基于CLAHE的X射线行李图像增强

合集下载

基于优化CLAHE的红外图像增强方法与系统[发明专利]

专利名称：基于优化CLAHE的红外图像增强方法与系统专利类型：发明专利
发明人：吴杰,李中文,张宝辉,蔡璐,陈莹妍,蒋志芳,吉莉,吴旭东,姚文婷,于世孔,陈坦坦,葛志浩
申请号：CN202010569595.8
申请日：20200620
公开号：CN111709898A
公开日：
20200925
专利内容由知识产权出版社提供
摘要：本发明涉及红外图像增强技术领域，提供一种基于优化CLAHE的红外图像增强方法与系统，包括：接收红外探测器输入的高动态范围(HDR)的红外图像，并进行预处理；图像压缩过程，将高动态范围的红外图像压缩至低动态范围；采用优化后的CLAHE算法，对所述低动态范围的红外图像进行处理，输出增强后的低动态范围红外图像。

本发明的基于优化CLAHE的红外图像增强方法与系统，可解决现有红外图像增强算法的局部噪声放大问题。

申请人：昆明物理研究所
地址：650223 云南省昆明市五华区教场东路31号
国籍：CN
代理机构：南京行高知识产权代理有限公司
更多信息请下载全文后查看。

CLAHE算法,图像增强

•领域的大小是该方法的一个参数。

领域小，对比度得到增强，领域大，则对比度降低。

•当某个区域包含的像素值非常相似，其直方图就会尖状化，此时直方图的变换函数会将一个很窄范围内的像素映射到整个像素范围。

这将使得某些平坦区域中的少量噪音经AHE处理后过度放大。

二、限制对比度自适应直方图均衡（Contrast Limited Adaptive histgramequalization/CLAHE)1.简述CLAHE同普通的自适应直方图均衡不同的地方主要是其对比度限幅。

