為了滿足對(duì)木板條紋識(shí)別準(zhǔn)確性與速度性的要求,針對(duì)由于光照不均或攝像頭硬件清晰度達(dá)不到要求而導(dǎo)致的木板圖像對(duì)比度差,不利于人工與機(jī)器識(shí)別的現(xiàn)象,本文采用基于局部自適應(yīng)對(duì)比度增強(qiáng)（ACE）的算法對(duì)采集到的木板圖像進(jìn)行圖像增強(qiáng)。首先,對(duì)原圖像進(jìn)行g(shù)amma校正使圖像像素集中區(qū)域得到擴(kuò)展;其次,采用低通濾波得到圖像的低頻圖像,通過(guò)原圖減去低頻圖像從而得到圖像中的高頻部分,接著對(duì)高頻部分進(jìn)行增益,并與低頻部分合并從而得到增強(qiáng)后的圖像;最后,通過(guò)雙邊濾波達(dá)到去噪作用,且結(jié)合均方誤差（MSE）、結(jié)構(gòu)相似性（SSIM）及平均梯度法（Average gradient）等評(píng)價(jià)指標(biāo),將本文算法與直方圖均衡化（HE）和多尺度Retinex（MSR）對(duì)比。結(jié)果分析表明,該算法在提高對(duì)比度以及保留圖像細(xì)節(jié)等方面表現(xiàn)出可靠的性能。 

【文章頁(yè)數(shù)】：3 頁(yè)

【文章目錄】：
0 引言
1 圖像增強(qiáng)算法
    1.1 算法步驟
    1.2 gamma校正
    1.3 局部自適應(yīng)對(duì)比度增強(qiáng)(ACE)
        (1)求取圖像的反銳化掩膜,即圖像的低頻部分。
        (2)邊界擴(kuò)展。
        (3)確定增益系數(shù)。
        (4)像素點(diǎn)(i,j)進(jìn)行局部自適應(yīng)對(duì)比度增強(qiáng)的公式如下:
2 實(shí)驗(yàn)結(jié)果及分析
    2.1主觀圖像質(zhì)量評(píng)價(jià)
    2.2 客觀圖像質(zhì)量評(píng)價(jià)
        2.2.1 MSE方法
        2.2.2 SSIM方法
        2.2.3 平均梯度法
3 結(jié) 語(yǔ)


【參考文獻(xiàn)】：
期刊論文
[1]融合邊緣信息的對(duì)比度增強(qiáng)算法[J]. 郭鈺璐,董麗麗,許文海.  紅外技術(shù). 2019(07)
[2]圖像增強(qiáng)算法綜述[J]. 王浩,張葉,沈宏海,張景忠.  中國(guó)光學(xué). 2017(04)
[3]基于雙邊紋理濾波的圖像細(xì)節(jié)增強(qiáng)方法[J]. 郝志成,吳川,楊航,朱明.  中國(guó)光學(xué). 2016(04)



本文編號(hào)：3715591