ ｔ ｏ － ｇ ｒ ａ ｍ ｅ ｑ ｕ ｌｉ ａ ｚ ｈ ｍ ｗ ｉ ｔ ｈ ｔ ｈ ｅ ｗ ａ ｖ ｅ ｌ ｅ ｔ ｔ ｒ ａ ｎ ｓ ｆ ｏ ｒ ｍ ｌｇ ａ ｏ ｉ ｒ ｔ ｈ ｍ． ｈｅ Ｔ Ｍａ ｉ ｆ ａ ］ ）ｅ ｘ ｐ ｅ ｉｍｅ ｒ ｎ ｔ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｓ ｈ ｏ ｗ ｔ ｈ ａ ｔ ｔ ｈ ｅ ｎ ｅ ｗ ｌ－ ａ ｇ ｏ ｒ ｉ ｔ ｈ ｍ ｈ ｓ ａ ｂ ｅ ｔ ｔ ｅ ｒ ｉ ｍａ ｇ ｅ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｍｅ ｎ ｔ ｅ ｆ ｅ ｃ ｔ ｆ ｏ ｒ ｉ ｆｒ ｎ ａ ｒ ｅ ｄ ｉ ｍａ ｇｅ ｓ ．
・图像 与信号处 理 ・
基 于小波变换 和直方 图均衡 的红外 图像增强
尹 士畅 ， 喻松 林
（ 华 北光电技术研 究所 ， 北京 １ ０ ０ ０ １ ５）
摘 要： 基于红外图像低分辨率、 低对 比度 、 视觉特性差的特性 ， 以及传统的利用直方 图均衡化 进 行红 外 图像增 强 的方 法会 丢 失 图像 的细节信 息 、 增 强红 外 图像 的噪声 的特 性 ， 将 小 波变换 的 多尺度 、 多分辨率的特点和直方 图均衡化的方法相结合 ， 提 出一种更好的实现红外图像增强的 算法。并将该算法在 Ｍ ａ ｔ ｌ ａ ｂ上进行 了仿真验证。 关键词 ： 红外； 图像增强； 小波变换 ； 直方 图均衡化 ； 对比度 中图分类 号 ： Ｔ Ｐ ３ ９ １ ． ４ １ 文献 标识 码 ： Ａ ＤＯＩ ： １ ０ ． ３ ９ ６ ９ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ １ ． ５ ０ ７ ８ ． ２ ０ １ ３ ． ０ ２ ． ０ ２ ４
基于小波变换和直方图均衡的红外图像增强
1引言 随着红外技术的发展，红外成像技术在科学研
究领域和军事领域都发挥着非常重要的作用，同时 越来越多的需求使得人们对红外图像的质量的要求 也越来越高。红外图像为灰度图像，不包含彩色信 息，仅仅可以根据温度信息来转化为灰度信息，有些 图像为了改善其视觉效果会转换为伪彩色图像。然 而，由于目标和背景之间的不间断的热传递和热辐 射、红外光线波长比较长等固有的红外特性，以及红 外辐射传输距离远、大气衰减等因素的影响，造成了 红外图像的信噪比低、空间相关性强、对比度低、视 觉效果模糊等特点，给目标侦查和效果评估造成了 较大影响。因而，关于红外图像的增强算法的研究 一直是目前国内外的一个热点之一，红外图像增强 算法通过对红外图像进行适当的处理，以得到适合
将文章中提到的各个算法通过在 MATLAB 上 仿真验证［13 － 15］，得到如下的结果，其中图 1 为未经 ห้องสมุดไป่ตู้处理的原始红外图像，由于手臂长期处在环境温