这个特性也可以应用到全局直方图均衡化中，即构成所谓的限制对比度直方图均衡（CLHE），但这在实际中很少使用。

在CLAHE中，对于每个小区域都必须使用对比度限幅。

CLAHE主要是用来克服AHE的过度放大噪音的问题。

这主要是通过限制AHE算法的对比提高程度来达到的。

在指定的像素值周边的对比度放大主要是由变换函数的斜度决定的。

这个斜度和领域的累积直方图的斜度成比例。

CLAHE 通过在计算CDF前用预先定义的阈值来裁剪直方图以达到限制放大幅度的目的。

这限制了CDF的斜度因此，也限制了变换函数的斜度。

直方图被裁剪的值，也就是所谓的裁剪限幅，取决于直方图的分布因此也取决于领域大小的取值。

通常，直接忽略掉那些超出直方图裁剪限幅的部分是不好的，而应该将这些裁剪掉的部分均匀的分布到直方图的其他部分。

如下图所示。

这个重分布的过程可能会导致那些倍裁剪掉的部分由重新超过了裁剪值（如上图的绿色部分所示）。

如果这不是所希望的，可以不带使用重复不的过程指导这个超出的部分已经变得微不足道了。

2. 通过插值加快计算速度如上所述的直接的自适应直方图，不管是否带有对比度限制，都需要对图像中的每个像素计算器领域直方图以及对应的变换函数，这使得算法及其耗时。

而插值使得上述算法效率上有极大的提升，并且质量上没有下降。

首先，将图像均匀分成等份矩形大小，如下图的右侧部分所示（8行8列64个块是常用的选择）。

一种改进CLAHE算法在医学试纸条图像增强中的应用

一种改进CLAHE算法在医学试纸条图像增强中的应用孙冬梅;陆剑锋;张善卿【摘要】在图像对比度增强算法中,结合自适应直方图均衡化和对比度受限两项技术的对比度受限自适应直方图均衡化算法(CLAHE)是一种常用的低对比度图像增强算法.为了解决快速诊断试剂中的过敏原检测试纸条图像对比度低的问题,尝试给出一种改进的CLAHE图像增强新算法.新算法在传统的CLAHE算法的基础上,通过引入一个自适应参数T来自动调整图像每个子块的像素点重新分配的范围,从而达到增强图像细节的目的.通过对过敏原检测试纸条图像增强的实验对比分析,表明改进后的CLAHE算法可有效地改善该类医学试纸条图像的增强视觉效果,为后续医学试纸条的分割和识别奠定基础.与此同时,以图像均方根对比度为定量统计依据,与传统CLAHE算法的结果比较得出:改进的CLAHE算法明显提高图像均方根对比度,传统的CLAHE算法平均提高原图像均方根对比度1～2倍,而改进的CLAHE算法平均提高3～4倍,进一步验证新算法是一种对过敏原检测试纸条图像增强更为有效的方法.【期刊名称】《中国生物医学工程学报》【年(卷),期】2016(035)004【总页数】5页(P502-506)【关键词】图像增强;对比度受限自适应直方图均衡(CLAHE);医学试纸条图像【作者】孙冬梅;陆剑锋;张善卿【作者单位】杭州电子科技大学图形图像研究所,杭州310018;杭州电子科技大学图形图像研究所,杭州310018;杭州电子科技大学图形图像研究所,杭州310018【正文语种】中文【中图分类】R318目前，医学试纸条检测结果主要依靠肉眼来判定，如快速诊断试剂中的过敏原检测试纸条，其检测原理是通过电泳分离的方法检测过敏原成分，然后使用免疫印迹的方法检测其过敏原反应性，最后在试纸条上完成功能测试。

但是，该类试纸条检测结果一般只能用于定性判定，当遇到被测对象含量很低、颜色很浅时，肉眼判定很容易造成误判，而且效率极低。

基于CLAHE的尘肺X线胸片增强技术

收稿日期:2006-07-27;修订日期:2006-10-08作者简介:徐力平(1956-),男,江苏溧阳人,副教授,博士,主要研究方向:医学图像处理; 蔡艳艳(1983-),女,河南中牟人,硕士研究生,主要研究方向:医学图像处理.文章编号:1001-9081(2007)S1-0388-2基于CLAHE 的尘肺X 线胸片增强技术徐力平,蔡艳艳(郑州大学信息工程学院,河南郑州450052)(ie l p xu @ .cn)摘要:研究了有约束的局部直方图均衡化(CLAH E)算法在尘肺X 线胸片图像增强中的应用。

直方图均衡化(H E)是一种常用的图像对比度增强技术,它能够在很大程度上增强图像的视觉效果。

但是当我们感兴趣的信息包含在图像中相对较小且灰度分布比较均匀的区域时,HE 并不能给出令人满意的结果。

局部直方图均衡化(LAHE )根据所关心的区域的局部特征进行变换,以突出所关心的局部特征。

但有时会出现窗口较小时发生过增强,窗口较大时局部特征突出还不够明显。

CL AHE 既考虑窗口内也考虑窗口外的直方图,可用较小窗口突出所关心的局部特征,且不发生过增强。

关键词:尘肺;图像增强;直方图均衡化;局部直方图均衡化;有约束的局部直方图均衡化中图分类号:TN911.73 文献标识码:A0 引言尘肺病是由于在职业活动中长期吸入生产性粉尘并在肺内滞留而引起的以肺组织弥漫性纤维化为主的全身性疾病。

它是我国最主要的职业病,不仅患病人数多,而且危害大,是严重导致劳动能够能力降低、致残和降低生活质量的疾病,也是国家和企业赔偿的主要职业病。

由于目前尚无根治尘肺病的办法,其治疗原则主要是采取药物、营养、适当体育锻炼等综合医疗保健措施,以提高患者抗病能力、防治并发症、消除或改善症状、保护呼吸功能、延长寿命、维护生命质量。

如果能够做到早期检查、早期诊断,使达到0+或1期的职业暴露人员及早调离粉尘作业,并采取合理的治疗手段,就可以降低尘肺的发病率,提高早期患者和准患者的生活质量。

基于CLAHE的X射线行李图像增强

基于CLAHE的X射线行李图像增强
王建;庞彦伟
【期刊名称】《天津大学学报》
【年(卷),期】2010(043)003
【摘要】提出了一种基于对比度受限自适应直方图均衡化(CLAHE)的X射线行李图像增强算法.首先使用一种背景区域快速填充方法降低背景噪声的干扰,然后采用CLAHE技术增强图像的对比度.最后采用一套组合锐化方案增强图像的细节.实验结果表明,使用所提方法能够快速有效地增强X射线行李图像的对比度,突出行李物品的细节.
【总页数】5页(P194-198)
【作者】王建;庞彦伟
【作者单位】天津大学电子信息工程学院,天津,300072;天津大学电子信息工程学院,天津,300072
【正文语种】中文
【中图分类】TN911.73
【相关文献】
1.一种新的X射线手提行李图像增强方法 [J], 贺秀萍;韩萍;吴仁彪;卢晓光
2.基于LIP模型和CLAHE的低照度图像增强算法 [J], 冯清枝;王丹
3.基于改进的CLAHE显微细胞图像增强算法 [J], 魏德志;梁光明
4.基于改进CLAHE的水下彩色图像增强算法 [J], 王红茹; 李瑞; 王佳
5.基于红色暗通道先验理论与CLAHE算法的水下图像增强算法 [J], 李炼; 李维嘉; 吴耀中
因版权原因，仅展示原文概要，查看原文内容请购买。

