在许多应用中都需要增强彩色图像的细节。 锐化蒙版（UM）是用于细节增强的最经典工具。 已经提出了许多通用的UM方法，例如，有理UM技术，三次模糊技术，自适应UM技术等。 对于彩色图像，这些算法分三个步骤：a）实施color2grey步骤； b）基于亮度分量（LC）设计高频信息（HFI）提取方法； c）利用HFI完成增强过程。 但是，仅使用LC的HFI可能会丢失色度分量（CC）的HFI。 提出了一种基于四元数的细节增强算法，既利用亮度又利用CC来提取彩色图像的细节。 设计该算法以解决三个任务：1）设计基于3Dvector旋转的四元数描述的彩色高频信息（CHFI）提取方法； 2）执行CHFI和灰色高频信息（GHFI）的有效融合策略； 3）设计了基于四元数的局部动态范围的测量方法，基于该方法可以确定所提出算法的增强系数。 该算法的性能优于其他许多类似的增强算法。可以调整八个参数以控制清晰度，以产生所需的结果，从而使该算法具有实用价值。

提出了一种针对灰色直方图短时能量的高动态工业x射线图像的自动窗口算法。我们首先计算高位图像中短时帧直方图的平均能量值，然后使用双阈值来检测（inspection）包含有用信息的帧。最后，将检测到的帧的端点灰度值视为窗口端点，通过比较和搜索图像对比度的最大值，遍历（traversed）并确定最合适的帧长度和帧偏移。通过一系列对比实验，定性和定量地分析了该算法的有效性（validity）和实用性。结果表明灰度箱之间的距离被自动拉伸,并且在不改变像素之间关系的情况下图像的对比度得到增强。此外, 还删除了冗余背景信息。

基于OPENCV的超声图像增强 项目中用了基本的OPENCV 函数 实现了 超声图像的增强 OPENCV 是 计算机视觉领域一个 不错的 开发工具 项目中用提出了一个新的方法来处理数字图像 同时也对比了直方图均衡化 和数学形态学方法的 的处理结果 此项目 中代码的组织结构 也 可以 好好研究一下 同时 对 初学OPENCV 的人来说也是一个 很好的 学习项目 项目的开发环境是 基于 ECLIPSE + LINUX 的 当然 熟悉的人可以 直接 转化到 WINDOWS 下 祝好

微光图像增强算法的初步研究.pdf

图像增强算法的研究.pdf.pdf

matlab图像增强中使用的6中滤波器

MATLAB图像增强程序举例

MATLAB图像处理实验2——图像增强

图像处理课件：enhancement 图像增强.ppt

【word】 利用Photoshop进行数字医学图像增强处理的实践