發(fā)布時間：2019-06-01 17:13

【摘要】：針對霧霾、雨雪、沙塵等極端天氣下獲得的圖像嚴重退化的問題,提出一種自適應(yīng)的單幅圖像增強算法。首先設(shè)計一種圖像分類器,判斷圖像是否為降質(zhì)圖像,若是則根據(jù)色度分量值對圖像分別處理。其次對于霧霾圖像,在暗原色先驗算法基礎(chǔ)上,通過分割圖像的明亮區(qū)域求取透射率,改善了原算法復(fù)原的圖像易產(chǎn)生光暈的現(xiàn)象,并將該算法擴展應(yīng)用于雨雪圖像;為了處理沙塵圖像,采用限制對比度自適應(yīng)直方圖均衡化算法,為了校正該算法處理圖像時對比度和亮度失衡的問題,采用伽馬校正。與其他算法對比實驗表明該算法有效提高了圖像的清晰度,同時避免了光暈的產(chǎn)生,解決了沙塵圖像處理中對比度和亮度失衡的問題。
[Abstract]:In order to solve the problem of serious degradation of images obtained in extreme weather such as haze, rain and snow, dust and other extreme weather, an adaptive single image enhancement algorithm is proposed. Firstly, an image classifier is designed to determine whether the image is a degraded image or not, and if so, the image is processed separately according to the value of chromaticity component. Secondly, for haze image, on the basis of dark primary color prior algorithm, the transmittance is obtained by dividing the bright region of the image, which improves the phenomenon that the image restored by the original algorithm is easy to produce halo, and the algorithm is extended to rain and snow images. In order to process the dust image, the limited contrast adaptive histogram equalization algorithm is adopted, and the gamma correction is used to correct the imbalance between contrast and brightness when the algorithm deals with the image. Compared with other algorithms, the algorithm effectively improves the clarity of the image, avoids the generation of halo, and solves the problem of imbalance between contrast and brightness in dust image processing.
【作者單位】： 沈陽工業(yè)大學(xué)信息科學(xué)與工程學(xué)院;白城兵器試驗中心;
【基金】：沈陽市科技局工業(yè)攻關(guān)項目(No.F14-073-2-00) 遼寧省教育廳項目(No.L2014041)
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前4條

1 顧明;鄭林濤;尤政;;基于顏色空間轉(zhuǎn)換的交通圖像增強算法[J];儀器儀表學(xué)報;2015年08期

2 周雨薇;陳強;孫權(quán)森;胡寶鵬;;結(jié)合暗通道原理和雙邊濾波的遙感圖像增強[J];中國圖象圖形學(xué)報;2014年02期

3 Fan Guo;Jin Tang;Zi-Xing Cai;;Image Dehazing Based on Haziness Analysis[J];International Journal of Automation and Computing;2014年01期

4 胡瓊;汪榮貴;胡韋偉;楊萬挺;;基于直方圖分割的彩色圖像增強算法[J];中國圖象圖形學(xué)報;2009年09期

【共引文獻】

相關(guān)期刊論文 前10條

1 姜德晶;王樹臣;曾勇;孫濤;秦錄芳;;分割映射的單幅彩色圖像去霧方法[J];光電子·激光;2017年07期

2 魯麗彬;;基于多媒體技術(shù)的艦船軌跡虛擬重構(gòu)技術(shù)[J];艦船科學(xué)技術(shù);2017年12期

3 白冠英;喬雙;;基于l_0數(shù)據(jù)保真項的圖像增強算法[J];東北師大學(xué)報(自然科學(xué)版);2017年02期

4 劉琴;;數(shù)字博物館文物圖像真實性再現(xiàn)仿真研究[J];計算機仿真;2017年06期

5 王高峰;石鐘磊;譚魏盟;李思;高濤;;融合雙密度雙樹復(fù)小波變換與多尺度Retinex的圖像增強算法[J];計算機與數(shù)字工程;2017年05期

