基于人眼感知的图像对比度增强算法研究

摘要

人类传递信息的主要媒介是语言和图像，其中人类接受的各种信息中视觉信息占80％。因此数字图像处理技术显得尤为重要，其已经发展了半个世纪，广泛运用于人类生活和社会生产的各个领域,如航天航空、生物医学、工业生产和公共安全等。图像增强处理是改善图像显示的关键技术之一。当拍摄的图像显示效果太差，或为了图像突出图像目标物体的某些特点，这就需要图像增强技术来改善图像的视觉效果。图像增强技术，可以根据给定的应用场合，有目的地对图像进行相应的整体或局部信息进行调整，选择地突出图像中感兴趣的特征或抑制不需的特征，使不清晰的图像变得清晰或强调某些特征。国内和国外大量学者从事图像处理方面的研宄，已经提出许多图像增强算法，为人类的视觉体验做出了突出贡献。本文中，我们结合前辈们各种优秀算法，运用或改善，并提出自己的图像增强算法。本文中的算法将结合人眼视觉模型，使增强结果符合人眼的特性。
　　本研究主要内容包括：⑴提出了基于人眼视觉模型的阈值直方图均衡化算法。直方图均衡化算法是一个简单且效果不错的图像增强算法，但是其缺点也是很明显。因为它只考虑了灰度级像素个数所占的比重，往往会导致过度增强。虽然许多人提出基于阈值的直方图均衡化来解决此问题，但没有考虑人眼视觉，未考虑在何处添加阈值，又该设置为多少等问题。提出的算法结合人眼模型，在合适的灰度级添加合适的阈值。⑵提出了基于人眼视觉模型的夜间图像增强算法。最近的一个名为AGCWD的图像增强算法，具有非常不错的增强效果。它主要表现为自适应调整增强因子gamma来增强图像。然而它在处理夜间图像时，有时会导致一个比较差的效果。尤其在高亮度像素个数较少时，该算法会导致高灰度级被过度压缩。提出的算法根据retinex算法原理，首先处理光照层，生成一个光照削弱图，最后进行图像增强。⑶提出了基于人眼视觉模型的DCT域的自适应图像增强算法。首先根据人眼对亮度的敏感程度，自适应调节增强因子来调整AC系数部分。增强完细节部分之后，用一个控制局部对比度保持一致的方法，增强整个图像的亮度部分。

目录

第一个书签之前