基于局部自适应对比度增强算法的木板条纹识别

发布时间：2022-12-09 23:33

　　为了满足对木板条纹识别准确性与速度性的要求,针对由于光照不均或摄像头硬件清晰度达不到要求而导致的木板图像对比度差,不利于人工与机器识别的现象,本文采用基于局部自适应对比度增强（ACE）的算法对采集到的木板图像进行图像增强。首先,对原图像进行gamma校正使图像像素集中区域得到扩展;其次,采用低通滤波得到图像的低频图像,通过原图减去低频图像从而得到图像中的高频部分,接着对高频部分进行增益,并与低频部分合并从而得到增强后的图像;最后,通过双边滤波达到去噪作用,且结合均方误差（MSE）、结构相似性（SSIM）及平均梯度法（Average gradient）等评价指标,将本文算法与直方图均衡化（HE）和多尺度Retinex（MSR）对比。结果分析表明,该算法在提高对比度以及保留图像细节等方面表现出可靠的性能。 

【文章页数】：3 页

【文章目录】：
0 引言
1 图像增强算法
    1.1 算法步骤
    1.2 gamma校正
    1.3 局部自适应对比度增强(ACE)
        (1)求取图像的反锐化掩膜,即图像的低频部分。
        (2)边界扩展。
        (3)确定增益系数。
        (4)像素点(i,j)进行局部自适应对比度增强的公式如下:
2 实验结果及分析
    2.1主观图像质量评价
    2.2 客观图像质量评价
        2.2.1 MSE方法
        2.2.2 SSIM方法
        2.2.3 平均梯度法
3 结 语


【参考文献】：
期刊论文
[1]融合边缘信息的对比度增强算法[J]. 郭钰璐,董丽丽,许文海.  红外技术. 2019(07)
[2]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)
[3]基于双边纹理滤波的图像细节增强方法[J]. 郝志成,吴川,杨航,朱明.  中国光学. 2016(04)



本文编号：3715591