6 劉小丹;于寧;邱紅圓;;基于譜直方圖的遙感圖像分層次多尺度植被分割[J];國土資源遙感;2017年02期

7 陳旭;方建軍;劉彩霞;;圖書索書號識別算法及其實現(xiàn)[J];北京聯(lián)合大學(xué)學(xué)報;2017年02期

8 張艷輝;徐坤;鄭春花;馮偉;徐國卿;;智能電動汽車信息感知技術(shù)研究進展[J];儀器儀表學(xué)報;2017年04期

9 田文利;;基于雙重濾波與銳化的遙感圖像增強算法[J];國外電子測量技術(shù);2017年04期

10 安靜宇;馬憲民;;火電廠爐膛火焰視頻圖像燃燒穩(wěn)定性監(jiān)測仿真[J];計算機仿真;2017年04期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 孫銳;陳效華;陳軍;;基于虛擬融合的夜視圖像增強與眩光抑制方法[J];電子測量與儀器學(xué)報;2014年04期

2 李建奇;陽春華;曹斌芳;朱紅求;劉金平;;面向參數(shù)測量的改進分水嶺浮選泡沫圖像分割方法[J];儀器儀表學(xué)報;2013年06期

3 張冰冰;戴聲奎;孫萬源;;基于暗原色先驗?zāi)Ｐ偷目焖偃レF算法[J];中國圖象圖形學(xué)報;2013年02期

4 劉楠;程詠梅;趙永強;;基于加權(quán)暗通道的圖像去霧方法[J];光子學(xué)報;2012年03期

5 方帥;王峰;占吉清;曹洋;袁宏武;饒瑞中;;單幅霧天圖像的同步去噪與復(fù)原[J];模式識別與人工智能;2012年01期

6 孫抗;汪渤;周志強;鄭智輝;;基于雙邊濾波的實時圖像去霧技術(shù)研究[J];北京理工大學(xué)學(xué)報;2011年07期

7 汪林林;余梅;安超;;模糊多尺度Retinex彩色圖像增強[J];計算機工程與應(yīng)用;2012年07期

8 胡偉;袁國棟;董朝;疏學(xué)明;;基于暗通道優(yōu)先的單幅圖像去霧新方法[J];計算機研究與發(fā)展;2010年12期

9 許欣;陳強;孫懷江;夏德深;;快速Retinex彩色圖像增強[J];計算機工程與應(yīng)用;2010年05期

10 紀則軒;陳強;孫權(quán)森;夏德深;;基于雙邊濾波的單尺度Retinex圖像增強算法[J];微電子學(xué)與計算機;2009年10期

【相似文獻】

相關(guān)期刊論文 前10條

1 ;飛利浦半導(dǎo)體推出“靈動100”圖像增強新技術(shù)[J];廣播與電視技術(shù);2001年11期

2 ;飛利浦半導(dǎo)體推出“靈動100”圖像增強新技術(shù)[J];電子世界;2001年11期

3 高進;圖像增強電路設(shè)計[J];光電技術(shù)應(yīng)用;2005年05期

4 黃世國;耿國華;;一種非線性逆擴散圖像增強算法[J];計算機應(yīng)用;2006年08期

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

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

7 黃世國;耿國華;;一種前后向復(fù)擴散圖像增強算法[J];小型微型計算機系統(tǒng);2007年03期

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

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

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

相關(guān)會議論文 前10條

1 薛麗;王波濤;;基于形態(tài)學(xué)的運動員號碼牌圖像增強[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[A];2007'儀表，，自動化及先進集成技術(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[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;;一種改進的夜視圖像增強處理算法[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)操作的圖像增強方法(英文)[A];第二屆和諧人機環(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射線圖像增強算法研究[D];中北大學(xué);2016年

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

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

4 侯國家;水下圖像增強與目標(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和分割方法研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2016年

6 許欣;圖像增強若干理論方法與應(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 王彥臣;基于多尺度數(shù)字X光圖像增強方法的研究[D];中國科學(xué)院研究生院（長春光學(xué)精密機械與物理研究所）;2005年

10 孫飛飛;水下圖像增強和復(fù)原方法研究[D];中國海洋大學(xué);2011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電路設(shè)計與實現(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算法研究[D];西南科技大學(xué);2015年

3 孔壯;霧天圖像增強方法研究及FPGA實現(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)圖像增強方法的研究與實現(xiàn)[D];東北大學(xué);2013年

7 王沖;基于視網(wǎng)膜機制的圖像增強算法研究[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)影像增強應(yīng)用研究[D];電子科技大學(xué);2014年

9 石鑫;運動模糊霧霾圖像增強算法研究[D];東北大學(xué);2013年

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

本文編號：2490443