本文關鍵詞：海面目標場景紅外圖像增強算法研究　出處：《大連海事大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 紅外圖像增強 圖像對比度提升 圖像模糊去除 圖像質量評價

【摘要】：近年來,隨著我國海上運輸業(yè)和旅游業(yè)的發(fā)展,海上遇險事故頻頻發(fā)生,為了最大限度的減少事故損失,保障人民生命財產安全,及時有效的海上搜救工作至關重要。海上遇險事故常發(fā)生在夜晚或者大霧、大風浪等惡劣氣候條件下,如果采用比較原始的搜尋手段進行海面遇險目標搜尋,不僅費時費力,而且效率極低。鑒于紅外成像技術具有透過煙霧能力強、可晝夜工作、抗干擾能力強等優(yōu)點,紅外成像系統(tǒng)已成為最適用于全天候海面目標搜尋的實用系統(tǒng)。但是,由于受到紅外探測器材料、成像機理及環(huán)境等因素的影響,紅外圖像往往具有對比度低、細節(jié)模糊等缺點,這會對圖像的觀察、特征提取和目標檢測等工作產生嚴重影響。本文主要研究海面目標場景紅外圖像增強算法,結合海面目標場景紅外圖像的特點,聯(lián)合使用兩種紅外圖像增強算法,提高紅外圖像對比度,增強細節(jié),減小模糊。本課題來源于國家科技支撐計劃課題"深遠海海面遇險目標機載紅外搜尋定位技術"。通過紅外搜尋系統(tǒng)獲得的海面目標場景紅外圖像的對比度很低,圖像整體偏暗,幾乎無法從原始圖像上得到目標的任何明顯輪廓信息。本文在研究了常用圖像對比度提升算法的基礎上,利用引導濾波將圖像分為基礎子圖像和細節(jié)子圖像,然后采用基于最大熵的雙直方圖均衡方法處理基礎子圖像,采用Gamma變換增強細節(jié)子圖像,提高圖像整體對比度,增強細節(jié),改善"過增強"現(xiàn)象。由于受到海面霧天雨天等惡劣天氣、遠距離傳輸和大氣衰減等因素的影響,對比度拉伸后的圖像依然存在細節(jié)模糊問題,本課題采用基于大氣散射模型的方法實現(xiàn)紅外圖像的模糊去除。該方法利用四叉樹法估計大氣光值,通過定義代價函數(shù),自適應估計透射率;采用引導濾波優(yōu)化透射圖來消除圖像分塊后的人工痕跡;通過大氣散射模型反演得到增強后的紅外圖像。為了驗證所采用的算法的有效性,本文進行了大量實驗,并對算法處理后圖像進行客觀質量評價,從圖像的視覺效果和圖像客觀質量評價兩方面驗證了算法的有效性。
[Abstract]:In recent years, with the rapid development of China's shipping industry and tourism, maritime distress accidents occur frequently, in order to minimize the loss of accidents, protect people's lives and property safety is very important, timely and effective maritime search and rescue work. Maritime distress accidents often occur at night or adverse weather conditions of fog, storm and so on, if by comparison the original search means distress target surface search, not only time-consuming and low efficiency. In view of infrared imaging technology is through the smoke ability, can work day and night, strong anti-jamming capability, infrared imaging system has become the most practical application system to target all-weather surface search. However, due to material by infrared detector effect, imaging mechanism and environmental factors, the infrared image has low contrast, fuzzy details and other shortcomings, it will observe the image feature Serious impact on Extraction and target detection. This paper mainly studies the target scene infrared image enhancement algorithm, combined with the characteristics of infrared image of the target scene, the combined use of the two infrared image enhancement algorithm, improve the contrast of infrared image, enhance the details, reduce the blur. This topic is from supporting project "far-reaching sea distress target airborne infrared searching and positioning technology in the national science and technology. Through infrared search system contrast surface target IR image scene is very low, the whole image is darker, almost impossible to get any obvious contour information of the target from the original image. Based on the study of the commonly used image contrast enhancing algorithm based on the filter will guide the image is divided into basic sub image and sub image, and then using the maximum entropy method of histogram equalization processing based on sub image based on the Gamm A transform sub image enhancement, improve the overall image contrast enhancement, details, improve "enhanced" phenomenon. Due to the sea fog rain and other inclement weather effects, long distance transmission and attenuation factors, image contrast stretching after details still exist ambiguity, this paper adopted the method of atmospheric scattering model realization the infrared image based on fuzzy removal. This method uses four fork tree to estimate the atmospheric light value, through the definition of the cost function, adaptive estimation is adopted to guide the optimization of transmission; transmission filter to eliminate image artifacts after blocking the infrared image enhancement; after the inversion of atmospheric scattering model. In order to verify the validity of the algorithm in this paper, a lot of experiments are carried out, and the algorithm of image quality assessment, evaluation of two aspects of verification from the visual effect of image quality objective The effectiveness of the algorithm.

【學位授予單位】：大連海事大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

相關期刊論文 前10條

1 溫海濱;畢篤彥;馬時平;何林遠;;消除光暈和細節(jié)增強的多尺度Retinex紅外圖像增強[J];紅外技術;2016年02期

2 李毅;張云峰;年輪;崔爽;陳娟;;尺度變化的Retinex紅外圖像增強[J];液晶與顯示;2016年01期

3 丁春云;王敏;;基于視覺注意機制的紅外小目標檢測算法[J];華中科技大學學報(自然科學版);2015年S1期

4 王曉陽;彭真明;張萍;孟曄銘;;局部對比度結合區(qū)域顯著性紅外弱小目標檢測[J];強激光與粒子束;2015年09期

5 李毅;張云峰;張強;耿愛輝;陳娟;;基于去霧模型的紅外圖像對比度增強[J];中國激光;2015年01期

6 趙文達;趙建;韓希珍;續(xù)志軍;;基于變分偏微分方程的紅外圖像增強算法研究[J];液晶與顯示;2014年02期

7 陳磊;楊風暴;王志社;紀利娥;彭志浩;;紅外與可見光圖像的變分增強融合算法研究[J];激光與光電子學進展;2014年04期

8 李樂鵬;孫水發(fā);夏沖;陳鵬;董方敏;;直方圖均衡技術綜述[J];計算機系統(tǒng)應用;2014年03期

9 賈宏光;吳澤鵬;朱明超;宣明;劉慧;;基于廣義線性運算和雙邊濾波的紅外圖像增強[J];光學精密工程;2013年12期

10 尹雯;李元祥;周則明;劉世前;;基于稀疏表示的遙感圖像融合方法[J];光學學報;2013年04期

相關博士學位論文 前2條

1 李艷梅;圖像增強的相關技術及應用研究[D];電子科技大學;2013年

2 馮鑫;多尺度分析與壓縮感知理論在圖像處理中的應用研究[D];蘭州理工大學;2012年

相關碩士學位論文 前4條

1 劉佳俊;海面遇險目標搜尋用成像系統(tǒng)的設計[D];大連海事大學;2016年

2 陳永亮;灰度圖像的直方圖均衡化處理研究[D];安徽大學;2014年

3 王瑤;基于紅外成像的海上搜救技術研究[D];大連海事大學;2008年

4 李智杰;稀疏信號表示理論及其在圖像增強中的應用[D];西安電子科技大學;2005年

，

本文編號：1384967