齐兴斌,赵 丽,2,李雪梅
(1.山西大学 计算机工程系,太原 030013; 2.北京航空航天大学 计算机学院,北京 100191)
基于BIRCH聚类加速的彩色图像增强算法
齐兴斌1,赵丽1,2,李雪梅1
(1.山西大学 计算机工程系,太原030013; 2.北京航空航天大学 计算机学院,北京100191)
针对现存的大多图像增强算法增强的图像可见性丢失问题,提出了一种基于BIRCH聚类加速的彩色图像增强算法;首先,通过BIRCH聚类加速确定数据库中与输入图像直方图相似度最高的图像来提取图像特征;然后,选择最小欧氏距离的特征值进行图像融合以获取目标图像;最后,增强图像通过目标图像直方图规范化和后期处理获得;大量图像融合实验结果验证了算法的有效性,该算法扩展了图像增强的类别,解决了增强过程中可能出现的可见性丢失问题,使图像增强的适应性更强;另外,EM、CII和SSIM评估指标的结果表明该算法明显改善了增强效果。
彩色图像增强;BIRCH聚类;融合;直方图规范化;目标图像
对比度通常指的是图像中亮度或灰度差,是区分图像细节变化的重要属性。而对比度增强的目的是增加图像的对比度,一般通过转换图像来展示肉眼很难检测到的特征,要求在保存图像的自然外观的同时,放大细节属性[1]。这种常用的图像处理方法应用十分广泛,可在雨雾天增强视野和清晰度的视频处理器[2],可对病变组织的进行细微观察[3],增强遥感图像分辨率[4]等。因此研究增强效果更好、适应性更佳的增强算法具有非常重要的现实意义。……