基于图像信息熵统计直方图的图像增强算法

摘要：

目的 为了解决图像因亮度较大造成的成像效果不佳、局部细节不清楚等问题.方法 将直方图均衡化技术(Histogram Equalization,HE)引入图像信息熵域,提出对比度弱化的图像信息熵统计直方图自适应均衡化算法(Contrast-reduced Adaptive Entropy Histogram Equalization,CRAEHE).以各个灰度级信息熵统计值为基础,先将原图像分割成若干个子区域,对每个子区域的灰度信息熵统计值进行阈值截取,补充到子区域内各个灰度级上,再对子区域进行信息熵直方图均衡化处理.采用USC-SIPI和CBSD432数据集图像,用图像灰度均值、标准差、平均梯度、信息熵等参数对实验样本进行质量评价.结果 文中算法处理结果较原图灰度均值下降了7.94％,标准差平均提高了52.22％,信息熵平均提高了19.86％,平均梯度提高了57.19％.结论 文中算法增强了选自数据集里的过亮图像的细节,并使图像整体细节与质量都得到了改善,该算法的处理结果较其他处理实验样本的主观质量提升明显,对光照强度适应范围广.

关键词：直方图均衡化、信息熵、图像增强、阈值截取、光照强度

所属期刊栏目：41

分类号：TN911

资助基金：科技部国家重大仪器研发专项2016YFF0l01400

在线出版日期：2020-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：251-260