基于先验知识与大气散射模型的图像增强算法

发布时间：2018-06-25 12:39

  本文选题：图像增强 + 明亮通道先验　； 参考：《电子学报》2017年05期

【摘要】：针对现有图像增强算法大多不具备处理多种类型降质图像的能力,提出一种基于先验知识与大气散射模型的快速图像增强算法.首先,通过大量实验统计,提出一种新的图像先验—明亮通道先验,即高质量清晰图像中每个像素邻域都极有可能存在白点;随后,对散射模型所存在的缺陷加以改进,并结合明亮通道先验与黑色通道先验,推导出场景反射率的恢复公式;最后,针对黑色通道先验失效情况,提出一种基于可靠性预测的容错机制,以提高其适用范围.实验结果表明:本文算法不但可以有效的突出纹理细节,还具有一定的色调恢复功能,能够处理多种不同类型的降质图像.
[Abstract]:In view of the fact that most of the existing image enhancement algorithms do not have the ability to deal with many types of degraded images, a fast image enhancement algorithm based on prior knowledge and atmospheric scattering model is proposed. Firstly, a new image priori, bright channel priori, is proposed through a large number of experimental statistics, in which white points are most likely to exist in each pixel neighborhood in high quality clear images, and then the defects of the scattering model are improved. Combining the bright channel priori and the black channel priori, the recovery formula of scene reflectivity is deduced. Finally, a fault tolerant mechanism based on reliability prediction is proposed for the black channel prior failure to improve its application range. Experimental results show that the algorithm can not only effectively highlight the texture details, but also has a certain function of tone recovery, and can deal with different types of degraded images.
【作者单位】： 南京邮电大学物联网学院;
【基金】：国家自然科学基金(No.61571241) 江苏省产学研前瞻性联合研究项目(No.BY2014014) 江苏省高校自然科学研究重大项目(No.15KJA510002)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 黄世国;耿国华;;一种非线性逆扩散图像增强算法[J];计算机应用;2006年08期

2 吴笑松;李明;;数字乳腺图像增强的应用和比较[J];CT理论与应用研究;2006年04期

3 都安平;赵永强;潘泉;张惠娟;;基于偏振特征的图像增强算法[J];计算机测量与控制;2007年01期

4 黄世国;耿国华;;一种前后向复扩散图像增强算法[J];小型微型计算机系统;2007年03期

5 李鸿燕;郝润芳;马建芬;王华奎;;基于独立分量分析的图像增强[J];弹箭与制导学报;2007年05期

6 史卉萍;耿国华;周明全;董建民;;基于模糊集的图像增强[J];微计算机信息;2008年24期

7 Barry E.Mapen;代永平;;波域中的图像增强[J];现代显示;2008年09期

8 高洁;张倩;潘巍;;对九区域图像增强算法的改进研究[J];首都师范大学学报(自然科学版);2009年S1期

9 韩涛;闫成新;;一种基于局部复杂度的水下图像增强方法[J];现代制造工程;2009年12期

10 黄敏;张翔;;基于二维离散小波变换的成像测井图像增强方法[J];国外测井技术;2009年06期

相关会议论文 前10条

1 薛丽;王波涛;;基于形态学的运动员号码牌图像增强[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年

2 陈钳生;陈英;李润午;韦礼珍;;基于遗传优化的小波域印章图像增强研究[A];2007中国控制与决策学术年会论文集[C];2007年

3 张莹;王太勇;冷永刚;邓辉;;调参双稳系统图像增强应用初探[A];2008年全国振动工程及应用学术会议暨第十一届全国设备故障诊断学术会议论文集[C];2008年

4 李孟歆;金风;张颖;;一种新的图像增强混合方法研究[A];创新沈阳文集（A）[C];2009年

5 谢云;余江;裴以建;白宝丹;;基于小生境遗传算法的图像增强[A];2007'仪表，，自动化及先进集成技术大会论文集（一）[C];2007年

6 卢汉明;高德俊;;基于多尺度变换相结合的图像增强算法[A];第二届“测绘科学前沿技术论坛”论文精选[C];2010年

7 张铁栋;秦再白;朱炜;;基于模糊算法的水声图像增强[A];第十二届全国图象图形学学术会议论文集[C];2005年

8 刘毅;高旭辉;;一种改进的夜视图像增强处理算法[A];2006年全国光电技术学术交流会会议文集（D 光电信息处理技术专题）[C];2006年

9 刘海华;高智勇;陈心浩;舒振宇;;基于形态学操作的图像增强方法(英文)[A];第二届和谐人机环境联合学术会议(HHME2006)——第15届中国多媒体学术会议(NCMT'06)论文集[C];2006年

10 赵建;;基于偏微分方程的非线性图像增强方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年

相关博士学位论文 前10条

1 陈燕;工业X射线图像增强算法研究[D];中北大学;2016年

2 赵文达;基于变分法和偏微分方程的图像增强和融合方法研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

3 云海姣;针对靶场图像增强算法的研究与实现[D];中国科学院研究生院(长春光学精密机械与物理研究所);2016年

4 侯国家;水下图像增强与目标识别算法研究[D];中国海洋大学;2015年

5 赵凡;基于偏微分方程的图像增强和分割方法研究[D];中国科学院长春光学精密机械与物理研究所;2016年

6 许欣;图像增强若干理论方法与应用研究[D];南京理工大学;2010年

7 李艳梅;图像增强的相关技术及应用研究[D];电子科技大学;2013年

8 陈一平;图像增强及其在视觉跟踪中的应用[D];国防科学技术大学;2011年

9 孙飞飞;水下图像增强和复原方法研究[D];中国海洋大学;2011年

10 潘天工;面向PACS系统的图像增强和图像加密算法研究[D];哈尔滨理工大学;2014年

相关硕士学位论文 前10条

1 许文君;灰度图像多尺度对比度增强电路设计与实现[D];南京理工大学;2015年

2 陈萌;多重虚拟曝光夜视图像对比度增强算法研究[D];西南科技大学;2015年

3 孔壮;雾天图像增强方法研究及FPGA实现[D];电子科技大学;2015年

4 赵雨;基于加权红—黑小波变换的DR图像增强方法研究[D];南方医科大学;2015年

5 阿依古力·吾布力;基于剪切波和NSST变换的图像增强算法研究[D];新疆大学;2015年

6 楼彬彬;基于模式分解的医学图像增强方法的研究与实现[D];东北大学;2013年

7 王冲;基于视网膜机制的图像增强算法研究[D];电子科技大学;2015年

8 魏生峰;基于模糊数学理论的医学影像增强应用研究[D];电子科技大学;2014年

9 石鑫;运动模糊雾霾图像增强算法研究[D];东北大学;2013年

10 钱晟;基于Retinex理论的图像增强算法的应用研究[D];北京工业大学;2015年

本文编号：2065957