图像增强实验（内含完整代码）

1、实现基本的图象增强方法。 2、实现空域滤波的平滑算法。 3、实现图像梯度锐化方法。 4、实现图像间的代数运算

基于新颖的模糊小波方法进行对比度增强图像 摘要： 这篇论文所讲为基于小波变换和模糊逻辑的一种新颖的对比度增强图像的方法。首先初始化低对比度图象以减少不同的照明的作用。然后选择一个具体的小波变换来转换正常化的图象和得到小波系数。低通系数由线性操作符进行模糊，并且使用全局和局域的信息定义和提高图象的全局性对比度。而在高通系数运用非线性操作员提高图象细节。最后，相反的小波变换被申请将结果映射到该空间领域。实验结果显示，在提高低对比度图象效果上该方法非常有效。 关键词： 模糊逻辑；小波；对比度增强 1. 介绍 对比度增强是图象处理，图样识别，计算机视觉中的一个重要方法。对比度增强可以做图像边缘裁剪，以便从改进的图像上可以容易的提取出更多的信息，为进一步的图像分析将是十分有用的。常规的增强技术主要是全局性的，并且只适应全局性特点或者在固定区域之内的基于全局性变换的图像。对比度增强技术，直方图均衡化，图像锐化，空间滤波是该领域的主要技术。由于他们只使用强制的全局属性，并且如果有很多初始信息在同一个区域，那么他们就不能很好的运作。因此，为了解决这个问题，区域直方图处理方法便被提了出来。然而，他们某种程度上仍然有缺点。在该领域的一本文献中，程教授和徐教授提出了一种基于模糊逻辑的方法。大范围对比度增强方法可以通过利用小波转换来增强图像的频率细节变换。但是某些方面仍然存在问题：如噪声放大、低效增强和过度增强。该文提出的方法，通过修改小波系数顺利地解决了这些问题。这种方法运用全局信息和局域信息。实验结果表示，该方法可以有效地提高图像轮廓显示、良好的细节显示和全局性对比度。

主要描述了一些常用的图片增强方法和对应方法所产生的效果

基于引导滤波的图像分层处理技术，对不同层的信息进行分层处理，获取不同的信息，然后用合并，得到最后结果，可进行图像增强算法的分层等

基于matlab的图像增强方法—直方图均衡化；文件中包括文档详解和代码，已经测试通过，效果很好

分别用直方图，自适应，对比度调整方法实现彩色图像的增强，有代码，有图片

基于MATLAB的图像增强处理

彩色图像增强采用3x3滤波和5x5滤波，通过直方图均衡化

针对红外图像噪声大、对比度低等特点，提出一种平稳小波域的红外图像增强方法。综合运用信息熵、信噪比和图像的标准差构造增强后图像的评价函数。结合红外图像的特点，利用反正切变换设计一种简单有效的非线性变换函数用于在平稳小波域内增强红外图像的对比度。该算法用差分演化算法结合构造的评价函数，寻找最优的非线性变换参数。实验结果表明，所提出的算法在有效增强红外图像对比度的同时又对噪声有较强的鲁棒性。所提出的算法综合性能优于两种传统的同类方法。