基于灰度信息量直方图的图像增强算法设计

基于模糊最大熵的图像增强算法.rar

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，分解后的高频分量采用改进的非线性变换和直方图均衡化进行处理，把处理后的高频分量和低频分量进行重构；对重构后的医学图像进行同态滤波增强。通过多次实验表明，与其他传统的图像增强方法结果相比，所提方法较好地保留了图像的边缘和轮廓，增强了图像细节和各种轮廓，视觉效果比较好。

灰度线性变换增强； 同态滤波增强； Retinex图像增强优化算法

Matlab基于小波变换的图像增强的一些文献-基于小波变换的图像增强算法.pdf 希望可以对大家有帮助

介绍了一种基于Gabor滤波器的指纹图像增强算法，该方法对传统的Gabor滤波器的参数和大小进行了优化。实验表明这种算法具有很好的处理效果。

图像增强方法综述

LIME低照度图像增强算法，里面包含C++程序和测试效果图像，可直接使用，效果惊人，非常值得下载！！！

医学图像处理和分析在对疾病的成像诊断中起到辅助医生确定病变局域的重要作用。但是由于人体的组织密度极其复杂，由于各种不良因素的影响，从而导致医学图像（尤其是X射线医学影像等）普遍存在对比度低、动态范围窄、强度分布不对称、边缘不清晰等问题。针对上述问题，结合医学图像特点和光照估计模型提出一种基于Canny算子加权引导滤波的Retinex（CWGFR）医学图像增强算法。首先，利用Canny边缘检测算子准确估计加权引导滤波器的边缘权重并通.过加权引导滤波器对光照进行估计，从而得到入射光分量；然后根据Retinex算法原理计算出反射光分量，即log域上的增强图像；最后对图像进行量化处理，增强其图像对比度从而得到输出图像。对比实验结果表明，论文算法在提高图像对比度的同时，具有更高的边缘保持特性，能够凸显图像细节信息，有效消除“光晕”伪影。

一种改进的红外图像增强算法