基于多态滤波的雾天激光图像增强研究

发布时间：2021-07-11 12:01

　　针对原有雾天激光图像增强方法完成图像处理后图像清晰度较差的问题,提出引用多态滤波技术实现雾天激光图像增强方法研究。首先根据雾天大气粒子类型及能见度范围构建大气散射模型,在对图像进行处理的过程中,通过此模型剔除对图像具有影响的数据。引用小波变换以及HSI颜色空间预处理上述图像数据,完成对激光图像的预处理。将预处理后的图像使用多态滤波,实现对原有图像的增强效果。最后与其他两种方法进行图像清晰度增强效果对比实验可知,所设计方法图像增强后清晰度更佳。综上所述,基于多态滤波的雾天激光图像增强方法更加适用于激光图像处理。 

【文章来源】：激光杂志. 2020,41(10)北大核心

【文章页数】：4 页

【部分图文】：

大气散射物理模型

将剔除大气散射作用后的图像进行亮度分解，设定其中的高频部分为HL,LH,HH，分别表示图像的水平细节、垂直细节、对角线细节，低频设定为LL。高频部分与低频部分的小波系数设定为不同的2部分，通过不同的系数特性实现对图像的增强处理。在对低频部分展开处理时，采用拥多层式分解的变换方式，以便于获取更多的图像信息，实现多分辨率的小波分解[14]。根据以往对雾天的研究可知，受到其影响最大的部分为图像的低频部分，因而选用3层小波分解的方式对图像进行处理，具体小波分解的过程如图2所示。在上图2中，每一层的子代图像都是由上一层的低频图像分解而成，通过此设定提升图像实际处理的效果。采用上述方法完成对激光图像的预处理工作，使用处理后的图像结合多态滤波完成图像增强工作。

使用经过预处理后的图像，结合多态滤波以及SMR算法实现对其增强处理。由于激光图像的复杂性与关联性[15-16]，采用一种处理方法，会造成图像部分失真的结果。由于上述情况，使用多态滤波的方式完成图像增强，具体计算过程如图3所示。设定预处理后的图像总具有多个重要的标记点，采用多态滤波中的top-hat变换方式，获取图像的变换算子。则有:

【参考文献】：
期刊论文
[1]基于强度反转和变分Retinex模型的图像去雾方法[J]. 顾振飞,张登银,袁小燕,张照锋,孔令民,单祝鹏.  电子器件. 2019(03)
[2]啁啾管理调制格式中光谱整形滤波器优化[J]. 王现彬,张晶,卢智嘉,杨洁.  激光与红外. 2019(06)
[3]利用光反馈多模激光器结合滤波器产生平坦混沌[J]. 李锟影,李璞,郭晓敏,郭龑强,张建国,刘义铭,徐兵杰,王云才.  物理学报. 2019(11)
[4]基于组合激光结构光的视觉传感器检测算法及图像处理流程优化[J]. 孙博文,朱志明,郭吉昌,张天一.  清华大学学报(自然科学版). 2019(06)
[5]基于深度学习的单幅图像去雾算法[J]. 赵建堂.  激光与光电子学进展. 2019(11)
[6]基于高斯拉普拉斯算子的加权引导图滤波立体匹配算法[J]. 周博,秦岭,龚伟.  激光与光电子学进展. 2019(10)
[7]基于RANSAC的激光烧蚀光斑阵列图像拼接方法研究[J]. 陈至坤,张博伦,曾凯,王福斌.  应用激光. 2018(06)
[8]基于激光散斑和超混沌的彩色图像加密[J]. 贺锋涛,尹娇,段作梁,王鸿喜,湛飞.  光电子·激光. 2018(11)
[9]飞秒激光等离子体光斑图像增强及亮度分析[J]. 王福斌,刘洋,潘兴辰,王宜文.  中国激光. 2019(02)
[10]线激光条纹中心亚像素定位研究[J]. 赵彬,马国军.  电子设计工程. 2017(24)



本文编号：3278056