基于FFT的图像增强方法

微光成像技术的核心在于采用不同于传统电荷耦合器件(CCD)的、能够对低光照响应的增强CCD(ICCD)图像传感器来获取目标图像信息。然而,在微光成像时,较差的光照条件与极低的光辐射量将导致目标图像质量

一种基于边缘检测的小波阈值图像增强方法在小波阈值去噪的基础上,提出了基于边缘检测的小波阈值去噪算法,并检验了这一算法的效果。

针对在处理图像过程中,原始图像成像质量不高的问题,在图像处理软件中采用了图像增强方法,对图像某些信息突出显示,以达到改善图像视觉效果的目的。通过分析图像中成像的各个要素,采用了线性变化和非线性变换的方

针对角膜内皮细胞图像由于非均匀光照造成的明暗不均问题,提出一种基于限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLA

为了解决遥感图像处理过程中噪声放大和图像失真现象，提出了一种结合NSCT和改进模糊对比度的图像增强方法。通过NSCT变换把图像分解成低频子带和若干个高频子带；对低频子带进行线性增强，并利用改进的阈值函

一般情况下分数阶微分模板一经确定，再用其进行滤波时并不随图像的局部信息而变化，它不具有灵活性。针对分数阶微分模板滤波的这种局限性，提出了一种基于局部特征的分数阶微分图像增强的方法。在3×3对称分数阶微

提出了一种使用图像融合进行红外弱小目标增强的算法，该算法采用两次融合结构。在一次融合中，使用简单图像融合方法将连续多帧图像进行融合以减少数据量并抑制噪声；在二次融合中，将一次融合的结果进行多尺度分解并

为了解决图像质量下降的问题，提出了一种基于分数演算和Retinex的图像增强方法，该方法可以保留或增强纹理信息，消除图像噪声。 分数微分用于预处理输入图像以增强纹理信息，并使用导引滤波器估计照明分量，

采用基于动态范围调整的方法，并适当地把图像最亮和最暗附近很少量灰度级像素点滤除，对图像灰度进行线性展宽，实现图像灰度动态范围的自动调整，提高图像的对比度。实验结果表明，该方法可有效地滤除在灰度边界值附

低照度图像增强的主要目的是提升图像的整体光照度,进而呈现更多有用的信息。针对低照度图像的整体照度低、对比度弱和噪声较高的问题,提出基于注意力机制和Retinex算法的低照度图像增强方法。该方法首先将低