發(fā)布時間：2018-04-22 02:26

  本文選題：紅外圖像增強 + Retinex��； 參考：《激光與紅外》2017年01期

【摘要】：紅外圖像具有低對比度、噪聲大、動態(tài)范圍大以及視覺效果差等特點。傳統(tǒng)的圖像增強算法具有各自的局限性,處理后的視覺效果并不理想。為了改善紅外圖像的視覺效果,增強圖像中目標的識別力,研究了基于人眼視覺特性的Retinex算法,結(jié)合紅外圖像的成像機制,將適用于可見光圖像的Retinex增強算法應(yīng)用于紅外圖像,取得了良好的視覺效果。在此基礎(chǔ)上,對算法進行自適應(yīng)改進,提出了AMSR算法。采用幾種傳統(tǒng)的圖像增強算法和基于Retinex的算法對具有典型特性的紅外圖像進行增強處理,并計算客觀評價指標。通過對實驗結(jié)果的主觀評價和客觀指標分析,驗證了AMSR增強算法對紅外圖像具有適用性和優(yōu)越性。本文的研究工作對紅外目標探測和識別具有重要的意義。
[Abstract]:Infrared images are characterized by low contrast, large noise, large dynamic range and poor visual effect. Traditional image enhancement algorithms have their own limitations, and the visual effect after processing is not ideal. In order to improve the visual effect of infrared image and enhance the recognition power of target in the image, the Retinex algorithm based on human visual characteristics is studied. Combining with the imaging mechanism of infrared image, the Retinex enhancement algorithm suitable for visible image is applied to infrared image. Good visual effect has been obtained. On this basis, the algorithm is improved adaptively and the AMSR algorithm is proposed. Several traditional image enhancement algorithms and algorithms based on Retinex are used to enhance infrared images with typical characteristics, and objective evaluation indexes are calculated. Through the subjective evaluation and objective index analysis of the experimental results, the applicability and superiority of the AMSR enhancement algorithm to infrared images are verified. The research work in this paper is of great significance to infrared target detection and recognition.
【作者單位】： 中國科學院上海技術(shù)物理研究所;中國科學院大學;
【基金】：上海物證重點實驗室基金(No.2011xcwzk04) 國家“十二五”國防預(yù)研項目(No.41101050501)資助
【分類號】：TP391.41

【參考文獻】

相關(guān)期刊論文 前2條

1 張賽楠;吳亞東;張紅英;王松;;改進的單尺度Retinex霧天圖像增強算法[J];激光與紅外;2013年06期

2 彭佳琦;劉秉琦;董偉;華文深;王金玉;王運波;;基于多尺度Retinex的圖像增強算法[J];激光與紅外;2008年11期

【共引文獻】

相關(guān)期刊論文 前10條

1 巢琳;楊鳴;;基于圖像熵值加權(quán)的自動白平衡算法[J];數(shù)據(jù)通信;2016年05期

2 傅繼賢;龍偉;李炎炎;;對行車視程估值的車前圖像去霧算法[J];科學技術(shù)與工程;2016年27期

3 邵美云;陳莉;競霞;;激光主動圖像的增強技術(shù)研究[J];激光雜志;2016年09期

4 盧東興;莫家慶;;邊緣特征的光學圖像清晰度判定與分析[J];激光雜志;2016年07期

5 李哲學;;改進高斯混合模型的遙感圖像增強方法[J];激光雜志;2016年07期

6 龍偉;傅繼賢;李炎炎;夏玉琪;楊國濤;;基于大氣消光系數(shù)和引導(dǎo)濾波的濃霧圖像去霧算法[J];四川大學學報(工程科學版);2016年04期

7 劉萬軍;趙慶國;;基于判別式濾波和雙邊濾波的快速圖像去霧研究[J];計算機工程;2016年07期

8 汪東芳;巨筱;;基于改進Retinex的霧天圖像增強研究[J];激光雜志;2016年04期

9 王焱;關(guān)南楠;劉海濤;;改進的多尺度Retinex井下圖像增強算法[J];遼寧工程技術(shù)大學學報(自然科學版);2016年04期

10 王琳;畢篤彥;李曉輝;何林遠;;基于負修正和對比度拉伸的快速去霧算法[J];計算機應(yīng)用;2016年04期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 鄧s，

本文編號：1785204