基于子圖融合技術(shù)的圖像增強算法
本文選題:圖像增強 + 圖像融合; 參考:《系統(tǒng)工程與電子技術(shù)》2017年12期
【摘要】:自由參數(shù)的選取以及全局性的灰度映射函數(shù)限制了空域圖像增強方法的性能。針對這一問題,從圖像融合的角度出發(fā),提出了一種基于子圖融合技術(shù)的圖像增強方法。首先,將自適應(yīng)空域圖像增強看作是一個圖像融合過程,將通過枚舉自由參數(shù)得到的子圖序列作為待融合的圖像;其次,根據(jù)圖像細(xì)節(jié)、飽和度、亮度信息來計算待融合圖像的權(quán)重;最后,根據(jù)估算的權(quán)重進(jìn)行圖像融合得到增強圖像。另外,將這一方法應(yīng)用于改進(jìn)一些較為常用的空域圖像增強算法,如:分段線性變換、Gamma校正、對比度拉伸變換等算法。根據(jù)實驗結(jié)果可知,所提方法能夠有效地提高空域圖像增強的視覺效果。
[Abstract]:The selection of free parameters and the global gray level mapping function limit the performance of spatial image enhancement. To solve this problem, an image enhancement method based on subgraph fusion is proposed from the point of view of image fusion. Firstly, adaptive spatial image enhancement is regarded as an image fusion process, and the sequence of subgraphs obtained by enumerating the free parameters is regarded as the image to be fused. The brightness information is used to calculate the weight of the image to be fused. Finally, the image is fused according to the estimated weight to get the enhanced image. In addition, this method is applied to improve some commonly used spatial image enhancement algorithms, such as piecewise linear transform Gamma correction, contrast stretch transform and so on. The experimental results show that the proposed method can effectively improve the visual effect of spatial image enhancement.
【作者單位】: 哈爾濱理工大學(xué)測控技術(shù)與儀器黑龍江省高校重點實驗室;
【基金】:國家自然科學(xué)基金(60875025)資助課題
【分類號】:TP391.41
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 李斯娜;;圖像增強基本理論綜述[J];價值工程;2010年19期
2 黃世國;耿國華;;一種非線性逆擴散圖像增強算法[J];計算機應(yīng)用;2006年08期
3 吳笑松;李明;;數(shù)字乳腺圖像增強的應(yīng)用和比較[J];CT理論與應(yīng)用研究;2006年04期
4 都安平;趙永強;潘泉;張惠娟;;基于偏振特征的圖像增強算法[J];計算機測量與控制;2007年01期
5 黃世國;耿國華;;一種前后向復(fù)擴散圖像增強算法[J];小型微型計算機系統(tǒng);2007年03期
6 李鴻燕;郝潤芳;馬建芬;王華奎;;基于獨立分量分析的圖像增強[J];彈箭與制導(dǎo)學(xué)報;2007年05期
7 史卉萍;耿國華;周明全;董建民;;基于模糊集的圖像增強[J];微計算機信息;2008年24期
8 Barry E.Mapen;代永平;;波域中的圖像增強[J];現(xiàn)代顯示;2008年09期
9 高潔;張倩;潘巍;;對九區(qū)域圖像增強算法的改進(jìn)研究[J];首都師范大學(xué)學(xué)報(自然科學(xué)版);2009年S1期
10 韓濤;閆成新;;一種基于局部復(fù)雜度的水下圖像增強方法[J];現(xiàn)代制造工程;2009年12期
相關(guān)會議論文 前10條
1 薛麗;王波濤;;基于形態(tài)學(xué)的運動員號碼牌圖像增強[A];第十九屆測控、計量、儀器儀表學(xué)術(shù)年會(MCMI'2009)論文集[C];2009年
