摘要：针对低照度条件下的彩色图像增强问题,提出一种基于条件生成对抗网络(Conditional Generative Adversarial Network,CGAN)的低照度图像增强算法。首先,设计了集成密集连接残差模块和注意力机制模块的生成器网络,更加关注低照度图像中的重要目标特征;然后,构建了基于选择性卷积核的判别器网络,使得判别器能够根据输入自适应地调整其感受野大小;接着,通过设计Prewitt边缘损失项和YUV色度损失项分别增强了网络模型对于图像边缘细节的提取能力和对图像色彩畸变的消除能力;最后,在LOL公开数据集上对文中算法分别进行了定性和定量测试。实验结果表明:与目前基于深度学习的低照度彩色图像增强算法相比,文中算法在峰值信噪比(Peak Signal-to-Noise Ratio,PSNR)、结构相似度(Structure Similarity Index Measure,SSIM)和色差(Color Difference,CD)等指标上分别提升了32.7%、57.5%和48.45%,能够较好地克服低照度成像条件下的图像噪声与色偏干扰问题。

摘要：针对人类在低照度环境下的视觉难以分辨目标形态及其颜色的缺陷,提出了一种真彩色图像增强方法。通过普通摄像机分别采集理想光照环境下和低照度环境下的图像,送入神经网络进行误差反传,修改权值并完成非线性映射,测试过程采用主观和客观的评价方法。与直方图均衡化方法相比,基于神经网络的低照度真彩色图像增强方法有效且能得到了较好的增强效果。

摘要：为提高彩色图像增强的对比度,消除光晕伪影,提出一种基于改进成像模型的单尺度Retinex彩色图像增强方法。设计一个由全局照度、局部照度和反射率乘积构成的改进成像模型,将输入RGB彩色图像转换为HSV彩色图像;分别对V分量3个估计分量进行估计和伽马校正,图像H和S分量保持不变,采用改进成像模型获得增强的输出V分量;结合H、S和增强后V分量获得输出图像。实验结果表明,相比当前彩色图像增强方法,所提方法具有更好的增强性能,其输出彩色图像具有较高的全局和局部对比度,无颜色变化,有效消除了光晕伪影。

摘要：对于光照不均的彩色图像,由于传统的同态滤波器没有充分考虑图像的空间局部特性,同态滤波后的图像在局部对比度增强效果上,不能令人满意。为此,结合DCT变换的优点,提出了基于分块DCT变换的同态滤波算法,可以获得很好的局部对比度增强效果。为了消除分块滤波引起的块效应,提出了基于重叠块的块效应消除方法。同时,为了保留原始图像的色彩信息,提出将图像从RGB颜色空间转换到HSV颜色空间,仅对亮度分量进行基于DCT变换的同态滤波及块效应的去除,色调和饱和度分量保持不变。实验结果表明,该方法不但有效改善了光照不均对图像的影响,而且使图像色彩保持良好,图像中的细节更为清晰,性能上优于传统的同态滤波。

摘要：在增强彩色图像问题中,把图像增强看作最优化问题,提出了一种基于微粒群算法的彩色图像自适应增强方法.将在RGB空间表示的降质图像转换到与人类视觉系统特性相适应的HIS颜色空间进行增强,提出了应用于亮度I分量的新的目标函数.使用此方法可以自动地找出降质图像归一化的非完全β函数的最优参数值,对原始图像降质类型进行正确的推理.仿真结果表明所提出的方法在自动拟合灰度的广义变换上有很好的性能,图像增强效果显著.

摘要：针对现实生活中彩色图像普遍存在不清晰和对比度差的情况,在RGB模型上提出了一种新的彩色图像增强算法,并且应用到了木材图像领域。将彩色木材图像分解为RGB3个通道,首先使用滤波器把3个通道分别分解成高低频子带;然后使用傅立叶变换和小波变换相融合的方式进行锯齿检测,同时进行阈值判断;之后对检测到的锯齿进行消除,低频子带使用方向自适应滤波器,高频子带使用小波收缩函数进行消除;再使用小波逆变换返回3个通道;最后将3个通道还原成彩色图像。结果表明,该方法和传统方法相比较,可以有效保持图像的边缘特征,达到增强效果。以樟子松微观横截面为例,峰值信噪比PSNR提高了5.05,信息熵提高了3.14。本研究同时采集了榆木微观横截面、杨木宏观横截面和云杉微观横截面,其图像均得到增强。

摘要：彩色图像中包含了丰富的颜色信息,能够直观地感知世界,它使我们的工作生活更加便利。但是,由于一些恶劣环境的影响,彩色图像的成像会出现模糊、目标被淹没、对比度偏低等问题。针对此问题,本文设计了一款基于FPGA的嵌入式实时图像增强处理系统。并提出一种灰度值拉伸变换方法,将该方法直接对RGB色彩空间的R、G、B三分量进行增强处理,既增大了灰度值的变化范围提高人眼视觉效果,也避免了色彩空间转换带来的计算量及节省了处理时间满足了工程的实时性要求。目前该系统已在实际工程项目中应用,工程结果表明该系统工作稳定有效,能够有效解决工程中出现的光线条件差,低对比度情况下的彩色图像增强问题。

摘要：为了对彩色图像进行实时增强,本文提出了采用基于插值的分段拉伸算法。首先将彩色RGB图像转换为HSV空间,在该空间,对图像直方图进行基于差值的分段拉伸处理,以达到对图像增强的目的。经过该方法增强后的图像,细节信息更加丰富,图像的清晰度得到了改善,图像的视觉质量也得到了明显提高。经过该算法增强后图像的灰度平均梯度值为直方图均衡化算法的1.95倍。应用现场可编程门阵列(FPGA)为中央处理器,通过并行处理结构及流水线技术,完成图像空间的转换和图像的实时增强算法,简化了系统设计,使处理系统硬件更加紧凑,运行更加可靠。给出了系统主要功能模块的实现方法,经现场调试,可完成每秒30帧×1 024×1 024×24bit数据的处理,与直方图均衡化等传统图像增强算法相比,该算法计算时间缩短了0.807ms。该系统具有集成度高、图像处理速度快和实时性强等特点。

摘要：设计了以高性能DSP芯片TMS320VC6418作为中央处理器、结合现场可编程门阵列(FPGA)构成外围电路逻辑控制的嵌入式高速图像增强处理平台,并实现了一种彩色图像对比度增强算法。首先将彩色图像从RGB空间转化为HIS空间,然后对亮度空间进行直方图均衡化处理,最后转化到RGB空间进行输出。利用真实图像验证了该系统,实验结果表明,该系统可以有效提高对比度,获得较好的增强效果,计算时间少,能够满足工程需要。

摘要：为了获得更加清晰、更高质量的图像,设计了以高性能DSP芯片TMS320VC6455作为中央处理器,结合现场可编程门阵列FPGA构成外围电路逻辑控制的嵌入式高速图像增强处理平台,并提出了一种新的快速自适应图像增强算法。首先将彩色图像从RGB空间转化为HIS空间,然后对亮度空间进行多尺度Retinex增强处理,最后进行对比度调节处理并转化到RGB空间进行输出。利用真实图像验证了本文提出的方法,实验结果表明,该系统可以有效地提高对比度,获得了较好的增强效果,同时计算时间少,能够满足工程中的需要。