基于场景分类的细节保留直方图均衡算法

doi:10.11772/j.issn.1001-9081.2014.07.2001

计算机应用 ›› 2014, Vol. 34 ›› Issue (7): 2001-2004.DOI: 10.11772/j.issn.1001-9081.2014.07.2001

基于场景分类的细节保留直方图均衡算法

胡静,马晓峰,盛卫星,韩玉兵

南京理工大学电子工程与光电技术学院，南京 210094

收稿日期:2014-01-16 修回日期:2014-03-11 出版日期:2014-07-01 发布日期:2014-08-01
通讯作者: 胡静
作者简介:胡静(1989-)，女，江苏淮安人，硕士研究生，主要研究方向：图像增强；马晓峰(1981-)，男，江苏吴江人，讲师，主要研究方向：视频图像处理、雷达信号处理、数字波束形成、智能天线;盛卫星(1966-)，男，江苏启东人，教授，博士生导师，主要研究方向：雷达目标特性建模与目标识别、微波成像与微波信息处理、数字波束形成技术与智能天线;韩玉兵(1971-)，江苏江都人,副教授，博士，主要研究方向：数字图像、视频处理、阵列信号处理、无线通信。

Scene classification based details preserving histogram equalization

HU Jing,MA Xiaofeng,SHENG Weixing,HAN Yubing

School of Electronic Engineering and Photoelectric Technology, Nanjing University of Science and Technology, Nanjing Jiangsu 210000, China

Received:2014-01-16 Revised:2014-03-11 Online:2014-07-01 Published:2014-08-01
Contact: HU Jing

摘要/Abstract

摘要：

针对传统直方图均衡算法细节丢失和亮度饱和的问题，提出一种将场景分类和细节保留相结合的直方图均衡改进算法。利用图像的直方图特征进行场景分类，结合场景分类及图像像素点的特征对分段式直方图均衡处理方法的参数进行优化。改进后的算法复杂度仅为O(L)(L是图像的像素灰度级)，既保留了直方图均衡算法计算量小的特点，又能避免传统直方图均衡的细节丢失和亮度饱和问题，还具有适用于不同场景的稳健处理效果。通过德州仪器公司DM648平台实测验证，该算法可以用于实时视频图像的增强。

Abstract:

Due to the swallow and over-enhancement problems of traditional histogram equalization, an improved histogram equalization algorithm combining scene classification and details preservation was proposed. In this algorithm, images were classified according to their histogram features. The parameter of piecewise histogram equalization was optimized according to the scene classification and the characteristics of image histogram. The complexity of the improved algorithm is only O(L).L is the level of image grayscale, and equals to 256 here. The improved algorithm has the small amount of computation and solves the swallow and over-enhancement problems of traditional histogram equalization. The results from TI (Texas Instruments) DM648 platform show the algorithm can be used for real-time video image enhancement.

中图分类号:

TP391.41

胡静马晓峰盛卫星韩玉兵. 基于场景分类的细节保留直方图均衡算法[J]. 计算机应用, 2014, 34(7): 2001-2004.

HU Jing MA Xiaofeng SHENG Weixing HAN Yubing. Scene classification based details preserving histogram equalization[J]. Journal of Computer Applications, 2014, 34(7): 2001-2004.

