發(fā)布時(shí)間：2018-06-12 09:34

  本文選題：煤礦安全 + 圖像識(shí)別　； 參考：《工礦自動(dòng)化》2017年02期

【摘要】：針對常用的雙邊濾波算法易造成圖像細(xì)節(jié)丟失及Retinex算法在光照變化劇烈時(shí)易出現(xiàn)光暈偽影現(xiàn)象等缺點(diǎn),提出了一種基于雙邊濾波和多尺度Retinex算法的圖像增強(qiáng)方法。該方法首先對圖像進(jìn)行小波分解,獲得圖像高頻和低頻系數(shù);然后采用多尺度Retinex算法和雙邊濾波結(jié)合的方案對圖像低頻系數(shù)進(jìn)行處理,采用軟閾值濾波算法對圖像高頻系數(shù)進(jìn)行處理;最后通過離散小波反變換得到增強(qiáng)后的空域圖像,并對其局部對比度進(jìn)行自適應(yīng)增強(qiáng)處理。實(shí)驗(yàn)結(jié)果表明,該方法可以有效改善圖像顏色失真情況,細(xì)節(jié)豐富,對比度強(qiáng),為圖像后續(xù)的特征提取奠定了基礎(chǔ)。
[Abstract]:In view of the shortcomings of the common bilateral filtering algorithms such as the loss of image details and the halo artifacts of the Retinex algorithm when the illumination changes are intense, a new image enhancement method based on bilateral filtering and multi-scale Retinex algorithm is proposed. The method firstly decomposes the image by wavelet transform to obtain the high frequency and low frequency coefficients of the image, and then processes the low frequency coefficients of the image by combining the multi-scale Retinex algorithm and the bilateral filtering. The soft threshold filtering algorithm is used to process the high frequency coefficients of the image. Finally, the enhanced spatial image is obtained by the discrete wavelet inverse transform, and the local contrast of the enhanced image is enhanced adaptively. The experimental results show that the method can effectively improve the color distortion of the image, with rich details and strong contrast, which lays a foundation for the feature extraction in the subsequent image.
【作者單位】： 中國礦業(yè)大學(xué)(北京)機(jī)電與信息工程學(xué)院;
【基金】：國家重點(diǎn)研發(fā)計(jì)劃項(xiàng)目(2016YFC0801800) 國家自然科學(xué)基金資助重點(diǎn)項(xiàng)目(51134024) 中央高校基本科研業(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目(2009KJ03)
【分類號(hào)】：TD76;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃粉平;張玲;鄭恩讓;;快速自適應(yīng)濾波的圖像增強(qiáng)方法[J];西安科技大學(xué)學(xué)報(bào);2008年04期

2 張煒;蔡發(fā)海;馬寶民;張瑞民;胡宇;;基于高頻強(qiáng)調(diào)濾波的紅外探傷圖像增強(qiáng)方法[J];無損檢測;2010年01期

3 王麗麗;宋余慶;;一種醫(yī)學(xué)圖像增強(qiáng)算法[J];遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

4 邱書波，王洪君;褪化文字圖像增強(qiáng)方法的改進(jìn)[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);1996年01期

5 李文峰;姜敏霞;徐克強(qiáng);陸軍;;井下圖像增強(qiáng)的一種方法[J];現(xiàn)代礦業(yè);2012年01期

6 應(yīng)東杰;李文節(jié);;煤礦監(jiān)控圖像增強(qiáng)算法的分析與實(shí)現(xiàn)[J];工礦自動(dòng)化;2012年08期

7 趙忖;呂鑫;陸開上;曾麗麗;;基于自適應(yīng)小波提升算法的圖像增強(qiáng)方法[J];大慶石油學(xué)院學(xué)報(bào);2007年03期

