基于神经网络的图像亮度和对比度自适应增强

摘要：

提出一种高频增强与神经网络相结合的图像亮度和对比度自适应增强方法。利用均值滤波获取原始图像的低频分量,由原始图像与低频分量的差值获取图像的高频分量。同时引入神经网络方法,建立图像的灰度均值、标准偏差与亮度和对比度两个增强系数的非线性映射关系,根据图像本身的均值与标准偏差自动获取增强系数,从而实现图像的亮度和对比度的自适应增强。该方法计算量小,实时性强,对亮度和对比度都较低的图像增强效果较好,可用于图像动态检测系统。为了验证算法的可行性,将所提出的方法应用到货车故障动态图像检测系统（TFDS）所采集的动态图像处理中,获得了好的效果。

关键词：自适应增强、神经网络、高频增强

所属期刊栏目：21

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2011-09-07（万方平台首次上网日期，不代表论文的发表时间）

页码：1881-1884