針對部分遙感圖像整體亮度偏暗、邊緣細(xì)節(jié)特征模糊和可視性不夠理想的缺點(diǎn),提出了一種基于非下采樣輪廓波變換（NSCT）與加權(quán)引導(dǎo)濾波的增強(qiáng)方法來改善圖像質(zhì)量。先利用NSCT獲取圖像多尺度子帶圖像,再對低頻子帶圖像采取全局映射調(diào)整亮度,利用加權(quán)引導(dǎo)濾波器代替Retinex中的高斯濾波器獲取細(xì)節(jié)分量和基礎(chǔ)分量,同時(shí)采用比例因子調(diào)整兩分量在低頻子帶圖像中的比例;采用改進(jìn)的自適應(yīng)貝葉斯閾值和非線性增益函數(shù)增強(qiáng)各個(gè)高頻子帶圖像;最后將各子帶信息通過NSCT逆重構(gòu)得到增強(qiáng)圖像。與傳統(tǒng)圖像增強(qiáng)算法相比,該方法在清晰度和信息熵等方面有所提高,較好地保留細(xì)節(jié)特征,明顯提高視覺效果。 

【文章頁數(shù)】：7 頁

【文章目錄】：
1 引言
2 相關(guān)理論
    2.1 NSCT
    2.2 Retinex理論
    2.3 引導(dǎo)濾波
3 本文方法
    3.1 低頻子帶處理
    3.2 高頻子帶處理
    3.3 所提方法的具體步驟
4 實(shí)驗(yàn)結(jié)果與分析
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的引導(dǎo)濾波和雙通道脈沖耦合神經(jīng)網(wǎng)絡(luò)的醫(yī)學(xué)圖像融合[J]. 王建,吳錫生.  激光與光電子學(xué)進(jìn)展. 2019(15)
[2]基于非下采樣輪廓小波變換增強(qiáng)的從粗到精的顯著性檢測[J]. 劉冬梅,常發(fā)亮.  光學(xué)學(xué)報(bào). 2019(01)
[3]HSI色彩空間下的低照度遙感圖像增強(qiáng)[J]. 邵帥,郭永飛,劉輝,袁航飛,張擇書.  光學(xué)精密工程. 2018(08)
[4]基于NSCT與引導(dǎo)濾波的多聚焦圖像融合[J]. 李嬌,楊艷春,黨建武,王陽萍.  激光與光電子學(xué)進(jìn)展. 2018(07)
[5]圖像增強(qiáng)算法綜述[J]. 王浩,張葉,沈宏海,張景忠.  中國光學(xué). 2017(04)
[6]基于曲波變換的醫(yī)學(xué)圖像增強(qiáng)算法[J]. 李紀(jì)成,謝凱,阮寧君,伍鵬,賀建飚.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(01)
[7]基于NSCT與模糊對比度的圖像增強(qiáng)算法[J]. 王靜靜,賈振紅,覃錫忠,楊杰,Nikola Kasabov.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(10)
[8]基于非下采樣Contourlet變換系數(shù)直方圖匹配的自適應(yīng)圖像增強(qiáng)[J]. 周妍,李慶武,霍冠英.  光學(xué)精密工程. 2014(08)
[9]粒子群優(yōu)化的Contourlet域數(shù)字全息再現(xiàn)像增強(qiáng)[J]. 吳一全,殷駿.  中國激光. 2013(08)



本文編號：3708438