激 光 与 红 外 No． 2 2013
尹士畅等 基于小波变换和直方图均衡的红外图像增强
227
度下的原因，手臂的温度和环温比较接近，从而使得 得到的图像的对比度比较差，视觉效果不明显。如 图 2 中为经过小波变换后提取出来的图像的低频成 分，从中可以看出，该图像和原始图像的对比度差别 不大，但是从视觉上来看，图片的连续性较好，噪声 较少。图 3 是经过直方图均衡化处理的图像，经过 直方图均衡化之后图像的整体的视觉效果变好了， 图片中手表和手臂的对比度非常明显，甚至包括表 带和手臂的也可以清楚地辨认出来。然而，经过直 方图均衡化之后，手臂左下角方向和右下角方向以 及手表中央的噪声也变得非常的大，相比较原始图 像而言信噪比变差了。图 4 则是将直方图均衡化和 小波变换算法相结合后增强的红外图像，相比较图 3 而言，对比度的变化不大，但是图像的很多噪声特 性得到了改善，尤其是手表中央和手臂的左右下角 部分的噪声得到了明显改善，从而很好的验证了该 算法的可行性。
一种基于小波变换和直方图均衡的图像增强方法
第２ ６卷第 ３期
Ｖｏ ．６， １２ Ｎｏ． ３
西 华 大 学 学 报
・ 自 然 科 学 版
２ｏ ０ ７年 ５月
Ｍ ａ ０ ７ ｙ２ ０
Ｊ ｕ ａ ｆＸｉｕ ｉｅｓｔ 。Ｎａ ｕａ ｃｅ ｃ ｏ ｒ ｌ ｈ ａＵｎｖ ｒｉ ｎ ｏ ｙ ｔ ｒｌ ｉｎ ｅ Ｓ
文章编号 ：６ ３１９ （ ０７ ０ —０ ４０ １７ —５ Ｘ ２ ０ ）３０ ５ —３
一
种基 于小 波 变 换 和 直 方 图均 衡 的 图像 增 强 方法
高仕龙
（ 山 师范 学 院数 学 系 ， 乐 四川 乐 山 ６ ４０ ） １０ ４
摘 要： 提出了一种基 于小波变换 和直方 图均衡相结合 的图像增强方法 ， 该方法既能增强 图像对 比度 ， 又能有 效抑制 噪声 ， 突出图像 细节信息 。实验分析表 明： 该方法可以使图像 的清晰度得到很大改善。
关键词 ： 小波变换 ； 直方 图均衡 ； 图像增强
中 图分 类号 ： Ｐ ９ Ｔ ３１ 文献 标 识 码 ： Ａ
０ 引 言
．
１ 直 方 图均 衡
直方 图均衡 是 图像对 比度增 强 中一种 有效 的算 法， 主要是 通过增 加 图像灰 度值 的动态 范 围增加 对 比度 ， 以致 图像 具有较 大 的反差 ， 大部 分细 节 比较 清
一
个 近似 均匀 的直方 图分 布 。 为 了研 究方 便 ， 往先 将直方 图归一化 ， 往 即将原
图像 灰度 范 围归 一化 到 ［ ，］ 间 ， 定 ｒ和 ｓ分别 ０ １之 假 代表 原 图和均衡 化后 图像 的灰 度级 ， 以下 灰 度级 作
变换 ｓ ＝Ｔ（ ） ｒ。
为使这 种灰 度变换 具有 实际 意义 ， 规定 Ｔ 满足 如下 条件 ： （ ） ０ ｒ １区间 内 ， ｒ 为单调 增加 ； １在 ≤ ≤ Ｔ（ ）
基于小波分析的红外图像非线性增强算法
基 于小 波 分 析 的红外 图像 非 线 性 增 强算 法
