一种改进的同态滤波图像增强算法

发布时间：2021-08-15 16:29

　　针对传统同态滤波算法存在多参数不易控制和参数值经验化的问题,提出一种改进的指数型单参数同态滤波图像增强算法。该算法根据距离矩阵最大概率点估算截止频率,合并锐度因子和截止频率使算法只随距离矩阵的变化而变化,提高了算法的通用性。仿真实验结果表明,改进算法在提升图像对比度的同时增加了图像的边缘及细节,增强了图像整体视觉效果。 

【文章来源】：重庆邮电大学学报(自然科学版). 2020,32(01)北大核心CSCD

【文章页数】：8 页

【部分图文】：

低照度图像

高光图像

线性滤波器常用于处理噪声和图像以线性方式相结合的图像,对于乘性噪声的滤波结果往往不理想。同态滤波器的处理方式是利用非线性的对数变换将乘性噪声转化为加性噪声,最后用指数反变换恢复原始信号。其流程如图1。图1中,Ln表示对数变换,DFT为傅里叶变换,H(u,v)为同态滤波函数,DFT-1为傅里叶逆变换,exp为指数变换。算法计算步骤如下。

【参考文献】：
期刊论文
[1]基于灰度DAG熵最大化量化分辨率医学图像增强[J]. 宋璐,冯艳平,卫亚博.  四川大学学报(自然科学版). 2018(02)
[2]基于峰值信噪比改进的图像增强算法[J]. 肖祥元,景文博,赵海丽.  长春理工大学学报(自然科学版). 2017(04)
[3]图像增强算法综述[J]. 王浩,张叶,沈宏海,张景忠.  中国光学. 2017(04)
[4]一种改进的照度不均图像增强方法[J]. 王秋云.  自动化与仪器仪表. 2017(02)
[5]基于同态滤波的彩色图像增强[J]. 田小平,程新,吴成茂,刘一博.  西安邮电大学学报. 2015(06)
[6]基于傅里叶变换的森林红外图像增强算法研究[J]. 崔帅,刘波,丁德红.  红外技术. 2015(01)
[7]基于局部对比度保存的动态范围压缩算法[J]. 马红微,吴成茂,屈汉章.  西安邮电大学学报. 2013(05)
[8]基于清晰度的彩色图像量子增强算法[J]. 高静波,吴成茂,田小平.  西安邮电学院学报. 2011(02)
[9]基于Matlab的同态滤波器的优化设计[J]. 马龙天,张成义.  应用光学. 2010(04)

硕士论文
[1]基于同态滤波的图像增强算法研究[D]. 程新.西安邮电大学 2016



本文编号：3344896