参考文献

［1］GONZALEZ R C, WOODS R E. Digital image processing［M］. RUAN Q, translated. Beijing: Electronic Industry Press, 2003.(冈萨雷斯R C，伍兹R E. 数字图像处理［M］. 阮秋琦,译. 北京:电子工业出版社,2003.)
［2］KIM T K, PAIK J K, KANG B S. Contrast enhancement system using spatially adaptive histogram equalization with temporal filtering［J］. IEEE Transactions on Consumer Electronics, 1998, 44(1): 82-87.
［3］JIANG J, ZHANG Y, XUE F, et al. Local histogram equalization with brightness preservation［J］. Acta Electronica Sinica, 2006, 34(5): 861-866.(江巨浪, 张佑生, 薛峰, 等. 保持图像亮度的局部直方图均衡算法［J］. 电子学报, 2006, 34(5): 861-866.)
［4］CAI C. Local histogram equalization algorithm and its application［D］. Zhengzhou: Zhengzhou University, 2005.(蔡超峰. 局部直方图均衡化算法研究及其应用［D］. 郑州: 郑州大学, 2005.)
［5］JIA P, LI J. Research on optimizing the algorithm of partially overlapped sub-block histogram equalization［J］. Laser and Infrared, 2013, 42(12): 1381-1384.(贾鹏, 李江勇. 子块重叠局部直方图均衡算法的优化研究［J］. 激光与红外, 2013, 42(12): 1381-1384.)
［6］ZHU H, CHAN F H Y, LAM F K. Image contrast enhancement by constrained local histogram equalization［J］. Computer Vision and Image Understanding, 1999, 73(2): 281-290.
［7］SONG G, LIU Y. An adaptive histogram equalization method with enhancing the detials［J］. Journal of Shandong University of Technology, 1999, 29(1): 81-85.(宋刚, 刘瑶华. 一种能强化细节的自适应直方图均衡法［J］. 山东工业大学学报, 1999, 29(1): 81-85.)
［8］LI H, FAN Y, TANG J, et al. Method of infrared image enhancement based on regional histogram［J］. Applicaton Reaserch of Computers, 2012, 29(2): 772-776.(李绘卓, 范勇, 唐峻, 等. 一种区域多直方图红外图像增强方法［J］. 计算机应用研究, 2012, 29(2): 772-776.)
［9］WANG G, ZHONG W. Study on modefication and actualizaton at algorithm of gray image manipulation［J］. Applicaton Reaserch of Computers, 2005, 21(12): 175-176.(王国权, 仲伟波. 灰度图像增强算法的改进与实现研究［J］.计算机应用研究, 2005, 21(12): 175-176.)
［10］FAN C, LYU X. Algorithm of histogram equalization with detail preservation［J］. Microcomputer and its Applications, 2010(3): 59-61.(樊春玲, 吕欣. 保持图像细节的直方图均衡算法［J］. 微型机与应用, 2010(3): 59-61.)
［11］CHEN W, LIAO B, XU X, et al. Piecewise histogram equalization based image enhancement［J］. Journal of Communications, 2011, 32(9): 153-160.(陈文飞, 廖斌, 许雪峰, 等. 基于 Piecewise 直方图均衡化的图像增强方法［J］. 通信学报, 2011, 32(9): 153-160.)
［12］KIM J Y, KIM L S, HWANG S H. An advanced contrast enhancement using partially overlapped sub-block histogram equalization［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2001, 11(4): 475-484.

[1]	杨鼎康黄帅王顺利翟鹏李一丹张立华. 基于对抗生成网络和网络集成的面部表情识别方法EE-GAN[J]. 计算机应用, 0, (): 0-0.
[2]	秦庭威赵鹏程秦品乐曾建朝柴锐黄永琦. 基于残差注意力机制的点云配准算法[J]. 计算机应用, 0, (): 0-0.
[3]	魏淳武, 赵涓涓, 唐笑先, 强彦. 基于多时期蒸馏网络的随访数据知识提取方法[J]. 计算机应用, 2021, 41(10): 2871-2878.
[4]	李自强, 王正勇, 陈洪刚, 李林怡, 何小海. 基于外观和动作特征双预测模型的视频异常行为检测[J]. 计算机应用, 2021, 41(10): 2997-3003.
[5]	裴仪瑶, 郭会明, 张丹普, 陈文博. 基于定位不确定性的鲁棒3D目标检测方法[J]. 计算机应用, 2021, 41(10): 2979-2984.
[6]	许学斌, 张佳达, 刘伟, 路龙宾, 赵雨晴. 融合空间和通道特征的高精度乳腺癌分类方法[J]. 计算机应用, 2021, 41(10): 3025-3032.
[7]	汪虹余, 张彧, 杨恒, 穆楠. 基于蚁群优化算法的弱光图像显著性目标检测[J]. 计算机应用, 2021, 41(10): 2970-2978.
[8]	张怡孙永荣赵科东李华曾庆化. 空中加油场景下的目标联合检测跟踪算法[J]. 计算机应用, 0, (): 0-0.
[9]	马峻姚震徐翠锋陈寿宏. 基于改进PP-YOLO和Deep-SORT的多无人机实时跟踪算法[J]. 计算机应用, 0, (): 0-0.
[10]	贺怀清闫建青惠康华. 基于深度残差网络的轻量级人脸识别方法[J]. 计算机应用, 0, (): 0-0.
[11]	王贺兵, 张春梅. 基于非对称卷积-压缩激发-次代残差网络的人脸关键点检测[J]. 计算机应用, 2021, 41(9): 2741-2747.
[12]	张笑非, 杨阳, 黄佳进, 钟宁. 基于度中心性的认知特征选择方法[J]. 计算机应用, 2021, 41(9): 2767-2772.
[13]	姬张建, 任兴旺. 带旋转与尺度估计的全卷积孪生网络目标跟踪算法[J]. 计算机应用, 2021, 41(9): 2705-2711.
[14]	闫钧华侯平张寅吕向阳马越王高飞. 基于多尺度多分类器卷积神经网络的混合失真类型判定方法 [J]. 计算机应用, 0, (): 0-0.
[15]	李福海蒋慕蓉杨磊谌俊毅. 基于生成对抗网络的梯度引导太阳斑点图像去模糊方法[J]. 计算机应用, 0, (): 0-0.

基于场景分类的细节保留直方图均衡算法

Scene classification based details preserving histogram equalization

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