本文選題：圖像增強(qiáng) + 明亮通道先驗(yàn)　； 參考：《電子學(xué)報》2017年05期

【摘要】：針對現(xiàn)有圖像增強(qiáng)算法大多不具備處理多種類型降質(zhì)圖像的能力,提出一種基于先驗(yàn)知識與大氣散射模型的快速圖像增強(qiáng)算法.首先,通過大量實(shí)驗(yàn)統(tǒng)計,提出一種新的圖像先驗(yàn)—明亮通道先驗(yàn),即高質(zhì)量清晰圖像中每個像素鄰域都極有可能存在白點(diǎn);隨后,對散射模型所存在的缺陷加以改進(jìn),并結(jié)合明亮通道先驗(yàn)與黑色通道先驗(yàn),推導(dǎo)出場景反射率的恢復(fù)公式;最后,針對黑色通道先驗(yàn)失效情況,提出一種基于可靠性預(yù)測的容錯機(jī)制,以提高其適用范圍.實(shí)驗(yàn)結(jié)果表明:本文算法不但可以有效的突出紋理細(xì)節(jié),還具有一定的色調(diào)恢復(fù)功能,能夠處理多種不同類型的降質(zhì)圖像.
[Abstract]:In view of the fact that most of the existing image enhancement algorithms do not have the ability to deal with many types of degraded images, a fast image enhancement algorithm based on prior knowledge and atmospheric scattering model is proposed. Firstly, a new image priori, bright channel priori, is proposed through a large number of experimental statistics, in which white points are most likely to exist in each pixel neighborhood in high quality clear images, and then the defects of the scattering model are improved. Combining the bright channel priori and the black channel priori, the recovery formula of scene reflectivity is deduced. Finally, a fault tolerant mechanism based on reliability prediction is proposed for the black channel prior failure to improve its application range. Experimental results show that the algorithm can not only effectively highlight the texture details, but also has a certain function of tone recovery, and can deal with different types of degraded images.
【作者單位】： 南京郵電大學(xué)物聯(lián)網(wǎng)學(xué)院;
【基金】：國家自然科學(xué)基金(No.61571241) 江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項目(No.BY2014014) 江蘇省高校自然科學(xué)研究重大項目(No.15KJA510002)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃世國;耿國華;;一種非線性逆擴(kuò)散圖像增強(qiáng)算法[J];計算機(jī)應(yīng)用;2006年08期

2 吳笑松;李明;;數(shù)字乳腺圖像增強(qiáng)的應(yīng)用和比較[J];CT理論與應(yīng)用研究;2006年04期

3 都安平;趙永強(qiáng);潘泉;張惠娟;;基于偏振特征的圖像增強(qiáng)算法[J];計算機(jī)測量與控制;2007年01期

4 黃世國;耿國華;;一種前后向復(fù)擴(kuò)散圖像增強(qiáng)算法[J];小型微型計算機(jī)系統(tǒng);2007年03期

5 李鴻燕;郝潤芳;馬建芬;王華奎;;基于獨(dú)立分量分析的圖像增強(qiáng)[J];彈箭與制導(dǎo)學(xué)報;2007年05期

6 史卉萍;耿國華;周明全;董建民;;基于模糊集的圖像增強(qiáng)[J];微計算機(jī)信息;2008年24期

7 Barry E.Mapen;代永平;;波域中的圖像增強(qiáng)[J];現(xiàn)代顯示;2008年09期

8 高潔;張倩;潘巍;;對九區(qū)域圖像增強(qiáng)算法的改進(jìn)研究[J];首都師范大學(xué)學(xué)報(自然科學(xué)版);2009年S1期

9 韓濤;閆成新;;一種基于局部復(fù)雜度的水下圖像增強(qiáng)方法[J];現(xiàn)代制造工程;2009年12期

10 黃敏;張翔;;基于二維離散小波變換的成像測井圖像增強(qiáng)方法[J];國外測井技術(shù);2009年06期

相關(guān)會議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運(yùn)動員號碼牌圖像增強(qiáng)[A];第十九屆測控、計量、儀器儀表學(xué)術(shù)年會(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年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[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，，自動化及先進(jìn)集成技術(shù)大會論文集（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)交流會會議文集（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)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(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)識別算法研究[D];中國海洋大學(xué);2015年

5 趙凡;基于偏微分方程的圖像增強(qiáng)和分割方法研究[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2016年

6 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

7 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

8 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

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：2065957