1) subsection histogram equalization
分段直方图均衡化
2) histogram equalization
直方图均衡化
1.
Algorithm of fingerprint direction images based on local histogram equalization;
基于局部直方图均衡化的指纹方向图算法
2.
The dominant histogram equalization method is expatiated and modified against its disadvantages including inapparent enhancement of partial detail and non-interactivity.
对广泛应用且效果较好的直方图均衡化法作了较详细阐述,并针对其对于局部细节增强不显著及不具交互特征等缺点提出了改进方法,并将几种灰度校正方法级联起来对超声图像进行处理,实现了有选择地增强某个灰度值范围对比度的功能,增强了超声诊断图像的实用性。
3.
In order to amplify the details,we adjust the distribution of image gradient by histogram equalization of gradient field firstly and then reconstruct the result image from modified gradient field in least square sense.
首先对图像梯度场进行直方图均衡化,使这些图像阴影或高亮区域中的细节能够在梯度域得到增强;然后利用最小二乘原理重建出增强后的结果图像。
3) histogram equilibrium
直方图均衡化
1.
A New Method of improving accuracy of histogram equilibrium;
一种改善直方图均衡化精度的方法
2.
The accuracy of current histogram equilibrium law is lower.
通常的直方图均衡化规则精度较低。
3.
Histogram equilibrium(HE) of image can extend the image s grey range.
直方图均衡化能够调节图像的动态灰度范围,是一种经典有效的图像增强方法,但它建立在合并相似像素灰度的基础之上,模糊了图像的细节。
4) histogram equalization
直方图均衡
1.
Ultrasound image contrast enhancement based on histogram equalization and wavelet transformation;
基于直方图均衡与小波变换的超声图像增强
2.
Histogram equalization algorithm based on adaptive localgray level modification;
基于自适应局部灰度修正的直方图均衡算法
3.
X-ray images have the property of wide dynamic range,but human can t distinguish so tiny difference,an algorithm,based on contrast limited adaptive histogram equalization,is provided for resolving these problems.
为了提高组织结构细节的显示,文中提出了一种自适应的直方图均衡算法,实验证明,该算法能够有效的提高图像的对比度,同时抑制噪声的放大。
5) partially sub-block overlapped histogram equalization
部分块重叠直方图均衡化
1.
Image enhancement algorithm was considered and a moving mask-based partially sub-block overlapped histogram equalization algorithm was used to realize fog-degraded images clearness in every local region.
该算法从图像增强的角度入手,利用移动模板对各局部区域进行部分块重叠直方图均衡化以实现清晰化处理,克服了原算法运行时间过长的缺陷。
6) Double plateaus histogram equalization
双平台直方图均衡化
补充资料：分段线性化法
通过把非线性特性作分段线性化近似处理来分析非线性系统的一种方法。把非线性特性曲线分成若干个区段，在每个区段中用直线段近似地代替特性曲线，这种处理方式称为分段线性化。在分段线性化处理后，所研究的非线性系统在每一个区段上被近似等效为线性系统，就可采用线性系统的理论和方法来进行分析。将各个区段的分析结果，如过渡过程曲线或相轨迹(见相平面法)，按时间的顺序加以衔接，就是所研究非线性系统按分段线性化法分析得到的结果。
说明分段线性化法的原理和分析步骤的一个例子是简单非线性电路系统。电路由电阻R和铁芯线圈L串接组成，通过开关接入一个直流电压源（图1）。根据电路原理可知，描述这个电路在开关闭合后电流增长过程的运动方程是一个非线性微分方程：
式中i表示电流,R表示电阻,L(i)表示铁芯线圈的非线性电感,为i的函数。非线性电感可表示为，其中k为常数,磁通φ和电流i之间的关系具有图2所示的非线性特性。电路的初始电流为i(0)=0，而在到达稳态时电路的稳态电流为I(∞)=E/R。在采用分段线性化法来分析时,先在电流值的有效区间[0,i(∞)]内，将非线性特性分成N（图中N=3）个区段，且在每个区段内用直线近似代替曲线。在定出每个直线段和水平线的交角θ0、θ1、θ2后，可知相应于每个区段的等效线性电感值为L0=K0 tgθ0、L1=K1 tgθ1和L2=K2 tgθ2,其中K0、K1、K2为不同的常数。因此，在每一个区段,电路的运动方程都是线性的：
区段Ⅰ：
0≤i＜i1
区段Ⅱ：
i1≤i＜i2
区段Ⅲ：
i2≤i＜i(∞)
这些线性微分方程可用线性分析方法求解，其分析结果为
区段Ⅰ：
区段Ⅱ：
区段Ⅲ：
式中时间t1和t2的值可由区段Ⅰ和Ⅱ的电流表达式定出：
和
这一非线性电路按分段线性化法分析的解就是三个区段内的分析结果在时刻t1和t2上衔接所得到的运动过程。
分段线性化法的分析精度和计算复杂性取决于系统非线性程度的高低。对于具有折线形状的非线性特性，如继电型非线性和死区非线性（见描述函数法），分段线性化法不会引入分析误差，且计算上也不会增加复杂性。对于非线性程度较低的系统，分段线性化法具有比较好的分析结果。对于非线性程度高的系统，原则上分段线性化法仍可适用，但计算复杂性增加，而分析准确度则取决于线性化的区段数的多少。
说明分段线性化法的原理和分析步骤的一个例子是简单非线性电路系统。电路由电阻R和铁芯线圈L串接组成，通过开关接入一个直流电压源（图1）。根据电路原理可知，描述这个电路在开关闭合后电流增长过程的运动方程是一个非线性微分方程：
式中i表示电流,R表示电阻,L(i)表示铁芯线圈的非线性电感,为i的函数。非线性电感可表示为，其中k为常数,磁通φ和电流i之间的关系具有图2所示的非线性特性。电路的初始电流为i(0)=0，而在到达稳态时电路的稳态电流为I(∞)=E/R。在采用分段线性化法来分析时,先在电流值的有效区间[0,i(∞)]内，将非线性特性分成N（图中N=3）个区段，且在每个区段内用直线近似代替曲线。在定出每个直线段和水平线的交角θ0、θ1、θ2后，可知相应于每个区段的等效线性电感值为L0=K0 tgθ0、L1=K1 tgθ1和L2=K2 tgθ2,其中K0、K1、K2为不同的常数。因此，在每一个区段,电路的运动方程都是线性的：
区段Ⅰ：
0≤i＜i1
区段Ⅱ：
i1≤i＜i2
区段Ⅲ：
i2≤i＜i(∞)
这些线性微分方程可用线性分析方法求解，其分析结果为
区段Ⅰ：
区段Ⅱ：
区段Ⅲ：
式中时间t1和t2的值可由区段Ⅰ和Ⅱ的电流表达式定出：
和
这一非线性电路按分段线性化法分析的解就是三个区段内的分析结果在时刻t1和t2上衔接所得到的运动过程。
分段线性化法的分析精度和计算复杂性取决于系统非线性程度的高低。对于具有折线形状的非线性特性，如继电型非线性和死区非线性（见描述函数法），分段线性化法不会引入分析误差，且计算上也不会增加复杂性。对于非线性程度较低的系统，分段线性化法具有比较好的分析结果。对于非线性程度高的系统，原则上分段线性化法仍可适用，但计算复杂性增加，而分析准确度则取决于线性化的区段数的多少。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条