检索结果-南通市图书馆

针对夜间场景下低照度图像整体亮度不足，边缘难以辨识与色彩失真等问题，在HSV色彩空间的基础上，提出一种基于多尺度自引导锐化-平滑图像滤波器(Sharpening-Smoothing Image Filter， SSIF)的低照度图像增强方法.首先，利用HSV空间色彩亮度分离的特性，对V分量使？用多尺度自引导锐化-平滑图像滤波，准确估计光照分量进而求得精确的反射分量.其次，针对光照分量分布不均的问题，提出一种二维自适应伽马变换算法并通过大量对比选取最佳参数，对较暗区域亮度进行拉伸，同时抑制较亮区域的亮度，使整体图像光照更加均匀，图像亮度更符合人眼视觉.再次，针对反射分量存在部分边缘模糊与噪声的问题，提出？多尺度钝化掩蔽算法，在抑制噪声的同时能够有效增强图像细节信息，提升整体图像动态范围.最后，对S分量使用自适应饱和度增强算法，合并转到RGB图像，并与带色彩恢复的多尺度视网膜增强算法(Multi-Scale Retinex with Color Restoration， MSRCR)中的色彩恢复因子结合得到最终增强图像.实验结果表明：所提低照度图像增强算法的基于精细自然场景统计的图像质量盲评价方法和平均梯度较其他对比算法分别提高了14.62%、32.10%.所提算法不仅能够有效地解决图像亮度分布不均问题，而且能够提高图像轮廓细节的丰富程度和对比度，整体效果优于其他对比算法.

关键词：信号与信息处理 HSV空间锐化-平滑图像滤波多尺度钝化掩蔽算法二维自适应伽马变换自适应饱和度增强

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于Lab色彩空间的沙尘降质图像增强方法

引用

液晶与显示 2024年第9期39卷 1274-1284页

作者：牛宏侠张鸿铸兰州交通大学自动化与电气工程学院甘肃兰州730070 兰州交通大学甘肃省高原交通信息工程及控制重点实验室甘肃兰州730070 兰州交通大学光电技术与智能控制教育部重点实验室甘肃兰州730070

针对沙尘天气导致的数字图像质量大幅下降问题,提出一种基于Lab色彩空间的沙尘降质图像增强方法。将沙尘图像增强分解为偏色校正与细节增强两个步骤处理。偏色校正部分包括去除色偏与亮度拉伸。首先对Lab与YUV色彩空间中的沙尘图像直方... 详细信息

针对沙尘天气导致的数字图像质量大幅下降问题,提出一种基于Lab色彩空间的沙尘降质图像增强方法。将沙尘图像增强分解为偏色校正与细节增强两个步骤处理。偏色校正部分包括去除色偏与亮度拉伸。首先对Lab与YUV色彩空间中的沙尘图像直方图偏移特点进行了分析,然后提出一种Lab空间偏色校正算法修正直方图偏移,并对初步去除偏色的图像进行亮度拉伸,提升图像对比度。在细节增强部分,引入一种基于饱和度估计透射率的去雾方法进一步增强图像细节信息。实验结果表明,相较于各对比算法,所提算法可以去除不同程度沙尘带来的色偏,且在面对中小型图像时具有最佳的时间性能表现。在量化指标方面,基于无参考感知的图像质量评估标准和基于熵的无参考图像质量评价标准分别提升了3.2%和10.7%。本文方法可以有效去除色偏,还原清晰图像。

关键词：图像增强沙尘图像 Lab色彩空间偏色校正图像去雾

来源：

维普期刊数据库

同方期刊数据库博看期刊评论