暂无评论
一种实时图像增强方法，即对比度有限自适应直方图均衡化(CLAEH)的实现。该方法可以提高图像的可视性并减少过亮或过暗的区域。本文还详细讨论了该算法的具体实现和优化策略。
提出一种手指静脉图像增强算法.该算法包括去噪、对比度增强和二值化.在去噪部分,根据小波变换后各频带的不同特点,结合手指静脉的特点,分别设计了不同的去噪策略;在增强部分,设计了一种新的方法,称为灰度直方
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
这是图像处理课程的作业，不使用MATLAB自带的函数，而是自己用算法实现直方图均衡化和规定化的源代码。
自己实现的直方图均衡化代码，并附上测试图片，可直接使用
提高图像对比度和亮度，改进图像质量，适用于偏暗、低对比度的图像
openCV实现直方图均衡化，初学者可以参考这些代码实现图像处理中的直方图均衡化
matlab实现的直方图均衡化代码。虽然matlab中有现成的函数，这里主要是为了复习一下原理，适合图像处理的初学者了解基本知识。可以直接运行，看到效果。
Histogram equalization source code
直方图均衡化 图像对比度增强的方法可以分成两类:一类是直接对比度增强方法;另一类是间接对比度增强方法。直方图拉伸和直方图均衡化是两种最常见的间接对比度增强方法。直方图拉伸是通过对比度拉伸对直方图进行
暂无评论