灰度图像中，对比度或评价对比度的参数的计算公式是？

coosol 2015-12-30 11:21:15

求灰度图像中，评价图像对比度的指标计算公式，最好列上参考文献，谢谢！

...全文

1428 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

晒月光的青蛙 2015-12-30

打赏
举报

回复

http://serinet.meei.harvard.edu/faculty/peli/papers/ContrastJOSA.pdf

本文详解图像去雾效果的四个核心客观评价指标：信息熵（衡量信息丰富度）、可见边比（评估边缘存活率）、可见边规范化梯度均值（量化边缘增强强度）、饱和像素百分比（诊断过增强与色彩失真）。所有指标均基于MATLAB实现，强调其在算法对比、参数调优和缺陷诊断中的工程价值，并指出多指标协同分析优于单一判据。

FISM（Feature Similarity Index for Multi-resolution Images）是一种全参考视频质量评估方法，结合相位一致性（PC）和梯度幅度（GM）来评估图像质量。PC对对比度变化具有不变性，反映边缘和纹理特征；GM则补充图像细节信息。通过计算PC和GM，FISM提供了一种更符合人类视觉感知的图像质量量化手段，适用于图像处理和压缩领域。

本文深入解析直方图均衡化（HE）的数学原理，包括概率密度函数转换、离散化CDF映射及单调变换特性；详述Python基础实现（5行核心代码）、OpenCV优化实现及性能加速技巧；涵盖AHE、CLAHE等进阶变种，强调其在图像对比度提升、医疗影像增强和低光照改善中的关键作用，并给出工程实践参数建议。

本文基于Matlab平台实现了一种改进的图像去雾与对比度增强算法。通过改进暗通道先验算法进行去雾处理，优化了大气光估计和透射率计算，解决了传统方法的光晕和失真问题。随后采用CLAHE与Retinex融合算法增强对比度，兼顾全局对比度和局部细节保留。实验结果表明，该方法能有效处理不同雾浓度的图像，去雾后PSNR达32.5dB以上，SSIM达0.92以上，对比度提升45%，单帧处理耗时仅0.05秒。该算法在Matlab环境下实现便捷，为图像预处理提供了有效的工程解决方案。

灰度共生矩阵（GLCM）是一种图像分析技术，常用于纹理分析、特征分类和图像质量评估。它基于像素间的灰度级关系来提取特征，通过计算不同角度（0°, 45°, 90°, 135°）和距离的矩阵，以及使用诸如能量、熵、对比度、相关性和逆差等纹理特征。在OpenCV中，需要手动实现GLCM并计算相关特征。文章提供了一个计算GLCM并提取对比度特征的例子，展示了如何在局部纹理上应用该方法。

4,514

社区成员

15,347

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章