基于直方图均衡化的图像增强算法

基于直方图均衡化的图像增强算法图像增强是数字图像处理领域中的一个重要任务，其目标是提高图像的视觉质量、增强图像的细节信息，使得图像更具观赏性和可辨识度。

直方图均衡化是一种常用的图像增强算法，通过重新分配图像的像素值，增强图像的对比度和动态范围。

本文将详细介绍基于直方图均衡化的图像增强算法的原理、步骤和应用。

一、直方图均衡化的原理直方图均衡化是一种通过拉伸图像的像素值分布来增强图像对比度的方法。

其基本原理是将原始图像中的像素经过变换后，使其灰度级分布更加均匀，从而增强图像的细节和对比度。

直方图均衡化的核心思想是将图像的像素累积函数进行非线性变换，使得原始图像中灰度级分布不均匀的区域得到均匀化，从而实现图像的增强效果。

二、直方图均衡化的步骤直方图均衡化算法主要包括以下几个步骤：1. 计算原始图像的灰度直方图：通过统计每个灰度级对应的像素个数，得到原始图像的灰度直方图。

2. 计算原始图像的累积分布函数(CDF)：对灰度直方图做累积求和，得到原始图像的累积分布函数。

3. 计算像素值映射函数：将CDF进行归一化处理，得到像素值的映射函数，该映射函数描述了原始图像像素值与增强后图像像素值的对应关系。

通过该映射函数，可以将原始图像的每个像素值映射到增强后的像素值。

4. 对原始图像进行像素值映射：根据像素值映射函数，将原始图像的每个像素值进行映射，得到增强后的图像。

5. 输出增强后的图像：将经过像素值映射后的图像进行输出显示或保存，得到最终的增强图像。

三、基于直方图均衡化的图像增强应用直方图均衡化算法在图像增强领域有着广泛的应用。

下面介绍几个典型的应用场景。

1. 医学图像增强：医学图像通常需要提高图像的对比度和细节信息，以便医生更好地进行诊断。

直方图均衡化可以增强医学图像中的血管、肿瘤等细节信息，提升图像的识别能力。

2. 目标检测与识别：图像中的目标通常需要具备清晰的边缘和丰富的纹理信息，以便目标检测和识别算法能够准确地进行处理。

基于CLAHE的铝模天花样本图像增强算法研究

现代电子技术Modern Electronics Technique2024年2月1日第47卷第3期Feb. 2024Vol. 47 No. 30 引言在拍摄、生成、压缩、存储图像过程中，图像会受到各种各样状况的影响。

例如在获取图像时会因为天气原因，不同光照条件和图像亮度也会出现细微的变化，而且由于仪器设备的质量、参数的设置以及人员的操作都会使图像质量存在一定程度上的损伤，影响图像的质量。

图像增强算法[1]正是对受损的图像进行“修补”，以此来满足各方面的需求。

直方图均衡化算法[2]是一种简单且广泛用于图像增强的方法，因此在图像处理中被广泛采用。

当优化铝模天花图像的灰度直方图时，本文的基本思想是将其从较为集中的灰度区间拉伸至全部灰度区间，以扩大图像的灰度值范围并提升图像对比度，从而突出部分细节信息效果，直方图法无需借助外来因素的参数设置，可以自成系统的运行，能有效提高对比度，处理速度快。

但是直方图均衡化算法也存在一些缺点，如在增强处理过程中许多灰度级被合并，从而导致处理后出现图像扭曲的情况。

为了改善这一问题，采用限制对比度的自适应直方图均衡化算法。

在原图像的基于CLAHE 的铝模天花样本图像增强算法研究许佳琪，陈名煜（东华理工大学信息工程学院，江西南昌 330000）摘要：在拍摄铝模天花图片过程中，光线暗、曝光不足都是造成图片整体亮度偏低的原因，使得图片丢失边缘细节信息。

