基于引导滤波的图像增强算法.rar

图像灰度增强算法的研究

为了协助医务人员更正确、更容易地诊断疾病,医学图像增强变成了一种重要的研究领域。文中提出了一种结合小波变换和同态滤波方法进行图像增强的方法,利用 Mallat 算法对医学图像进行处理,分解后的高频分量

针对当前局部立体匹配视差精度低的问题,提出了一种二次引导滤波模型,并应用于局部立体匹配算法。在新设计的二次引导滤波模型中,将第一次引导滤波的输出图像作为第二次引导滤波的引导图像,克服了传统引导滤波的缺

图像增强技术作为一项重要的图像技术，是根据实际需要对图像进行对比度增强处理，从而得到相对具体应用来说视觉效果更好的、更有用的图像。图像滤波技术是在增强图像的同时，对图像进行平滑和锐化等处理。图像的增强

提出了一种基于非抽样Contourlet变换的红外图像增强算法,利用非线性函数对红外图像Contourlet变换系数进行修正,以增强图像有益贡献的同时抑制噪声分量。实验表明,与传统的图像增强算法相比,

针对纹理图像处理过程中,采集图像包含大量噪声而影响处理结果的问题,以及天牛须群优化(BSO)算法易陷入局部优解的问题,提出一种基于正余弦策略的改进天牛须群优化(SCBSO)算法,并将该算法应用在低照度

针对Retinex算法在去雾时会出现光照不均匀、彩色失真等情况,提出了一种基于低照度的有雾彩色图像增强算法。该算法首先将红-绿-蓝(RGB)图像转换到色调-饱和度-亮度(HSV)空间区域,对亮度(V)

分离出无线电层析成像方法中对称链路中的冗余信息后转换为噪声信息,通过降低重建图像中的噪声来实现图像增强。分析RSSI变化量与阴影衰落的线性模型后,利用对称信息对系统矩阵降低维度,将投影矩阵分解为A组正

霾天气条件下获得的图像受到了严重的退化，具有对比度下降、景物不清晰、颜色变得暗淡等特点，这大大降低了图像的应用价值。即使在晴朗的天气条件下拍摄的照片，由于大气的散射的作用，照片的清晰度同样受到影响。这

基于改进暗通道的去雾算法图像增强与图像修复二者之间有一定交叉，尽管它们一个强调客观标准，一个强调主观标准，但毕竟最终的结果都改善了图像的质量。图像去雾就是这两种技术彼此交叉领域中最典型的代表。如果将雾