原创力文档- 1、本文档共3页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
图像局部增强的算法研究及实现
图像局部增强的算法研究及实现 摘要:为了不改变原有图像而增强图像局部的视觉效果,提出了一种新的基于局部均值和标准差的自适应图像增强算法。通过限定局部均值和标准差,选定需要增强的区域,并根据局部均值和标准差动态调整局部区域的增强系数。实验证明,该算法能够有效地增强暗的、低对比度区域,同时保持其他区域不变
Abstract: In order to improve the visual effect of local image and the other region were not modified, a new adaptive algorithm was proposed, which based on Local Mean(LM) and Local Standard Deviation(LSD). Compared the LM and LSD to the whole image mean and standard deviation, the region where has low LM and LSD was enhanced by using the adaptive coefficient based on LM and LSD. Experimental results show that the method can enhance the region where has low contrast, gray scale and preserve the other region.
关键词:图像局部增强;局部均值;局部对比度;自适应
Key words: local image enhancement;local mean(LM);local contrast;adaptive
中图分类号:TP391.41文献标识码:A文章编号:1006-4311(2010)20-0110-02
0引言
图像增强是一种基本的图像底层处理手段,将原来不清楚的图像变得清晰或把感兴趣的某些特征强调出来[1]。但它并不能增加原始图像的信息,而只是增强人眼或机器对某种信息的辨别能力,是图像编码与图像识别的基础[2]。直方图均衡化是很重要的图像增强手段[3],但是由于其在调整动态范围的过程中合并了一些出现概率较低的灰度级,不适合用来增强图像的局部细节。因此,希望通过一种图像增强处理既能保持原有图像不变又能清晰显示局部细节,本文基于局部均值和标准差,提出了一种新的自适应局部增强算法,通过实验表明该图像增强处理在整体效果及局部细节方面得以兼顾
1局部对比度增强算法
1.1传统的局部对比度增强算法传统局部对比度增强算法为[4]:
f(i,j)=mx(i,j)+k×(x(i,j)-mx(i,j))(1)
其中,x(i,j),f(i,j)分别为输入图像与输出图像点(i,j)的灰度值;mx(i,j)是以点(i,j)为中心的领域内的平均灰度值;k为放大系数。当k1时,若x(i,j)mx(i,j),则有f(i,j)x(i,j), 该像素点灰度被增强; 若x(i,j) σM=(ri,j-EM)2p(ri,j)(9)
算法对图像局部增强的设计思想如下:
(1)选定较暗的局部区域。若EM
1
文档评论（0）