为了改善图像视觉效果，设计一种改进的直方图均衡化技术，即限制对比度自适应直方图均衡（CLAHE ）算法。

从计算初始直方图开始，对每个像素的出现频率都进行记录，汇总后得到初始直方图。

在初始直方图的基础上，计算出正规化直方图和累计直方图并且求均衡化的映射关系，然后将结果写入新图像中。

实验结果表明，经过CLAHE 增强处理后，抑制了干扰区域，突出了图片中的特征点。

与单独的直方图均衡算法相比，CLAHE 能非常有效地提高铝模天花图像的清晰度与对比度。

clahe算法原理

clahe算法原理CLAHE（Contrast Limited Adaptive Histogram Equalization）是一种用于图像增强的算法，它能够有效地提高图像的对比度和细节。

本文将介绍CLAHE算法的原理和应用。

一、CLAHE算法原理CLAHE算法是一种直方图均衡化的改进算法。

直方图均衡化是一种通过重新分配像素灰度级来增强图像对比度的方法。

它通过将图像的像素值映射到一个均匀分布的直方图上，使得图像中的像素值在整个灰度范围内均匀分布，从而增强了图像的视觉效果。

然而，传统的直方图均衡化算法在增强图像对比度的同时，也会引入过度增强和噪声放大的问题。

为了解决这个问题，CLAHE算法引入了局部对比度限制。

它将图像分成许多小块，对每个小块进行直方图均衡化。

在进行直方图均衡化时，CLAHE算法限制了每个小块中像素值的范围，以避免过度增强和噪声放大。

然后，通过插值的方式将每个小块重新拼接成最终的增强图像。

二、CLAHE算法应用CLAHE算法在图像处理领域有着广泛的应用。

主要包括以下几个方面：1. 医学图像处理：CLAHE算法可以应用于医学图像的增强，提高图像的对比度和细节，有助于医生更准确地诊断疾病。

2. 无人驾驶汽车：CLAHE算法可以用于无人驾驶汽车的图像处理，提高图像的对比度和细节，从而提高车辆的辨识能力和行驶安全性。

3. 视频监控：CLAHE算法可以用于视频监控系统中的图像增强，提高图像的对比度和细节，有助于监控人员更清晰地观察监控画面。

4. 图像检索：CLAHE算法可以用于图像检索系统中的图像增强，提高图像的对比度和细节，从而提高图像检索的准确性和效率。

三、CLAHE算法的优缺点CLAHE算法相比传统的直方图均衡化算法具有以下优点：1. 增强效果好：CLAHE算法通过局部对比度限制，可以有效地增强图像的对比度和细节，使得图像更加清晰锐利。

2. 适应性强：CLAHE算法根据图像的局部特征进行直方图均衡化，可以适应不同区域的光照变化，增强图像的细节。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