8 張瑋,梁成浩,鄭潤芬;鋁鎂合金孔蝕形貌圖像增強(qiáng)與分割方法研究[J];材料保護(hù);2003年07期

9 蔣洪波,馮新宇;直方圖實(shí)現(xiàn)圖像增強(qiáng)的應(yīng)用[J];煤炭技術(shù);2004年11期

10 李姣;何東健;劉小英;;基于小波的色度空間圖像增強(qiáng)算法——以處理茶葉樣本圖像為例[J];農(nóng)機(jī)化研究;2006年04期

相關(guān)會(huì)議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動(dòng)員號(hào)碼牌圖像增強(qiáng)[A];第十九屆測控、計(jì)量、儀器儀表學(xué)術(shù)年會(huì)(MCMI'2009)論文集[C];2009年

2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強(qiáng)研究[A];2007中國控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強(qiáng)應(yīng)用初探[A];2008年全國振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

4 李孟歆;金風(fēng);張穎;;一種新的圖像增強(qiáng)混合方法研究[A];創(chuàng)新沈陽文集（A）[C];2009年

5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強(qiáng)[A];2007'儀表，自動(dòng)化及先進(jìn)集成技術(shù)大會(huì)論文集（一）[C];2007年

6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強(qiáng)算法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年

7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強(qiáng)[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2005年

8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強(qiáng)處理算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會(huì)會(huì)議文集（D 光電信息處理技術(shù)專題）[C];2006年

9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強(qiáng)方法(英文)[A];第二屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會(huì)議(NCMT'06)論文集[C];2006年

10 趙建;;基于偏微分方程的非線性圖像增強(qiáng)方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會(huì)議論文集Ⅱ[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 陳燕;工業(yè)X射線圖像增強(qiáng)算法研究[D];中北大學(xué);2016年

2 趙文達(dá);基于變分法和偏微分方程的圖像增強(qiáng)和融合方法研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2016年

3 云海姣;針對靶場圖像增強(qiáng)算法的研究與實(shí)現(xiàn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所);2016年

4 侯國家;水下圖像增強(qiáng)與目標(biāo)識(shí)別算法研究[D];中國海洋大學(xué);2015年

5 許欣;圖像增強(qiáng)若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年

6 李艷梅;圖像增強(qiáng)的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年

7 陳一平;圖像增強(qiáng)及其在視覺跟蹤中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2011年

8 王彥臣;基于多尺度數(shù)字X光圖像增強(qiáng)方法的研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機(jī)械與物理研究所）;2005年

9 孫飛飛;水下圖像增強(qiáng)和復(fù)原方法研究[D];中國海洋大學(xué);2011年

10 潘天工;面向PACS系統(tǒng)的圖像增強(qiáng)和圖像加密算法研究[D];哈爾濱理工大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 許文君;灰度圖像多尺度對比度增強(qiáng)電路設(shè)計(jì)與實(shí)現(xiàn)[D];南京理工大學(xué);2015年

2 陳萌;多重虛擬曝光夜視圖像對比度增強(qiáng)算法研究[D];西南科技大學(xué);2015年

3 孔壯;霧天圖像增強(qiáng)方法研究及FPGA實(shí)現(xiàn)[D];電子科技大學(xué);2015年

4 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強(qiáng)方法研究[D];南方醫(yī)科大學(xué);2015年

5 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強(qiáng)算法研究[D];新疆大學(xué);2015年

6 樓彬彬;基于模式分解的醫(yī)學(xué)圖像增強(qiáng)方法的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

7 王沖;基于視網(wǎng)膜機(jī)制的圖像增強(qiáng)算法研究[D];電子科技大學(xué);2015年

8 魏生峰;基于模糊數(shù)學(xué)理論的醫(yī)學(xué)影像增強(qiáng)應(yīng)用研究[D];電子科技大學(xué);2014年

9 石鑫;運(yùn)動(dòng)模糊霧霾圖像增強(qiáng)算法研究[D];東北大學(xué);2013年

10 錢晟;基于Retinex理論的圖像增強(qiáng)算法的應(yīng)用研究[D];北京工業(yè)大學(xué);2015年

，

本文編號(hào)：2009220