警用模糊图像增强系统

发布时间：2021-10-24 09:39

　　随着金盾、天网和雪亮工程的不断推进以及“平安城市”的广泛建设,数字图像分析与处理已成为案件线索发掘、证据提取的重要技术手段。但由于现场环境的不确定性,图像易受到噪声、天气等因素的干扰,导致低照度、模糊、逆光等问题的产生,影响实际应用。为实现鲁棒性、场景适应性更高的数字图像处理方法,提高刑侦人员工作效率,本文利用MFC（Microsoft Foundation Classes）图形化界面语言设计并实现了一套功能完善、操作简便的模糊图像增强系统,论文主要工作和创新如下:首先,设计警用模糊图像增强系统的整体框架。以图像增强作为系统的核心模块,包括低照度图像增强、图像去雾、图像去运动模糊、逆光图像增强、红外图像增强和反光图像增强等功能。同时增加了图像预处理、几何变换、正交变换、边缘检测和参数设置等模块,提高了系统操作的灵活性和功能的多样性。其次,改进了一种基于人眼视觉的低照度图像增强算法。该算法通过将图像绿色通道反色作为系数然后与各个通道乘积得到新图层,用新图层与原图进行图层混合操作并用方差法确定图层混合操作的次数,然后对图像做降噪处理。该算法在增强图像对比度和亮度的同时降低了图像噪声。最后,... 

【文章来源】：中国人民公安大学北京市

【文章页数】：103 页

【学位级别】：硕士

【部分图文】：

增强系统流程图

2.3 功能模块设计本文设计的系统分为以下几个模块：图像管理模块、图像基本操作模块、图像预处理模块、图像增强模块、图像显示模块、参数设置模块。系统模块组成图如图2.2所示。警用模糊图像增强系统图像管理模块图像预处理模块图像显示模块图像基本操作模块参数设置模块图像增强模块图2.2 增强系统模块组成图

s = c log (1 + r) r [0,1] （公式3.5）公式3.5 中 是原图像灰度值，s是对数变换后图像灰度值。对数变换对于图像低灰度部分细节增强的功能可以从图3.3 的对数图中直观理解：图3.3 对数变换图

【参考文献】：
期刊论文
[1]基于暗原色先验的Retinex去雾算法[J]. 董辉,金阔洋.  浙江工业大学学报. 2018(06)
[2]HSI色彩空间下的低照度遥感图像增强[J]. 邵帅,郭永飞,刘辉,袁航飞,张择书.  光学精密工程. 2018(08)
[3]监控视频图像质量无参考型客观评价方法研究[J]. 陈中钱.  计量与测试技术. 2018(02)
[4]融合全局与局部区域亮度的逆光图像增强算法[J]. 郭倩,朱振峰,常冬霞,赵耀.  信号处理. 2018(02)
[5]基于图像增强的几种雾天图像去雾算法[J]. 王超.  自动化应用. 2018(02)
[6]基于迭代多尺度引导滤波Retinex的低照度图像增强[J]. 张杰,周浦城,张谦.  图学学报. 2018(01)
[7]公安专用视频监控系统前端布点研究综述[J]. 梁烨,洪卫军,张鸿洲.  科学技术与工程. 2018(03)
[8]双边滤波的改进高光去除[J]. 高如新,李雪颖.  中国图象图形学报. 2018 (01)
[9]一种基于累积分布的低照度彩色图像增强算法[J]. 冯清枝,虎添翼.  光电技术应用. 2017(05)
[10]基于红色暗通道先验和逆滤波的水下图像复原[J]. 徐岩,曾祥波.  激光与光电子学进展. 2018(02)



本文编号：3455049