冯 贞 ， 齐爽 马
（ 北京航空制造工程研究 所， 北京 １０ ２ ） ０ ０ ４
摘
要 ： 外 图像 具有对 比度 低和 信 噪 比低 等特 点 ， 际应用 中需要进 行增 强处 理 。将小 波分 红 实
析与模糊逻辑相结合， 出了一种基于小波变换 的红外图像非线性增强算法。该算法首先利 提 用小波分析对 图像进行分解 ， 提取 图像 的多尺度特征信息； 然后通过模糊非线性增强算子分别
ｖ ｉ ｉ ｓ ｖ ｒｆ ｄ ｌ ａ ｄｔ ｉ ｅ ｉ ． ｙ ｉ ｅ Ｋｅ ｒ ｓ ｉ ｒｒ ｄ ｉ ｇ ｒ ｃ ｓｉ ｇ ｉ ｇ ｎ ａ ｃ ｍｅ ｔ ｗ ｖ ｌｔｔ ｎ ｆ ｒ ｎ ｎ ｉｅ ｒｅ ｈ ｎ ｅ ｎ ｐ ｒｔ ｒ ｅ ｐ ｒ ｙ ｗｏ ｄ ：ｎ ａ ｅ ｍａ ｅ ｐ ｏ ｅ ｓｎ ；ｍａ ｅ ｅ ｈ ｎ ｅ ｎ ； ａ ｅｅ ｒ ｓｏ ｍ； ｏ ｎ ａ ｎ ａ ｃ ｍｅ ｔ ｅ ａｏ ； ｘ －
激 光 与 红 外
Ｌ Ｅ ＡＳ Ｒ ＆ Ｉ Ｒ ＮＦ ＡＲＥ Ｄ
Ｖｏ ． ０． ｏ ３ １４ Ｎ ． Ｍａ ｃ ， ０１ ｒｈ ２ ０
文章编号： ０－ ７（００ ０ － １－ １ １ ０８２ １）３ ３５ ４ ０ ５ ０ ０
・图像 与信 号处理 ・
中图分类 号 ： Ｐ ５ Ｔ７１ 文献标 识码 ： Ａ
Ｒｅ ｅ ｒ ｈ ｏ ｎ ｒ ｒ ｄ ｉ ａ ｅ ｎ ｎ ｉ ｅ ｒ ｅ ｈａ ｃ ｍ ｅ ｔ ａ ｇ ｒｔ ｍ ｓ ａ ｃ ｎ ｉ ｆ ａ ｅ ｍ ｇ ｏ ｌ ａ ｎ ｎ ｅ ｎ ｌ ｏ ｉｈ ｎ
ｂ ｓ ｄ ｏ ｖ ｌ ｔ ａ ａ ｙ ｉ ａ ｅ ｎ ｗａ ｅｅ ｎ ｌ ｓｓ
电机故障检测的小波分析红外图像增强
摘
要： 针 对 红外 成像 电力机 车 电机 检 测技 术 中图像特 征 不 明显 ， 故 障 点获取 困难等 问题 ， 提 出基 于 小波 分析 的红 外 图像
增 强算 法 。采 用对 图像 边缘 高频 图像信 号 进行提 取 ， 舍去 其他 高频信 号 ， 并对 低频 分量 进行 直 方 图均衡 化 处理 ， 以此 来 重
ＬＩ Ｙｕ ｇ ｕａ ｎｇ ，ＬＩ Ｕ Ｍｉ ｎ ｇ ｇ ｕ ａ ｎ ｇ ． Ｕｓ ｉ ｎ ｇ ｗａ ｖ ｅ ｌ ｅ ｔ ｔ ｏ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｉ ｎ ｆ ｒ ａ ｒ ｅ ｄ ｉ ｍａ ｇ ｅ ｉ ｎ ｍｏ ｔ ｏ ｒ ｆ ａ ｕ ｌ ｔ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ． Ｃｏ ｍｐ ｕ ｔ ｅ ｒ Ｅｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ
北 京 交通 大学 电气 工程 学院 ， 北京 １ ０ ０ ０ ４ ４
