非均匀光照图像的子块部分重叠对数变换

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (9): 196-199.

• 图形、图像、模式识别 • 上一篇下一篇

非均匀光照图像的子块部分重叠对数变换

焦立男1，孙朝云1，沙爱民2

1.长安大学信息工程学院电子信息工程系，西安 710064
2.长安大学公路学院，西安 710064

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-03-21 发布日期:2011-03-21

Partially overlapped sub-block logarithmic transformation of images under non-uniform illumination

JIAO Linan1，SUN Zhaoyun1，SHA Aimin2

1.Department of Electronic & Information Engineering，College of Information Engineering，Chang’an University，Xi’an 710064，China
2.College of Highway，Chang’an University，Xi’an 710064，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-03-21 Published:2011-03-21

摘要/Abstract

摘要： 在非均匀光照下获得的图像往往具有高动态范围。大多数现有的全局对比度增强算法对此种图像效果并不好。一种简化的对数变换公式被提出来解决这一问题，更进一步子块部分重叠方法也被采纳进来实现局部的对比度增强。为了达到优化的目的，两种对比度测度用来寻找优化的变换参数。这些方法合并成一种新的算法POSLT（子块部分重叠的对数变换）。POSLT尽管计算复杂性比较高，但是展示出了良好的性能和可控性。实验结果也显示出了该算法在对比度增强中的局部适应性，有力支持了POSLT。

关键词: 对比度增强, 高动态范围图像, 对数变换, 对比度测度, 子块

Abstract: Most existing global contrast enhancement algorithms can not deal with high dynamic range images which are often under non-uniform illumination.Thus a simplified logarithmic transformation equation has been proposed to meet this demand.Furthermore a partially overlapped sub-block method is also adopted to perform local contrast enhancement.For purpose of optimization，two contrast measures are used for finding optimal transformation parameters.They merge into a new algorithm，called POSLT（Partially Overlapped Sub-block Logarithmic Transformation）.POSLT exhibits good performance and controllability even if it has high computational complexity.Experimental results show its local adaptation for contrast enhancement and give firmly support to POSLT.

Key words: contrast enhancement, high dynamic range image, logarithmic transformation, contrast measure, sub-block

焦立男1，孙朝云1，沙爱民2. 非均匀光照图像的子块部分重叠对数变换[J]. 计算机工程与应用, 2011, 47(9): 196-199.

JIAO Linan1，SUN Zhaoyun1，SHA Aimin2. Partially overlapped sub-block logarithmic transformation of images under non-uniform illumination[J]. Computer Engineering and Applications, 2011, 47(9): 196-199.

[1]	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.
[2]	付争方1，朱虹2. 多尺度细节融合的多曝光高动态图像重建[J]. 计算机工程与应用, 2018, 54(24): 182-187.
[3]	周晨茜，吴昊天，刘渊. 用于实现图像对比度增强的可逆数据隐藏算法[J]. 计算机工程与应用, 2017, 53(7): 181-185.
[4]	夏颖慧1，吴昊天2. 用于实现医学图像ROI对比度增强的可逆数据隐藏算法[J]. 计算机工程与应用, 2017, 53(18): 186-191.
[5]	依玉峰1，2，田宏1，刘彤宇2. 直方图重建图像细节增强算法[J]. 计算机工程与应用, 2017, 53(13): 29-33.
[6]	李高平，刘莉. 图像子块特征匹配的快速分形编码算法[J]. 计算机工程与应用, 2017, 53(1): 195-200.
[7]	袁宗文，鲁业频，杨汉生. 半叉迹特征的快速分形图像编码[J]. 计算机工程与应用, 2016, 52(3): 197-201.
[8]	余权，马胜前，马冬梅. 保持图像亮度的自适应局部对比度增强[J]. 计算机工程与应用, 2015, 51(7): 160-164.
[9]	陈永亮，王华彬，陶亮. 自适应动态峰值剪切直方图均衡化[J]. 计算机工程与应用, 2015, 51(1): 167-171.
[10]	康杰红，马苗. 基于改进蛙跳算法的图像对比度增强方法[J]. 计算机工程与应用, 2014, 50(11): 171-175.
[11]	李林国，李淑敬，张宝玉. 一种分组实现的高动态范围图像显示方法[J]. 计算机工程与应用, 2013, 49(9): 180-182.
[12]	涂坤，李禹，张晗. 自适应越渡点的SAR图像模糊对比度增强算法[J]. 计算机工程与应用, 2013, 49(21): 128-132.
[13]	陈少波，侯建华，张华. 改进的P-M扩散方程在相干斑抑制中的应用[J]. 计算机工程与应用, 2013, 49(18): 1-5.
[14]	张晗，李禹. 最小模糊偏移度准则下的SAR图像对比度增强[J]. 计算机工程与应用, 2012, 48(25): 174-179.
[15]	陈文飞1，许雪峰2，苗作华3，李康顺4. 亮度自适应的保熵直方图均衡化方法[J]. 计算机工程与应用, 2012, 48(16): 157-161.

非均匀光照图像的子块部分重叠对数变换

Partially overlapped sub-block logarithmic transformation of images under non-uniform illumination

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