發(fā)布時間：2021-01-30 09:39

　　傳統(tǒng)的雙邊濾波器無法有效劃分細節(jié)層和基礎層,導致圖像細節(jié)部分丟失,且局部增強過度,為了提升人眼對關鍵信息的獲取能力,提出了紅外圖像動態(tài)范圍壓縮和對比度增強方法。組建區(qū)域約束雙邊濾波器,將區(qū)域約束雙邊濾波核分為兩個不同的領域,為了突出人眼更加關心的小尺度細節(jié)的特點,空間域使用受空間域約束的分段函數(shù)作為濾波核。在此基礎上利用區(qū)域雙邊濾波器將初始的紅外圖像分解為基礎層以及細節(jié)層,壓縮基礎層,增強細節(jié)層,將經(jīng)過壓縮的基礎層以及經(jīng)過增強的細節(jié)層進行合成,在此過程中通過可見性函數(shù)來體現(xiàn)噪聲的可視性特點,實現(xiàn)對圖像細節(jié)層噪聲的有效抑制,從而獲取最終的結果圖像。仿真實驗結果表明,所提方法能夠更好地劃分圖像信息,并且魯棒性能較強。 

【文章來源】：激光雜志. 2020,41(06)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

平臺直方圖均衡化統(tǒng)計原理

為了全面驗證所提方法的綜合有效性，將所提方法與文獻[4]方法以文獻[5]方法進行對比，實驗所用儀器為非制冷紅外熱像儀。選取任意紅外圖像，將原始圖像分別采用不同的方法進行處理，利用下圖給出詳細的對比結果:從圖2(a)能夠看出，文獻[4]方法所得到的圖像表面相對平滑，但是整個圖像的對比度明顯偏低;從圖2(b)能夠看出，文獻[5]方法獲取的圖像整體效果較好，但是在圖像的低頻域有明顯噪聲，并且圖像的細節(jié)丟失較為嚴重;通過圖2(c)可知，所提方法能夠有效抑制噪聲，并且完整的保存圖像各個區(qū)域的細節(jié)信息。

【參考文獻】：
期刊論文
[1]局部線性嵌入與模糊C-均值聚類的紅外圖像彩色化算法[J]. 田建勇,石林江.  圖學學報. 2018(05)
[2]基于隸屬度函數(shù)的電力設備紅外圖像模糊增強算法研究[J]. 李振杰,張衛(wèi)國,王智杰,陳曉東,牛東濤.  電子設計工程. 2018(18)
[3]基于深度卷積神經(jīng)網(wǎng)絡的紅外過采樣掃描圖像點目標檢測方法[J]. 林兩魁,王少游,唐忠興.  紅外與毫米波學報. 2018(02)
[4]寬動態(tài)紅外圖像增強算法綜述[J]. 周永康,朱尤攀,曾邦澤,胡健釧,歐陽慧明,李澤民.  激光技術. 2018(05)
[5]基于對稱蝶形宇宙算法的電路板紅外圖像模糊增強[J]. 孫云娟.  計量學報. 2018(02)
[6]基于幀間信息提取的單幅紅外圖像深度估計[J]. 顧婷婷,趙海濤,孫韶媛.  激光與光電子學進展. 2018(06)
[7]一種改進的紅外圖像增強算法及其在FPGA上的實現(xiàn)[J]. 曾穩(wěn)情,廖勝,王萬平,魏紅艷.  電子設計工程. 2017(24)
[8]基于小波與雙三次插值的高溫鍛件紅外圖像增強方法[J]. 張玉存,張喜英,付獻斌,張桂茹,徐飛.  中國機械工程. 2017(17)
[9]基于橢圓對稱方向矩的可見光與紅外圖像配準算法[J]. 陳世偉,張勝修,楊小岡,齊乃新.  工程科學學報. 2017(07)
[10]紅外偏振成像系統(tǒng)高速處理模塊設計[J]. 徐超,何利民,王霞,金偉其.  紅外與激光工程. 2017(02)



本文編號：3008682