Ｓ ｃ ｈ ｏ ｏ ｌ ｏ ｆ Ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ａ ｌ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｒ ｉ ｎ ｇ ， Ｂｅ ｉ ｊ ｉ ｎ ｇ Ｊ ｉ ａ ｏ ｔ ｏ ｎ ｇ Ｕｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ， Ｂｅ ｉ ｊ ｉ ｎ ｇ １ ０ ０ ０ ４ ４ ， Ｃ ｃ ａ ｔ ｉ ｏ ｎ ｓ ， ２ ０ １ ３ ， ４ ９ （ １ １ ） ： ２ ４ １ — ２ ４ ３ ．
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ： Ａ ｎ ｅ ｗ ｍｅ ｔ ｈ ｏ ｄ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｗａ ｖ ｅ ｌ ｅ ｔ ｉ ｓ ｐ ｒ ｏ ｐ ｏ ｓ ｅ ｄ ｔ ｏ ｅ ｎ ｈ ａ ｎ ｃ ｅ ｔ ｈ ｅ ｆ ｅ ａ ｔ ｕ ｒ ｅ ｓ ｏ ｆ ｉ ｎ ｒａ ｆ ｒ ｅ ｄ ｉ ｍａ ｇ ｉ ｎ ｇ ｉ ｎ ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ｌ ｏ ｃ ｏ ｍｏ ｔ ｉ ｖ ｅ ｍｏ ｔ ｏ ｒ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ． Ｗｈ ｅ ｎ ｉ ｎ ｒａ ｆ ｒ ｅ ｄ ｉ ｍａ ｇｅ ｄ ｅ ｃ ｏ ｍｐ ｏ ｓ ｅ ｄ ｂ ｙ ｗａ ｖ ｅ ｌ ｅ ｔ ， ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｔ ｈ ｅ ｅ ｄ ｇ ｅ ｏ ｆ ｔ ｈ ｉ ｓ ｉ ｍａ ｇ ｅ ， ｐ ｉ ｘ ｅ ｌ ｓ ｏ ｆ ｅ ｄ ｇ ｅ ｉ ｎ ｈ ｉ ｇ ｈ — ｆ ｒ ｅ ｑ ｕ ｅ ｎ ｃ ｙ
基于小波变换和自适应直方图均衡的红外图像增强
基于小波变换和自适应直方图均衡的红外图像增强
郑伟;张友鹏;马小玲
【期刊名称】《兰州交通大学学报》
【年(卷),期】2009(028)003
【摘要】针对实际应用中红外图像的对比度较低、存在噪声的缺点,结合人的视觉特征,在已有图像增强方法的基础上,采用小波变换与自适应直方图均衡相结合的方法对红外图像进行增强.该方法不但解决了红外图像对比度低的问题,而且降低了噪声,突出了图像细节.
【总页数】4页(P87-90)
【作者】郑伟;张友鹏;马小玲
【作者单位】兰州交通大学,自动化与电气工程学院,甘肃,兰州,730070;兰州交通大学,自动化与电气工程学院,甘肃,兰州,730070;兰州交通大学,自动化与电气工程学院,甘肃,兰州,730070
【正文语种】中文
【中图分类】TN219
【相关文献】
1.基于自适应小波变换的红外图像增强算法研究 [J], 赵文强;李斌;叶春明
