紅外熱成像技術(shù)在醫(yī)療、軍事、民用等眾多領(lǐng)域發(fā)揮著關(guān)鍵的作用,但由于特殊的成像過程以及器件本身等多個(gè)因素的影響,使得紅外圖像存在邊緣模糊、對(duì)比度低、視覺效果差等問題,對(duì)紅外圖像進(jìn)行增強(qiáng)處理成為了必要手段。傳統(tǒng)算法僅考慮紅外圖像中的數(shù)學(xué)指標(biāo),忽略了視覺機(jī)理,不利于視覺觀察。因此,從人眼視覺角度對(duì)紅外圖像進(jìn)行增強(qiáng)處理具有重要的研究意義。本文為了更準(zhǔn)確的反映圖像特征、更全面的考慮視覺機(jī)理,首次將多個(gè)視覺特性引入增強(qiáng)算法中,并采用多算法結(jié)合的方式對(duì)紅外圖像進(jìn)行處理。首先,分析紅外熱成像機(jī)理以及紅外圖像特性,并對(duì)常見的紅外圖像增強(qiáng)算法進(jìn)行研究,指出這些算法在圖像增強(qiáng)方面的優(yōu)缺點(diǎn)。其次,分析人眼視覺系統(tǒng),研究視覺理論與視覺特性,重點(diǎn)研究視覺特性在圖像顯著區(qū)域、圖像對(duì)比度等方面的應(yīng)用,指出紅外圖像與視覺特征的相關(guān)性,從而提出基于人眼視覺特性的紅外圖像增強(qiáng)算法。本文將視覺側(cè)抑制原理、人眼顯著特性以及人眼感知特性應(yīng)用到紅外圖像的增強(qiáng)技術(shù)中,提出了兩種紅外圖像增強(qiáng)算法。首先,針對(duì)紅外圖像輪廓模糊、分辨率差的問題,提出了基于自適應(yīng)多尺度側(cè)抑制的紅外圖像增強(qiáng)算法。該算法利用視覺側(cè)抑制原理建立網(wǎng)絡(luò)模型,改變雙峰高... 

