基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
根据Retinex视觉模型中照射分量和反射分量的统计特性,融合多尺度主特征提取法、平台直方图算法、非局部均值滤波及局部细节增强算法可对多谱段图像进行有效增强。首先利用多尺度主特征提取法估计照射分量,对照射分量进行平台直方图操作,增强全局对比度及图像主结构边缘细节;然后将原图与照射分量相除获取反射分量,对反射分量进行非局部均值滤波抑制噪声,再进行基于局部方差的局部细节增强;最后将增强后的照射分量与反射分量相乘,即为增强图像。从主观和客观两方面,对X光图像、紫外图像、可见光图像、低照度可见光图像和红外图像实验结果的分析表明,本文算法能够有效地抑制图像噪声、增强图像对比度及细节、改善图像视觉效果,是一种通用有效的多谱段图像增强算法。
推荐文章
基于特征点提取的图像增强算法
Retinex
图像增强
特征点提取
基于二维主成分分析的图像特征提取研究
二维主成分分析
特征提取
人脸识别
高光谱图像的特征提取与特征选择研究
高光谱图像
特征提取
特征选择
主成分分析
最小噪声分离
独立成分分析
核主成分分析
投影寻踪
基于多视觉的熔池图像处理与特征提取
多视觉
复合滤光
熔池图像处理
特征提取
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于主特征提取的Retinex多谱段图像增强?
来源期刊 物理学报 学科
关键词 多谱段图像增强 主特征提取 Retinex
年,卷(期) 2016,(16) 所属期刊栏目 总论
研究方向 页码范围 160701-1-160701-16
页数 1页 分类号
字数 语种 中文
DOI 10.7498/aps.65.160701
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴炜 四川大学电子信息学院 82 916 17.0 25.0
2 严斌宇 四川大学电子信息学院 33 246 10.0 15.0
3 李红 四川大学电子信息学院 95 861 17.0 26.0
4 杨晓敏 四川大学电子信息学院 77 789 17.0 24.0
5 刘凯 四川大学电气信息学院 109 453 10.0 18.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (15)
同被引文献  (49)
二级引证文献  (32)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(4)
  • 引证文献(4)
  • 二级引证文献(0)
2018(11)
  • 引证文献(3)
  • 二级引证文献(8)
2019(19)
  • 引证文献(7)
  • 二级引证文献(12)
2020(13)
  • 引证文献(1)
  • 二级引证文献(12)
研究主题发展历程
节点文献
多谱段图像增强
主特征提取
Retinex
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导