2 陳鉗生;陳英;李潤午;韋禮珍;;基于遺傳優(yōu)化的小波域印章圖像增強研究[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年
3 張瑩;王太勇;冷永剛;鄧輝;;調(diào)參雙穩(wěn)系統(tǒng)圖像增強應(yīng)用初探[A];2008年全國振動工程及應(yīng)用學(xué)術(shù)會議暨第十一屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2008年
4 李孟歆;金風(fēng);張穎;;一種新的圖像增強混合方法研究[A];創(chuàng)新沈陽文集(A)[C];2009年
5 謝云;余江;裴以建;白寶丹;;基于小生境遺傳算法的圖像增強[A];2007'儀表,自動化及先進(jìn)集成技術(shù)大會論文集(一)[C];2007年
6 盧漢明;高德俊;;基于多尺度變換相結(jié)合的圖像增強算法[A];第二屆“測繪科學(xué)前沿技術(shù)論壇”論文精選[C];2010年
7 張鐵棟;秦再白;朱煒;;基于模糊算法的水聲圖像增強[A];第十二屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2005年
8 劉毅;高旭輝;;一種改進(jìn)的夜視圖像增強處理算法[A];2006年全國光電技術(shù)學(xué)術(shù)交流會會議文集(D 光電信息處理技術(shù)專題)[C];2006年
9 劉海華;高智勇;陳心浩;舒振宇;;基于形態(tài)學(xué)操作的圖像增強方法(英文)[A];第二屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2006)——第15屆中國多媒體學(xué)術(shù)會議(NCMT'06)論文集[C];2006年
10 趙建;;基于偏微分方程的非線性圖像增強方法[A];第九屆全國信息獲取與處理學(xué)術(shù)會議論文集Ⅱ[C];2011年
相關(guān)博士學(xué)位論文 前10條
1 陳燕;工業(yè)X射線圖像增強算法研究[D];中北大學(xué);2016年
2 趙文達(dá);基于變分法和偏微分方程的圖像增強和融合方法研究[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年
3 云海姣;針對靶場圖像增強算法的研究與實現(xiàn)[D];中國科學(xué)院研究生院(長春光學(xué)精密機械與物理研究所);2016年
4 侯國家;水下圖像增強與目標(biāo)識別算法研究[D];中國海洋大學(xué);2015年
5 趙凡;基于偏微分方程的圖像增強和分割方法研究[D];中國科學(xué)院長春光學(xué)精密機械與物理研究所;2016年
6 許欣;圖像增強若干理論方法與應(yīng)用研究[D];南京理工大學(xué);2010年
7 李艷梅;圖像增強的相關(guān)技術(shù)及應(yīng)用研究[D];電子科技大學(xué);2013年
8 陳一平;圖像增強及其在視覺跟蹤中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2011年
9 孫飛飛;水下圖像增強和復(fù)原方法研究[D];中國海洋大學(xué);2011年
10 潘天工;面向PACS系統(tǒng)的圖像增強和圖像加密算法研究[D];哈爾濱理工大學(xué);2014年
相關(guān)碩士學(xué)位論文 前10條
1 許文君;灰度圖像多尺度對比度增強電路設(shè)計與實現(xiàn)[D];南京理工大學(xué);2015年
2 陳萌;多重虛擬曝光夜視圖像對比度增強算法研究[D];西南科技大學(xué);2015年
3 孔壯;霧天圖像增強方法研究及FPGA實現(xiàn)[D];電子科技大學(xué);2015年
4 趙雨;基于加權(quán)紅—黑小波變換的DR圖像增強方法研究[D];南方醫(yī)科大學(xué);2015年
5 阿依古力·吾布力;基于剪切波和NSST變換的圖像增強算法研究[D];新疆大學(xué);2015年
6 樓彬彬;基于模式分解的醫(yī)學(xué)圖像增強方法的研究與實現(xiàn)[D];東北大學(xué);2013年
7 王沖;基于視網(wǎng)膜機制的圖像增強算法研究[D];電子科技大學(xué);2015年
8 魏生峰;基于模糊數(shù)學(xué)理論的醫(yī)學(xué)影像增強應(yīng)用研究[D];電子科技大學(xué);2014年
9 石鑫;運動模糊霧霾圖像增強算法研究[D];東北大學(xué);2013年
10 錢晟;基于Retinex理論的圖像增強算法的應(yīng)用研究[D];北京工業(yè)大學(xué);2015年
,本文編號:1920213
本文鏈接:http://www.sikaile.net/kejilunwen/ruanjiangongchenglunwen/1920213.html