【文章頁數(shù)】：75 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究的主要內(nèi)容
第2章 紅外圖像增強(qiáng)理論分析
    2.1 紅外熱成像技術(shù)概述
    2.2 紅外圖像特征
    2.3 常見的紅外圖像增強(qiáng)算法
        2.3.1 空域增強(qiáng)算法
        2.3.2 頻域增強(qiáng)算法
        2.3.3 小波變換算法
        2.3.4 Retinex增強(qiáng)算法
    2.4 本章小結(jié)
第3章 基于圖像的人眼視覺特性
    3.1 人眼視覺系統(tǒng)理論
    3.2 人眼視覺特性
        3.2.1 灰度分辨特性
        3.2.2 亮度敏感特性
        3.2.3 對(duì)比靈敏度特性
        3.2.4 視覺顯著性
        3.2.5 視覺掩蓋效應(yīng)
    3.3 視覺特性與紅外圖像增強(qiáng)
    3.4 本章小結(jié)
第4章 基于人眼視覺特性的紅外圖像增強(qiáng)算法
    4.1 基于視覺側(cè)抑制的紅外圖像增強(qiáng)算法
        4.1.1 視覺側(cè)抑制機(jī)制
        4.1.2 側(cè)抑制網(wǎng)絡(luò)圖像增強(qiáng)模型
        4.1.3 改進(jìn)的自適應(yīng)多尺度側(cè)抑制網(wǎng)絡(luò)增強(qiáng)算法
        4.1.4 改進(jìn)的側(cè)抑制增強(qiáng)算法流程
    4.2 基于視覺顯著性的紅外圖像增強(qiáng)算法
        4.2.1 人眼視覺系統(tǒng)模型
        4.2.2 基于紅外圖像的分層模型
        4.2.3 改進(jìn)的基于視覺特性的圖像分層算法
        4.2.4 改進(jìn)的圖像分層算法流程
    4.3 本章小結(jié)
第5章 仿真實(shí)驗(yàn)與分析
    5.1 圖像評(píng)價(jià)指標(biāo)
        5.1.1 主觀評(píng)價(jià)
        5.1.2 客觀評(píng)價(jià)
    5.2 仿真與分析
        5.2.1 Weber顯著區(qū)域提取效果分析
        5.2.2 改進(jìn)側(cè)抑制算法的背景增強(qiáng)效果分析
        5.2.3 改進(jìn)IAIVHE算法的細(xì)節(jié)增強(qiáng)效果分析
        5.2.4 本文算法最終效果分析
    5.3 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文及獲得成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]紅外熱成像在民用領(lǐng)域應(yīng)用不斷拓展市場(chǎng)前景不可限量[J]. 龐文正.  中國(guó)安防. 2020(03)
[2]紅外熱成像技術(shù)在民用領(lǐng)域的應(yīng)用[J]. 張敏,韓芳,康鍵,孫浩,郭亮,李春領(lǐng).  紅外. 2019(06)
[3]紅外探測(cè)技術(shù)的應(yīng)用及發(fā)展[J]. 吳安茂,駱定輝.  電子技術(shù)與軟件工程. 2019(10)
[4]基于中值濾波器的紅外圖像噪聲處理的改進(jìn)方法[J]. 劉智嘉,夏寅輝,楊德振,林昱,徐長(zhǎng)彬.  激光與紅外. 2019(03)
[5]基于Contourlet及目標(biāo)特性分析的弱小紅外目標(biāo)檢測(cè)[J]. 王華兵,萬爛軍.  電子測(cè)量與儀器學(xué)報(bào). 2019(03)
[6]寬動(dòng)態(tài)紅外圖像增強(qiáng)算法綜述[J]. 周永康,朱尤攀,曾邦澤,胡健釧,歐陽慧明,李澤民.  激光技術(shù). 2018(05)
[7]“直方圖”均衡化圖像增強(qiáng)技術(shù)研究綜述[J]. 丁暢,董麗麗,許文海.  計(jì)算機(jī)工程與應(yīng)用. 2017(23)
[8]基于CLAHE與同態(tài)濾波的細(xì)胞圖像增強(qiáng)新方法[J]. 余成波,孔慶達(dá),田桐.  微型機(jī)與應(yīng)用. 2017(04)
[9]觀測(cè)距離及視角對(duì)紅外熱輻射檢測(cè)的影響研究[J]. 周志成,魏旭,謝天喜,唐忠,崔昊楊.  紅外技術(shù). 2017(01)
[10]基于人眼視覺的紅外圖像增強(qiáng)算法研究[J]. 王晨,湯心溢,高思莉.  激光與紅外. 2017(01)

博士論文
[1]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
[2]紅外紋理生成方法研究[D]. 邵曉鵬.西安電子科技大學(xué) 2005

碩士論文
[1]基于稀疏表示的紅外圖像噪聲抑制方法研究[D]. 何培亮.重慶郵電大學(xué) 2019
[2]基于人眼視覺特性的紅外圖像增強(qiáng)技術(shù)[D]. 鄭奇.北方工業(yè)大學(xué) 2018
[3]基于視覺仿生的紅外圖像增強(qiáng)算法研究[D]. 張綃綃.重慶郵電大學(xué) 2018
[4]基于人眼感知的圖像對(duì)比度增強(qiáng)算法研究[D]. 徐凱強(qiáng).西安電子科技大學(xué) 2017
[5]結(jié)合人眼視覺特性的圖像增強(qiáng)算法研究[D]. 付永勝.華中科技大學(xué) 2017
[6]紅外圖像增強(qiáng)技術(shù)研究[D]. 陳小波.國(guó)防科學(xué)技術(shù)大學(xué) 2013
[7]局部直方圖均衡化算法研究及其應(yīng)用[D]. 蔡超峰.鄭州大學(xué) 2005



本文編號(hào)：3730360