当前位置:主页 > 科技论文 > 软件论文 >

结合暗原色优先和Gamma校正的红外交通图像增强算法

发布时间:2018-09-02 05:39
【摘要】:为了有效提高智能交通监控设备采集到的红外交通图像的视觉质量,将可见光图像去雾的方法引入红外交通图像的增强处理过程中,提出一种结合暗原色优先和Gamma校正的红外交通图像增强新算法,首先采用暗原色优先算法对原始降质红外交通图像进行处理而得到初步增强的图像,然后使用Gamma校正算法对初步增强的图像亮度进行调节,并将新算法与其他常见的红外图像增强算法进行图像增强效果的对比分析。试验结果表明:两幅原始红外交通图像的信息熵分别为4.71、5.07,经过新算法处理后信息熵分别增加到6.45、5.92;两幅原始红外交通图像的灰度标准差分别为6.90、19.14,经过新算法处理后灰度标准差分别增加到31.17、32.35;新算法的信息熵计算值大于他他算法的计算值。可见,新算法的增强效果优于其他常见的红外图像增强算法,它能显著改善红外交通图像的视觉效果,为图像的后续处理与分析奠定良好的基础。
[Abstract]:In order to effectively improve the visual quality of infrared traffic image collected by intelligent traffic monitoring equipment, the method of visible light image de-fogging is introduced into the enhancement process of infrared traffic image. A new infrared traffic image enhancement algorithm combining dark primary color priority and Gamma correction is proposed. Firstly, the original degraded infrared traffic image is processed with the dark primary color priority algorithm and the initial enhanced image is obtained. Then the Gamma correction algorithm is used to adjust the initial image brightness, and the new algorithm is compared with other common infrared image enhancement algorithms. The experimental results show that the information entropy of the two original infrared traffic images is 4.71 / 5.07, and the information entropy is increased to 6.45 / 5.92 respectively after the new algorithm, and the gray standard deviation of the two original infrared traffic images is 6.90 / 19.14, which is processed by the new algorithm. The standard deviation of gray level is increased to 31.17 ~ 32.35, and the calculated value of information entropy of the new algorithm is larger than that of the other algorithm. It can be seen that the enhancement effect of the new algorithm is better than that of other common infrared image enhancement algorithms. It can significantly improve the visual effect of infrared traffic image and lay a good foundation for the subsequent processing and analysis of the image.
【作者单位】: 清华大学精密仪器系;河南科技大学信息工程学院;悉尼科技大学量子计算与智能系统中心;
【基金】:国家自然科学基金项目(61377012)
【分类号】:TP391.41

【相似文献】

相关期刊论文 前10条

1 ;飞利浦半导体推出“灵动100”图像增强新技术[J];广播与电视技术;2001年11期

2 ;飞利浦半导体推出“灵动100”图像增强新技术[J];电子世界;2001年11期

3 高进;图像增强电路设计[J];光电技术应用;2005年05期

4 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

5 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

6 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

7 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

8 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

9 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

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

6 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

7 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

8 王彦臣;基于多尺度数字X光图像增强方法的研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2005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:2218421

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/2218421.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9680e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com