發(fā)布時間：2021-07-11 12:01

　　針對原有霧天激光圖像增強方法完成圖像處理后圖像清晰度較差的問題,提出引用多態(tài)濾波技術實現(xiàn)霧天激光圖像增強方法研究。首先根據(jù)霧天大氣粒子類型及能見度范圍構建大氣散射模型,在對圖像進行處理的過程中,通過此模型剔除對圖像具有影響的數(shù)據(jù)。引用小波變換以及HSI顏色空間預處理上述圖像數(shù)據(jù),完成對激光圖像的預處理。將預處理后的圖像使用多態(tài)濾波,實現(xiàn)對原有圖像的增強效果。最后與其他兩種方法進行圖像清晰度增強效果對比實驗可知,所設計方法圖像增強后清晰度更佳。綜上所述,基于多態(tài)濾波的霧天激光圖像增強方法更加適用于激光圖像處理。 

【文章來源】：激光雜志. 2020,41(10)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

大氣散射物理模型

將剔除大氣散射作用后的圖像進行亮度分解，設定其中的高頻部分為HL,LH,HH，分別表示圖像的水平細節(jié)、垂直細節(jié)、對角線細節(jié)，低頻設定為LL。高頻部分與低頻部分的小波系數(shù)設定為不同的2部分，通過不同的系數(shù)特性實現(xiàn)對圖像的增強處理。在對低頻部分展開處理時，采用擁多層式分解的變換方式，以便于獲取更多的圖像信息，實現(xiàn)多分辨率的小波分解[14]。根據(jù)以往對霧天的研究可知，受到其影響最大的部分為圖像的低頻部分，因而選用3層小波分解的方式對圖像進行處理，具體小波分解的過程如圖2所示。在上圖2中，每一層的子代圖像都是由上一層的低頻圖像分解而成，通過此設定提升圖像實際處理的效果。采用上述方法完成對激光圖像的預處理工作，使用處理后的圖像結合多態(tài)濾波完成圖像增強工作。

使用經(jīng)過預處理后的圖像，結合多態(tài)濾波以及SMR算法實現(xiàn)對其增強處理。由于激光圖像的復雜性與關聯(lián)性[15-16]，采用一種處理方法，會造成圖像部分失真的結果。由于上述情況，使用多態(tài)濾波的方式完成圖像增強，具體計算過程如圖3所示。設定預處理后的圖像總具有多個重要的標記點，采用多態(tài)濾波中的top-hat變換方式，獲取圖像的變換算子。則有:

【參考文獻】：
期刊論文
[1]基于強度反轉(zhuǎn)和變分Retinex模型的圖像去霧方法[J]. 顧振飛,張登銀,袁小燕,張照鋒,孔令民,單祝鵬.  電子器件. 2019(03)
[2]啁啾管理調(diào)制格式中光譜整形濾波器優(yōu)化[J]. 王現(xiàn)彬,張晶,盧智嘉,楊潔.  激光與紅外. 2019(06)
[3]利用光反饋多模激光器結合濾波器產(chǎn)生平坦混沌[J]. 李錕影,李璞,郭曉敏,郭龑強,張建國,劉義銘,徐兵杰,王云才.  物理學報. 2019(11)
[4]基于組合激光結構光的視覺傳感器檢測算法及圖像處理流程優(yōu)化[J]. 孫博文,朱志明,郭吉昌,張?zhí)煲?  清華大學學報(自然科學版). 2019(06)
[5]基于深度學習的單幅圖像去霧算法[J]. 趙建堂.  激光與光電子學進展. 2019(11)
[6]基于高斯拉普拉斯算子的加權引導圖濾波立體匹配算法[J]. 周博,秦嶺,龔偉.  激光與光電子學進展. 2019(10)
[7]基于RANSAC的激光燒蝕光斑陣列圖像拼接方法研究[J]. 陳至坤,張博倫,曾凱,王福斌.  應用激光. 2018(06)
[8]基于激光散斑和超混沌的彩色圖像加密[J]. 賀鋒濤,尹嬌,段作梁,王鴻喜,湛飛.  光電子·激光. 2018(11)
[9]飛秒激光等離子體光斑圖像增強及亮度分析[J]. 王福斌,劉洋,潘興辰,王宜文.  中國激光. 2019(02)
[10]線激光條紋中心亞像素定位研究[J]. 趙彬,馬國軍.  電子設計工程. 2017(24)



本文編號：3278056