紅外圖像增強(qiáng)及其目標(biāo)提取是軍事航空航天領(lǐng)域和國(guó)民經(jīng)濟(jì)發(fā)展的一項(xiàng)至關(guān)重要的技術(shù)。針對(duì)紅外圖像對(duì)比度低、特征信息不明確、雜波嚴(yán)重、信噪比低、視覺效果模糊的問題,對(duì)形態(tài)學(xué)中傳統(tǒng)的高帽變換算法進(jìn)行優(yōu)化,提出了基于改進(jìn)高帽變換的紅外目標(biāo)增強(qiáng)和提取算法。該算法通過引進(jìn)判斷值和加權(quán)系數(shù),對(duì)高帽變換進(jìn)行改進(jìn),對(duì)紅外小目標(biāo)進(jìn)行增強(qiáng),利用迭代算法對(duì)圖像閾值進(jìn)行處理,進(jìn)而實(shí)現(xiàn)小目標(biāo)的提取。實(shí)驗(yàn)結(jié)果表明,提出的算法可以很好地增強(qiáng)紅外圖像視覺效果,有效的提取紅外小目標(biāo),方便后續(xù)的目標(biāo)識(shí)別和目標(biāo)跟蹤等,應(yīng)用前景廣泛。 

【文章來源】：激光與紅外. 2020,50(07)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

天空?qǐng)D像增強(qiáng)結(jié)果

為了證明本文提出算法對(duì)紅外圖像目標(biāo)提取的效力,基于Matlab7.1,本文得出了原始圖像和提出算法增強(qiáng)處理后圖像的3D灰度圖以及目標(biāo)提取的結(jié)果圖像,如圖2所示。由圖2可知,原始圖像的3D灰度圖中,目標(biāo)暗淡,雜波嚴(yán)重;而經(jīng)過本文算法處理后圖像的3D灰度圖中,大多數(shù)的雜波被抑制,紅外目標(biāo)被明顯增強(qiáng)。基于改進(jìn)的高帽變換對(duì)于雜波抑制和目標(biāo)增強(qiáng)的優(yōu)勢(shì),由其得出的目標(biāo)提取算法能夠有效的提取紅外暗淡目標(biāo),顯示了提出算法對(duì)于目標(biāo)增強(qiáng)和提取有效的性能。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的直方圖均衡化與邊緣保持平滑濾波的紅外圖像增強(qiáng)算法[J]. 李賢陽,陽建中,楊竣輝,陸安山.  計(jì)算機(jī)應(yīng)用與軟件. 2019(03)
[2]基于FPGA的紅外圖像細(xì)節(jié)增強(qiáng)算法設(shè)計(jì)與實(shí)現(xiàn)[J]. 陳崢.  激光與紅外. 2018(07)
[3]紅外圖像處理技術(shù)現(xiàn)狀及發(fā)展趨勢(shì)[J]. 陳錢.  紅外技術(shù). 2013(06)
[4]基于小波變換和直方圖均衡的紅外圖像增強(qiáng)[J]. 尹士暢,喻松林.  激光與紅外. 2013(02)
[5]基于空域和頻域處理的紅外圖像細(xì)節(jié)增強(qiáng)算法[J]. 劉斌,金偉其,王嶺雪,陳艷,劉崇亮,劉秀.  紅外技術(shù). 2011(08)

博士論文
[1]復(fù)雜背景下海面紅外小目標(biāo)快速檢測(cè)技術(shù)研究[D]. 孫熊偉.中國(guó)科學(xué)技術(shù)大學(xué) 2019
[2]基于視覺模型的紅外圖像增強(qiáng)技術(shù)研究[D]. 李毅.中國(guó)科學(xué)院研究生院(長(zhǎng)春光學(xué)精密機(jī)械與物理研究所) 2016

碩士論文
[1]紅外圖像細(xì)節(jié)增強(qiáng)方法研究[D]. 郭中原.重慶郵電大學(xué) 2017
[2]基于數(shù)學(xué)形態(tài)學(xué)的圖像增強(qiáng)算法及其應(yīng)用[D]. 安靜.西北師范大學(xué) 2016
[3]紅外圖像序列中目標(biāo)跟蹤與目標(biāo)輪廓提取技術(shù)研究[D]. 琚映云.南京航空航天大學(xué) 2016



本文編號(hào)：3357818