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:
在红外图像处理中,细节增强和噪声抑制尤为重要,重点在于将高动态范围的红外压缩至低动态范围的同时保留细节信息、抑制图像噪声.采用基于引导滤波的自适应红外图像增强算法为基础,提出一种基于引导滤波的自适应红外图像增强改进算法.通过引导滤波平滑初始输入图像,将初始输入图像与平滑后的图像做差获得包含大动态温度信息的基础层图像和小动态温度信息的细节层图像,分别对基础层图像、细节层图像进行压缩处理和噪声抑制;以不同的融合比例将处理后的基础层图像、细节层图像进行融合获得输出图像.为了减少算法运算时间、突出图像细节信息的同时减小细节层噪声对输出图像的影响且达到自适应场景的效果,利用可用于筛选有效灰度值的自适应门限参数和直方图分布信息设计出一维压缩数组对图像进行压缩,并将图像融合中的定值比例系数更改为自适应融合比例系数.通过直方图分布信息中的最大值、最小值确定自适应门限参数,同时利用直方图分布信息设计出一维压缩数组对图像进行压缩;获取直方图中有效灰度值个数,通过有效灰度值个数与总灰度值个数之间的比值对图像的场景信息进行判断,根据不同的场景信息确定基础层图像与细节层图像的自适应融合比例系数,实现图像融合.实验结果分别与直方图均衡算法、基于引导滤波的高动态红外图像增强算法、基于引导滤波的自适应红外图像增强算法进行比较,选用四种不同的场景从主观、客观两种层面进行分析.对比结果从主观分析得出该算法处理后的图像可突出细节轮廓信息、减少细节层噪声对融合后输出图像的影响.从客观评价得出该算法在四种场景下的平均计算时间为0.7535 s,低于对比算法计算时间;并且使基础层图像和细节层图像的融合比例系数达到自适应场景的效果.
推荐文章
基于自适应引导滤波的子带分解多尺度Retinex红外图像增强
红外图像增强
自适应引导滤波
子带分解多尺度
Retinex
基于引导滤波与LoG算子的安检图像增强算法
X光图像
引导滤波
LoG算子
CLAHE
彩色图像增强
改进重构的自适应权重Retinex图像增强算法
Retinex算法
图像增强
引导滤波
改进重构
自适应权重
一种基于引导滤波图像分层的红外图像细节增强算法
引导滤波
图像分层
红外图像
细节增强
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 基于引导滤波的自适应红外图像增强改进算法
来源期刊 光谱学与光谱分析 学科 工学
关键词 高动态红外图像 自适应 图像增强
年,卷(期) 2020,(11) 所属期刊栏目
研究方向 页码范围 3463-3467
页数 5页 分类号 TN219
字数 语种 中文
DOI 10.3964/j.issn.1000-0593(2020)11-00-05
五维指标
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  (0)
同被引文献  (0)
二级引证文献  (0)
2020(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)
研究主题发展历程
节点文献
高动态红外图像
自适应
图像增强
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
光谱学与光谱分析
月刊
1000-0593
11-2200/O4
大16开
北京市海淀区学院南路76号钢铁研究总院
82-68
1981
chi
出版文献量(篇)
13956
总下载数(次)
19
总被引数(次)
127726
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导