2.基于小波变换和直方图均衡的红外图像增强 [J], 尹士畅;喻松林
3.一种基于细胞神经网络的直方图均衡化红外图像增强算法 [J], 胡刚毅;戴正权
4.基于改进的直方图均衡化与边缘保持平滑滤波的红外图像增强算法 [J], 李贤阳;
阳建中;杨竣辉;陆安山
5.基于直方图均衡化和双边滤波的变压器红外图像增强 [J], 邓超迪;李川;李英娜因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（ ａ ｏ ｎ ｒ ｒ ｄ ａ ｄ Ｉ ｇ ｎ ｖ ｇ ｔ ｎ Ｔｅ ｈ ｏ ｏ ｉｓ Ｌ ｂ ｆ ｒＩ ｆ ａ ｅ ｎ ｍａ ｉ ｇ Ｎａ ｉａ ｉ ｃ ｎ ｌ ｇ ｅ ，Ａｉ Ｄｅ ｅ ｓ ｒ ｅ ｍｍ ａ ｄ ｏ ｒ ｆ ｎ ｅ Ｆｏ ｃ ｓＣｏ ｎ Ａｃ ｄ ｍｙ ａ ｅ ，Ｚ ｅ ｇ ｈ ｕ ５ ０ ２ Ｃｈ ｎ ） ｈ ｎ ｚ ｏ ４ ０ ５ ， ｉ ａ
中 图分 类 号 ： Ｎ２ ９ ＴＰ ９ Ｔ １ ； ３１ 文 献 标 志码 ： Ａ
Ｉ ｆ ａ ｅ ｍ ａ ｅｅ ｎ ｒ ｒ ｄ ｉ ｇ ｎｈａ ｃ ｍ ｅ ｓ ｄ ｏ ｖ ｌ ｔａ ａ ｙ ｉ ｎ ｓ ｏ ｒ ｍ ｎ ｅ ｎｔｂａ ｅ ｎ ｗａ ｅ ｅ ｎ ｌ ｓｓ ａ ｄ ｈｉｔ ｇ ａ
Ａｂ ｔ ａ ｔ Ａｉ ｎｇ ａ ｅ ｒ ｌ ｐ ｏ ｅ ｓ ｏ ｒ ｄ ｔｏ ｌｉ ｒ ｒ ｄ ｉ ｇｅ ｅ ｈａ ｅ ｎｔ ａｇｏ ｉｈｍ ， ａ ｓｒ ｃ ： ｍｉ ｔｓ ｖｅ ａ ｒ ｂｌ ｍ ｆ ｔ ａ ｉｉ ｎａ ｎｆ ａ ｅ ｍａ ｎ ｎｃ ｍｅ ｌ ｒｔ ｎ
分 析表 明 ： 该方 法 可 以提 高红外 图像 灰 度 值 ， 加 了约 一倍 的 细 节信 息 量 ， 增 克服 了噪 声 的 放 大，
提 高 了红 外 图像 的对 比度 、 节和层 次 感 ， 一种 有效 的红外 图像 增 强方 法 。 细 是
关键 词 ：小 波分析 ；双 向直 方 图均衡 ；红外 图像 ；图像增 强
ｄ ｔ ｉｅ ｎｆ ｒ ａ ｉ ｎ，ｒ ｓ ｒ ｉ ｈｅ ｎｏ ｓ ｅ ａ ｌｄ ｉ ｏ ｍ ｔｏ ｅ ｔ ａ ｎｓｔ ｉｅ，ａ ｄ ｅ ａ ｅ ｈｅ ｃ ｎｔ ａ ｔ ｉ ｎ ｒ ｒ ｄ ｉ ｇｅ ｎ ｎｈ ｎｃ ｓ ｔ ｏ ｒ ｓ ｎ ｉ ｆ ａ ｅ ｍａ ｓ，ｗｈ ｃ ｉｈ
第３卷 第 ３ ２ 期 ２１ 年 ５ ０１ 月
应
用
光
学
Ｖｏ１ ３２ Ｎ ｏ ． ．３
Ｍ ａ ０１１ ｙ２
Ｊ ｕ ｎ ｌｏ ｐ ｉ ｄ Ｏｐ ｉｓ ｏ ｒ ａ ｆＡｐ ｌ ｔ ｅ ｃ
文 章 编 号 ：０ ２２ ８ （０ ）３０ ６—４ １ ０—０ ２ ２ １ ０ —４ ４０ １
