基于限邻域EMD的图像增强

徐冠雷; 王孝通; 徐晓刚; 朱涛

您当前的位置：

首页 >

文章列表页 >

基于限邻域EMD的图像增强

论文 | 更新时间：2025-07-16

- 基于限邻域EMD的图像增强
- Image Enhancement Algorithm Based on Neighborhood Limited Empirical Mode Decomposition
- 电子学报 2006年34卷第9期页码：1635-1639
- 作者机构：
  
  1. 海军大连舰艇学院航海系,辽宁,大连,116018
  2. 海军大连舰艇学院装备系统与自动化系,辽宁,大连,116018
  3. 海军大连舰艇学院光电技术研究所,辽宁,大连,116018
  4. 海军大连舰艇学院航海系辽宁大连,116018
  5. 海军大连舰艇学院装备系统与自动化系辽宁大连,116018
  6. 海军大连舰艇学院光电技术研究所辽宁大连,116018
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60473141)
- DOI：
  中图分类号： TP391
- 纸质出版：2006
- 稿件说明：
移动端阅览
徐冠雷, 王孝通, 徐晓刚, 等. 基于限邻域EMD的图像增强[J]. 电子学报, 2006,34(9):1635-1639.

XU Guan-lei, WANG Xiao-tong, XU Xiao-gang, et al. Image Enhancement Algorithm Based on Neighborhood Limited Empirical Mode Decomposition[J]. Acta Electronica Sinica, 2006, 34(9): 1635-1639.
徐冠雷, 王孝通, 徐晓刚, 等. 基于限邻域EMD的图像增强[J]. 电子学报, 2006,34(9):1635-1639. DOI：

XU Guan-lei, WANG Xiao-tong, XU Xiao-gang, et al. Image Enhancement Algorithm Based on Neighborhood Limited Empirical Mode Decomposition[J]. Acta Electronica Sinica, 2006, 34(9): 1635-1639. DOI：

摘要

提出了基于限邻域经验模式分解(Neighborhood Limited Empirical Mode Decomposition

NLEMD)的图像增强新算法.二维NLEMD是在Huang等人EMD自适应特性基础上通过设定最大邻域(时宽)和采用邻域内局部自适应均值算法代替包络均值算法进行分解

克服以往EMD分解算法出现的灰度斑现象.本文通过NLEMD对图像细节信息的强挖掘能力来获取图像中的高频边缘信息

最后根据剩余量的整体亮度均值和整体亮度对比度自动调整剩余量来调整图像的整体亮度.实验结果证明

与以往传统增强算法相比

本文算法具有更强的细节获取能力和整体亮度可控性

增强效果优于以往传统算法.

Abstract

One image enhancement algorithm based on neighborhood limited empirical mode decomposition (NLEMD)is proposed.NLEMD is one novel time-frequency analysis tool which has the adaptive features of Huang’s EMD and meanwhile adopt neighborhood limited (max time-width) to overcome other EMD’s gray spots in images.The high frequency data is got using the ability of NLEMD

then we revise the remnants according to the illumination and the illumination contrast to adjust the whole illumination of the image.Experiments prove that the novel algorithm is efficient in image enhancement and better than current algorithms in detail achieving.

关键词

Keywords

references

浏览量

1287

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于内容语义感知多模态融合的图像增强方法

基于渐进式边缘感知交互的多退化暗光图像增强

基于对比性视觉-文本模型的光场图像质量评估

结合多尺度循环卷积和多聚类空间的红外图像增强

基于快速模糊聚类的动态多直方图均衡化算法