基于奇异值分解和非下采样Contourlet变换的红外图像增强新算法

• 作者: 叶茜 奚茂龙 赵翱东
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 奇异值分解 非下采样Contourlet变换 红外图像增强
• 年，卷（期）: 2018,（5）
• 页码范围: 852-855
• 页数: 4页
• 分类号: TP751
• 字数: 2833字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2018.05.026

摘要

针对夜间红外图像噪声大、对比度较低的问题,本文提出一种基于奇异值分解和非下采样Contourlet变换的夜间红外图像增强新算法.通过分解高频系数奇异值,对得到的奇异值矩阵进行权重排序分析,保留大权值的高频系数进行降噪;再使用自适应权值的增益函数对降噪处理后的高频系数进行增强处理.对低频系数则使用自适应权值的改进Sigmoid函数进行处理,不仅可提升图像整体对比度信息还可减少传统Sigmoid函数存在的过增强问题.实验结果表明,该算法能有效抑制红外图像噪声,提高图像对比度信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵翱东	无锡职业技术学院控制技术学院	18	58	5.0	6.0
2	奚茂龙	无锡职业技术学院控制技术学院	23	126	7.0	10.0
3	叶茜	无锡职业技术学院控制技术学院	6	5	1.0	2.0