（大学电子信息工程学院，天津３０７）天津００２
摘
要：提出了一种基于对比度受限自适应直方图均衡化（ＬＥ的ｘ射线行李图像增强算法．ＣＡＨ）首先使用一种背景
区域快速填充方法降低背景噪声的干扰，然后采用ＣＡＨ技术增强图像的对比度，ＬＥ最后采用一套组合锐化方案增强图像的细节．实验结果表明，用所提方法能够快速有效地增强ｘ射线行李图像的对比度，使突出行李物品的细节．关键词：ｘ射线行李图像；图像增强；图像锐化；对比度受限自适应直方图均衡化中图分类号：Ｔ１．Ｎ９１３７文献标志码：Ａ文章编号：０９ — １７２１）３０９ —５４３２３（０００ —１４０
ｇｒｈｗａｒｐｓｄＦｒｔａｆｓｂｃｇｏｎａｄｎｅｈｄｗａｓｄｔｅｕｅｉｔｒｅｉｇｅｅｔｏｏｓｎｔｅｏｉｍｓｐｏｏｅ．ｉｓ，ａｔａｋｒｕｄｐｄｉｇｍｔｏｓｕｅｏｒｄｃｎｅｆｒｎｆｃｆｉｅｉｈｔｎｂｃｇｏｎ．ｘ，ＣＬａｋｒｕｄＮｅｔＡＨＥｔｃｎｑｅｗａｄｐｅｏａｅｃｎｒｓｎａｃｍｅｔＩｈｎｅｈｉｕｓａｏｔｄｆｒｉｇｏｔａｔｈｎｅｎ．ｎｔｅｅｄ，ａｃｍｂｎｄｓａｐｎｍｅｏｉｅｈｒｅ — ｉｇｍｅｈｄｗａｍｐｏｅｏｅｈｎｅｉｇｅａｌ．ｈｘｅｉｎａｅｕｔｈｗａｈｒｐｓｄａｇｒｔｍｓｆｓｎｔｏｓｅｌｙｄｔｎａｃｍａｅｄｔｉＴｅｅｐｒｍｅｔｌｓｌｓｏｔｔｅｐｏｏｅｌｏｉｓｒｓｈｔｈｉａｔａｄｅｅｔｅｉｎａｃｎｈｏｔａｔｆＸ—ａｇａｅｉｇｓａｄｈｇｌｈｉｇｌｇａｅｄｔｉｓｎｆｃｉｅｈｎｉｇｔｅｃｎｒｓｒｙｌｇｇｍａｅｎｉｈｉｔｇｇｅａｌ．ｖｎｏｕｇｎｕ
ｅｕｌａｉｎｑａｉｔｚｏ
恐怖主义的全球化趋向，得公共场合安全成为使
物品，必要增强ｘ射线行李安检图像（有简称 “ 行李
当前一个亟待解决的社会问题．常见危险品包括金属
制枪支、具，料、刀塑玻璃以及木制的尖锐物品，以及
方图均衡化（ｏｔｓｌｔｄｄｐｉｅｉｏｒｍｕｌｃｎｒｔｉｅａｔｓｇａｅａ — ａｍｉａｖｈｔｑｉ
各种液体或气体的易燃易爆物品等．危险品的多样
性以及越来越隐蔽的掩饰技术，给飞机、站和码头车等人员流动密集场合的行李安检带来了巨大挑战．常用的行李安检技术包括ｘ射线、马射线、伽电
Ａｂｔａｔｏｔｓｌｔｄａａｔｅｈｓｇａｅｕｌａｉｎ（ＬＥｂｓｄＸ— ｙｌｇａｅｉｇｎａｃｍｅｔｌｓｃ：ＡｃｎｒｔｉｅｄｐｉｉｏｒｍｑａｉｔｒａｍｉｖｔｚｏＣＡＨ）ａｅｒｇｇｍａｅｅｈｎｅｎ — ａｕａ第４卷３第源自３期２１００年３月
天津大学学报ＪｕｎｌｆｉｊｎｖｒｉｏｒａｏａｉＵｉｅｓｙＴｎｎｔ
Ｖｏ．Ｎｏ３１４３．
Ｍａ．ｒ２０ｌ０
基于ＣＡＬＨＥ的Ｘ射线行李图像增强
王建，庞彦伟
图像 ”）突出行李物品的细节信息．，
与ｘ射线图像增强相关的国内外文献主要集中在医学图像方面，目前为止，及安检图像增强的到涉文献较少［］１．已有文献所用的增强技术包括灰度级－４变换、方图均衡、直小波变换、糊集理论等．卜模述方法或者增强效果不佳，者处理过程复杂，或不适于实时处理．笔者提出了一种基于对比度受限自适应直
Ｋｅｗｏｄ：Ｘ—ａｕｇｇｉａｅ；ｉｇｅｈｎｅｅｔｉａｅｈｒｅｉｇ；ｃｎｒｓｉｉｄａａｔｅｉｔｇａｙｒｓｒｙｌｇａｅｍｇｍａｅｎａｃｍｎ；ｍｇｓａｐｎｎｏｔａｔｌｔｄｐｉｈｓｏｒｍｍｅｖ
Ｘ— ｙＬｕｇｇｍａｅＥｎａｃｍｅｔｓｄｏＲａｇａｅＩｇｈｎｅｎＢａｅｎＣＬＡＨＥ
ＷＡＮＧｉｎ．ＰＮＧＹａｗｅＪａＡｎ－ｉ
（ｃｏｌｆｌｔｎｃｎｏｍａｉｎｉｅｒｇｉｎｉＵｉｅｉ，Ｔａｊ００２ｈｎ）ＳｈｏｏｅｒｉＩｆｒｔｎＥｇｎｅｉ，ＴａｊｎｖｒｔＥｃｏｏｎｎｓｙｉｎｉ３０７，Ｃｉｎａ