ｉ ｆ ａ ｅ ｍ ａ ｅ ｅ ｈ ｎ ｅ ｎ ｔ ｏ ａ ｅ ｎ ｗａ ｅ ｅ ｎ ｌ ｓ ｓ ａ ｄ ｈ ｓ ｏ ｒ ｍ ｓ ｐ ｏ ｏ ｅ ． ｎ ｒ ｒ ｄ ｉ ｇ ｎ ａ ｃ ｍｅ ｔ ｍｅ ｈ ｄ ｂ ｓ ｄ ｏ ｖ ｌ ｔ ａ ａ ｙ ｉ ｎ ｉｔ ｇ ａ ｗａ ｒ ｐ ｓ ｄ Ｆ ｒ ｔｙ ｔ ｅ ｗａ ｅ ｅ ｏ ｆｉ ｉｎ ｓ ｗｅ ｅ ｏ ｔ ｉ ｅ ｙ ｐ ｒｏ ｍｉ ｇ ｏ ｔ ｏ ｏ ａ ｗａ ｅ ｅ ｒ ｎ ｆ ｒ — ｉｓ ｌ ， ｈ ｖ ｌｔ ｃ ｅ ｆ ｅ ｔ ｒ ｂ ａ ｎ ｄ ｂ ｅ ｆ ｒ ｎ ｒ ｈ ｇ ｎ ｌ ｃ ｖ ｌｔ ｔ ａ ｓ ｏ ｍａ ｔ ｎ Ｔｈ ｎ ｔ ｅ ｌ ｗ ｒ ｑ ｅ ｃ ｖ ｌ ｔ ｏ ｆｉ ｉｎ ｓ ｗｅ ｅ ｅ ｈ ｎ ｅ ｙ ｔ ｅ ｄ ｕ ｌ ｉｔ ｇ ａ ｉ ． ｏ ｅ ｈ ｏ ｆ ｅ ｕ ｎ ｙ ｗａ ｅ ｅ ｃ ｅ ｆ ｅ ｔ ｒ ｎ ａ ｃ ｄ ｂ ｈ ｏ ｂ ｅ ｈ ｓ ｏ ｒ ｍ ｃ
ｅ ａｉａｉｎ ｑｕ ｌｚ ｔｏ ｍｅ ｈｏ ａ ｄ ｏｒ ｈｅ ｔ ｄ ｎ ｆ ｔ ｈｉ — ｒ ｑ ｎｃ ｗａ ｌ ｔ ｏｅ ｆｃ ｅ ｓ ｈｅ ｈｒ ｓ ｌ — ｉｔ ｒｎｇ ｇｈ ｆ ｅ ｕｅ ｙ ｖｅｅ ｃ ｆｉ ｉｎｔ ，ｔ ｔ ｅ ｈｏ ｄ ｆｌｅ ｉ ｍｅ ｈ ｓ ｕｔｌｚ ｄ ｔ ｎ ｎ ｅ ｔ ｅ ａｌ ｏ ｈｅ ｉ ｇ ． Ｆｉ ｌｙ，ｔ ｅ ｏ ｔ ｕｃ ｅ ｎ ｒ ｒ ｄ ｔ ｏｄ ｗａ ｉｉｅ ｏ ｅ ｈａ ｃ ｈｅ ｄ ｔ ｉｓ ｆ ｔ ｍａ ｅ ｎａ ｌ ｈｅ ｒ ｃ ｎｓ ｒ ｔ ｄ ｉ ｆ ａ ｅ ｉ ｇ ｔ ｎｈ ｃ ｍ ｅ ｓｏ ａ ｎ ｄ ｂｙ ｕｓｎｇ ｔ ｎ ｒ ｅ ｗａ ｌ ｔｔ ａ ｆ ｍ． Ｔｈｅ ｅ ｐｅ ｉ ｅ — ｍａ ｅ ｗｉｈ ｅ ａｎ ｅ ｎｔｗａ ｂｔ ｉ ｅ ｉ ｈｅ ｉ ｖｅ ｓ ｖｅ ｅ ｒ ｎｓｏｒ ｘ ｒｍ ｎ
像 增 强 方法 。采 用正 交 小波 变换 对 红 外 图像 进 行 处理 ， 到 小波 各 层 的 分 解 系数 ； 用 双 向直 得 运 方 图均衡 法对 红外 图像 的低 频子 带 小波 系数进 行 处理 ， 用 阈值 滤 波的 细 节 系数 增 强 法对 红 外 利
图像 的 高频 子 带 小波 系数进 行 处理 ， 小波逆 变换 图像 重 构得 到 增 强后 的 红 外 图像 。 实验 结果 经
ｔ ｌｒ ｓ ｌｓ ｓ ｏ ｔ ａ ｈ ｅ ｈ ｄ ｉ ｒ ｖ ｓ ｔ ｅ ｇ ａ — ｃ ｌ ａ ｕ ｎ ｙ ａ ｃ ， ｄ ｕ ｌ ｓ ｔ ｅ ａ ｅ ｕ ｔ ｈ ｗ ｈ ｔ ｔ ｅ ｍ ｔ ｏ ｍｐ ｏ ｅ ｈ ｒ ｙ ｓ ａ ｅ ｖ ｌ ｅ ａ ｄ ｄ ｎ ｍｉ ｓ ｏ ｂ ｅ ｈ
一
种 结 合 小 波分 析 与 直 方 图 的红 外 图像 增 强方 法
吴 强 ， 新 赛 ， 王 贺 明 ， 卫 平 ， 志 军 王 李
（ 空兵 指 挥 学 院 红 外 与 成 像 制 导 技 术 实 验 室 ， 南 郑 州 ４ ０ ５ ） 防 河 ５ ０ ２
摘 要 ： 对传 统红 外 图像 增 强算 法 中存在 的 问题 ， 出一 种 结合 小 波分 析 与 直 方 图的 红 外 图 针 提