針對(duì)低照度圖像存在亮度低、對(duì)比度低、邊緣模糊等問題,首先將低照度圖像NSCT多尺度分解,獲得低頻子帶圖像和高頻子帶系數(shù);接著將低頻圖像采用多尺度Retinex提升圖像亮度,借助非線性的雙邊濾波函數(shù)估計(jì)其照度分量,利用Gamma校正函數(shù)對(duì)照度分量進(jìn)行校正,提高圖像的動(dòng)態(tài)范圍,利用影響因子校正反射分量,豐富其層次性,對(duì)圖像的整體輪廓進(jìn)行增強(qiáng);然后將高頻部分用Bayes閾值隔離噪聲,利用自適應(yīng)分?jǐn)?shù)階微分對(duì)圖像的邊緣、紋理等細(xì)節(jié)進(jìn)行增強(qiáng);最后對(duì)處理后的圖像進(jìn)行NSCT重構(gòu)。實(shí)驗(yàn)結(jié)果表明,本文算法的對(duì)比度、清晰度及信息熵與現(xiàn)有增強(qiáng)方法相比,平均提高了10.7%、9.8%、2.3%。增強(qiáng)后的圖像在細(xì)節(jié)、邊緣保持等方面也優(yōu)于現(xiàn)有算法,改善了圖像整體的視覺效果。 

【文章來源】：液晶與顯示. 2020,35(04)北大核心CSCD

【文章頁數(shù)】：14 頁

【部分圖文】：

NSCT變換三級(jí)分解結(jié)構(gòu)圖

算法流程如圖2所示。一般的Retinex算法在對(duì)光照圖像估計(jì)時(shí)，都會(huì)假設(shè)初始光照圖像是緩慢變化的，即光照圖像是平滑的，但實(shí)際情況并非如此，在亮度相差很大的區(qū)域邊緣處，圖像的光照變化是不平滑的，在這種情況下，Retinex算法在此區(qū)域會(huì)出現(xiàn)“光暈”現(xiàn)象。

經(jīng)過NSCT變換分解得到的高頻方向子帶系數(shù)往往包括大部分的邊緣信息、紋理細(xì)節(jié)及幾乎全部的噪聲。一般情況下，復(fù)雜紋理和細(xì)節(jié)及弱邊緣特征信息出現(xiàn)在子帶絕對(duì)值較大的系數(shù)間，故需要將其進(jìn)行保留或增強(qiáng)處理，而噪聲存在于高頻子帶中絕對(duì)值較小的系數(shù)中，會(huì)影響圖像整體效果，需加以抑制。為了達(dá)到更為理想的增強(qiáng)效果，將分解得到的高頻子帶系數(shù)進(jìn)行Bayes Shrink閾值處理，不同尺度、不同方向上小于閾值的系數(shù)將其置0，對(duì)大于閾值的系數(shù)進(jìn)行保留，并對(duì)保留后的系數(shù)利用改進(jìn)分?jǐn)?shù)階微分算法做進(jìn)一步的增強(qiáng)處理。2.3.1 Bayes Shrink閾值去噪

【參考文獻(xiàn)】：
期刊論文
[1]基于變異系數(shù)反饋調(diào)整的自適應(yīng)雙平臺(tái)直方圖均衡化[J]. 張毅,李楊,謝陳磊,何恒.  紅外技術(shù). 2019(03)
[2]Contourlet變換和遺傳算法相結(jié)合的瀝青紅外圖像增強(qiáng)方法[J]. 朱丹丹,王斌,楊奕,李永勃.  計(jì)量學(xué)報(bào). 2019(01)
[3]基于直方圖均衡化圖像增強(qiáng)的兩種改進(jìn)方法[J]. 董麗麗,丁暢,許文海.  電子學(xué)報(bào). 2018(10)
[4]結(jié)合分?jǐn)?shù)階微分的浮選泡沫圖像NSCT多尺度增強(qiáng)[J]. 廖一鵬,王衛(wèi)星,付華棟,王煥清.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(03)
[5]Retinex based low-light image enhancement using guided filtering and variational framework[J]. 張?jiān)?唐貴進(jìn),劉小花,羅蘇淮,王大東.  Optoelectronics Letters. 2018(02)
[6]海域圖像增強(qiáng)方法綜述[J]. 張銳,賈娜.  液晶與顯示. 2017(10)
[7]圖像增強(qiáng)算法綜述[J]. 王浩,張葉,沈宏海,張景忠.  中國光學(xué). 2017(04)
[8]結(jié)合分?jǐn)?shù)階微分和暗原色先驗(yàn)及Retinex的去霧算法[J]. 馬榮貴,王衛(wèi)星,劉威,張藝,徐廉.  華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(09)
[9]數(shù)字圖像的局部分?jǐn)?shù)階微分增強(qiáng)[J]. 陳慶利,黃果,門濤,張秀瓊,秦洪英,王明蓉.  四川大學(xué)學(xué)報(bào)(工程科學(xué)版). 2016(04)
[10]改進(jìn)的直方圖均衡化和NSCT變換的紅外圖像增強(qiáng)[J]. 曹美,程亞玲,盛惠興,仇春春,俞楷.  應(yīng)用科技. 2016(02)



本文編號(hào)：3280529