基于Retinex理论与概率非局部均值的红外图像增强方法

发布时间：2022-12-18 03:03

　　针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果. 

【文章页数】：10 页

【文章目录】：
0 引言
1 相关理论
    1.1 Retinex理论
    1.2 概率非局部均值滤波
2 基于SSR与PNLM滤波的红外图像增强
    2.1 基于SSR的红外图像灰度调节
    2.2 红外图像细节与对比度增强
    2.3 图像融合
3 实验结果
    3.1 主观评价
    3.2 客观评价
4 结论


【参考文献】：
期刊论文
[1]基于YCbCr颜色空间的Retinex低照度图像增强方法研究[J]. 田会娟,蔡敏鹏,关涛,胡阳.  光子学报. 2020(02)
[2]车载红外夜视技术发展研究综述[J]. 石永彪,张湧.  红外技术. 2019(06)
[3]基于双域分解的矿井下图像增强算法[J]. 田子建,王满利,吴君,桂伟峰,王文清.  光子学报. 2019(05)
[4]“直方图”均衡化图像增强技术研究综述[J]. 丁畅,董丽丽,许文海.  计算机工程与应用. 2017(23)
[5]基于场景复杂度计算的红外图像平台直方图均衡[J]. 张云峰.  液晶与显示. 2016(07)
[6]基于Contourlet变换和形态学的图像增强方法[J]. 向静波,苏秀琴,陆陶.  光子学报. 2009(01)

博士论文
[1]自适应图像实时增强算法的技术研究[D]. 李赓飞.中国科学院大学(中国科学院长春光学精密机械与物理研究所) 2017



本文编号：3721203