基于加权引导滤波分层的轨道图像细节增强算法

• 作者: 曹义亲 何恬
• 来源期刊: 交通信息与安全
• 学科: 工学
• 关键词: 轨道交通 轨道表面缺陷图像 图像增强 加权引导滤波 锐化滤波 图像融合
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 55-62
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3963/j.jssn.1674-4861.2020.06.008

摘要

针对轨道表面缺陷图像整体对比度低,细节模糊,轨道缺陷又较为细小,难以识别等问题,基于加权引导滤波具有较好的保持边缘能力,能避免增强后图像产生"光晕"及"伪边缘"的特性,研究了基于加权引导滤波分层并结合自适应直方图均衡和锐化滤波的轨道表面缺陷图像增强方法.有别于传统图像增强方法,该方法对原始图像进行滤波分层,分别处理基础图像和细节图像,更加突出细节信息,通过在引导滤波中引入边缘检测算子最大程度的保留图像边缘信息,针对结果图像亮度不均问题通过AHE算法和拉普拉斯锐化滤波加以克服.仿真实验结果表明:新方法较对比算法图像梯度平均提升43.37％,清晰度平均提升46.84％,有效提高了图像对比度,增强了细节信息.