基于分层差分表达理论的图像视觉增强

摘要：

视觉注意机制表明人眼趋向于关注感兴趣区域.为了实现图像视觉增强,该文提出基于2维直方图分层差分表达理论的图像增强方法.该算法首先检测图像的显著性区域,并对该区域进行分割,得到更适合人眼观测的显著图.然后统计原图中显著图对应区域的2维差分直方图,依据分层差分表达理论和考虑各层之间的内在联系,通过解线性优化问题得到显著性区域差分向量.定义原始差分向量代表原图特征,将两个向量加权相加后得到全局变换函数,重建得到视觉增强图像.实验结果表明:该方法有效地增强图像中人眼感兴趣区域对比度,提升细节信息.客观评价指标表明:与其他5种方法比较,该方法处理结果在3组实验中在保持全局亮度、提升峰值信噪比及人眼视觉系统敏感度信噪比指标优势明显.该方法增强后图像显著性区域的EME值适中,有利于视觉观测.客观指标与主观观察结果一致,表明该方法能有效改善图像视觉效果.

关键词：图像处理、人眼视觉增强、显著性检测、分层差分表达、2维直方图

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61205143;吉林省科技厅重点项目20110329 The National Natural Science Foundation of China61205143;The Science and Technology Department of Jilin Province Research Funding20110329

在线出版日期：2017-05-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：922-929