改进的自动颜色均衡化图像对比度增强

doi:10.3778/j.issn.1002-8331.2010.18.002

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (18): 4-6.DOI: 10.3778/j.issn.1002-8331.2010.18.002

改进的自动颜色均衡化图像对比度增强

许欣，陈强，孙怀江，夏德深

南京理工大学计算机科学与技术学院，南京 210094

收稿日期:2010-03-30 修回日期:2010-05-11 出版日期:2010-06-21 发布日期:2010-06-21
通讯作者: 许欣

Improved automatic color equalization for contrast enhancement

XU Xin，CHEN Qiang，SUN Huai-jiang，XIA De-shen

School of Computer Science and Technology，Nanjing University of Science and Technology，Nanjing 210094，China

Received:2010-03-30 Revised:2010-05-11 Online:2010-06-21 Published:2010-06-21
Contact: XU Xin

摘要/Abstract

摘要： 提出了一种改进的自动颜色均衡化方法，用于灰度和彩色图像对比度的增强。通过考虑图像中颜色或灰度的空间分布，首先对图像进行了局部自适应滤波，其中使用了改进的相对亮度表观函数。而后对图像进行动态范围调整以得到最终结果。在对彩色图像处理时，通过将图像从RGB空间转至HSV空间，仅对亮度通道进行滤波以保持颜色不失真。实验结果表明，方法可有效增强图像的对比度，且不会引入明显噪声。

关键词: 图像增强, 自动颜色均衡化, 对比度, 噪声控制

Abstract: An improved automatic color equalization is proposed for the contrast enhancement of grayscale and color images.A local filtering is performed firstly by taking account of the spatial distribution of grayscale or color in the image，and an improved relative lightness appearance function is employed.Then the dynamic range of the image is adjusted for the final result.In order to preserve the color of the original image，the HSV color space is employed and the filtering is carried out on the V-channel only.Experimental results demonstrate that the contrast can be effectively enhanced and no significant noise is introduced by this method.

Key words: image enhancement, automatic color equalization, contrast, noise control

中图分类号:

TP391.41

许欣，陈强，孙怀江，夏德深. 改进的自动颜色均衡化图像对比度增强[J]. 计算机工程与应用, 2010, 46(18): 4-6.

XU Xin，CHEN Qiang，SUN Huai-jiang，XIA De-shen. Improved automatic color equalization for contrast enhancement[J]. Computer Engineering and Applications, 2010, 46(18): 4-6.

[1]	汤子麟，刘翔，张星. 光照不均匀图像的自适应增强算法[J]. 计算机工程与应用, 2021, 57(21): 216-223.
[2]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[3]	杜豫怡，王鹏章，多化琼，董霙达. 频域内分位数的蒙古族家具纹样增强算法[J]. 计算机工程与应用, 2021, 57(12): 207-210.
[4]	陈迎春. 基于色调映射的快速低照度图像增强[J]. 计算机工程与应用, 2020, 56(9): 234-239.
[5]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[6]	朱德利，杨德刚，万辉，杨雨浓. 用于低照度图像增强的自适应颜色保持算法[J]. 计算机工程与应用, 2019, 55(24): 190-195.
[7]	崔丽群，张平，贺情杰，鲁浩. 对比度和细节增强显著性检测方法研究[J]. 计算机工程与应用, 2019, 55(23): 200-208.
[8]	王英博1，刘健2. 幂律变换和IGLC算法的显著性目标检测方法[J]. 计算机工程与应用, 2019, 55(14): 168-176.
[9]	王忠民1，2，段娜1，范琳1. 融合YOLO检测与均值漂移的目标跟踪算法[J]. 计算机工程与应用, 2019, 55(10): 186-192.
[10]	王焱，杨威，王亚恒. 基于人眼视觉感知驱动的井下图像增强算法[J]. 计算机工程与应用, 2018, 54(9): 189-193.
[11]	潘治鸿，窦浩，刘迪，田金文. 基于直线和区域显著性融合机制的机场检测[J]. 计算机工程与应用, 2018, 54(8): 154-159.
[12]	张桂梅1，刘峰瑞1，刘建新2. 图像增强中分数阶阶次自适应模型的构造[J]. 计算机工程与应用, 2018, 54(3): 184-191.
[13]	田敏，张印辉，何自芬，王森. 基于联合模型匹配的齿轮视觉检测方法[J]. 计算机工程与应用, 2018, 54(23): 170-175.
[14]	成钊1，2，王和明1，唐永康2，张颖1. 基于细节增强分析的硬件木马红外图像检测方法[J]. 计算机工程与应用, 2018, 54(16): 86-92.
[15]	范晓鹏1，2，3，4，朱枫1，3，4. 人眼灰度感知建模及其在图像增强中的应用[J]. 计算机工程与应用, 2018, 54(13): 209-215.

改进的自动颜色均衡化图像对比度增强

Improved automatic color equalization for contrast enhancement

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics