搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于照射_反射模型和有界运算的多谱段图像增强

毕国玲 续志军 赵建 孙强

基于照射_反射模型和有界运算的多谱段图像增强

毕国玲, 续志军, 赵建, 孙强
PDF
导出引用
  • 根据多尺度照射_反射模型, 结合广义有界运算模型和引导滤波, 能够有效地解决多谱段降质图像的增强问题. 算法采用自适应的引导滤波核函数作为环绕函数, 估计反映图像整体结构的不同尺度的低频照射分量; 利用有界广义对数比(general log-radio, GLR)模型加法代替Retinex理论中的对数变换运算; 再由GLR模型减法去除照射分量, 将不同尺度的反射分量从原始图像中分割出来; 对不同尺度反射分量的有效信息采用有界GLR模型乘法和加法进行融合, 有效地避免光晕伪影现象及越界现象的发生, 得到多尺度反射分量图像, 即最终的增强图像. 通过对可见光波段的低照度图像和雾霾图像、红外图像、X光医学图像四组多谱段降质图像实验分析, 以对比度和信息熵作为评价指标, 与同类算法进行了图像增强效果的定性和定量对比, 结果表明本文算法增强后的图像纹理和边缘细节更加丰富、对比度更高、视觉效果更佳, 可广泛地应用于多种图像增强领域.
    • 基金项目: 国家自然科学基金(批准号: 60977001)资助的课题.
    [1]

    Liu S G, Chen J H, Fan H Y 2011 Chin. Phys. B 20 120305

    [2]

    Zhao W D, Zhao J, Xu Z J 2013 Acta Phys. Sin. 62 214204 (in Chinese) [赵文达, 赵建, 续志军 2013 物理学报 62 214204]

    [3]

    Tan R T 2008 IEEE Conference on Computer Vision and Pattern Recognition 2008 p1

    [4]

    He K, Sun J, Tang X 2009 IEEE Conference on Computer Vision and Pattern Recognition 2009 p1956

    [5]

    Yu D, Bao X D 2010 J. Biomed. Engineer. Res. 29 5 (in Chinese) [余岱, 鲍旭东 2010 生物医学工程研究 29 5]

    [6]

    Jia D Y, Ding T H 2005 Acta Phys. Sin. 54 4058 (in Chinese) [郏东耀, 丁天怀 2005 物理学报 54 4058]

    [7]

    Land E H 1977 Sci. Am. 237 108

    [8]

    Jobson D J, Rahman Z, Woodell G A 1997 IEEE Trans. Image Process. 6 451

    [9]

    Xu X, Chen Q, Wang P A, Sun H J, Xia D S 2008 J. Computer-Aided Design & Computer Graphics 20 1325 (in Chinese) [许欣, 陈强, 王平安, 孙怀江, 夏德深 2008 计算机辅助设计与图形学学报 20 1325]

    [10]

    Meylan L 2006 IEEE Trans. Image Process. 15 2820

    [11]

    Tang L, Zhao C X, Wang H N, Shao W Z 2008 J. Image and Graphics 13 264 (in Chinese) [唐磊, 赵春霞, 王鸿南, 邵文泽 2008 中国图象图形学报 13 264]

    [12]

    Fang S, Yang J R, Cao Y, Wu P F, Rao R Z 2012 J. Image and Graphics 17 748 (in Chinese) [方帅, 杨静荣, 曹洋, 武鹏飞, 饶瑞中 2012 中国图象图形学报 17 748]

    [13]

    Jourlin M, Phinoli J C 1989 J. Microscopy 156 33

    [14]

    Zhu R F, Jia H G, Wang C, Wei Q, Zhang T Y, Yu L Y 2014 Optics and Precision Engineering 22 1064 (in Chinese) [朱瑞飞, 贾宏光, 王超, 魏群, 张天翼, 虞林瑶 2014 光学精密工程 22 1064]

    [15]

    Wang R G, Zhu J, Yang W T, Fang S, Zhang X T 2010 Acta Electron. Sin. 38 1181 (in Chinese) [汪荣贵, 朱静, 杨万挺, 方帅, 张新彤 2010 电子学报 38 1181]

    [16]

    Deng G, Cahill L W, Tobin G R 1995 IEEE Trans. Image Process. 4 506

    [17]

    Deng G 2013 IEEE Trans. Image Process. 22 2903

    [18]

    Nielsen F, Nock R 2009 IEEE Trans. Inform. Theory 55 2882

    [19]

    Jia H G, Wu Z P, Zhu M C, Xuan M, Liu H 2013 Optics and Precision Engineering 21 3272 (in Chinese) [贾宏光, 吴泽鹏, 朱明超, 宣明, 刘慧 2013 光学精密工程 21 3272]

  • [1]

    Liu S G, Chen J H, Fan H Y 2011 Chin. Phys. B 20 120305

    [2]

    Zhao W D, Zhao J, Xu Z J 2013 Acta Phys. Sin. 62 214204 (in Chinese) [赵文达, 赵建, 续志军 2013 物理学报 62 214204]

    [3]

    Tan R T 2008 IEEE Conference on Computer Vision and Pattern Recognition 2008 p1

    [4]

    He K, Sun J, Tang X 2009 IEEE Conference on Computer Vision and Pattern Recognition 2009 p1956

    [5]

    Yu D, Bao X D 2010 J. Biomed. Engineer. Res. 29 5 (in Chinese) [余岱, 鲍旭东 2010 生物医学工程研究 29 5]

    [6]

    Jia D Y, Ding T H 2005 Acta Phys. Sin. 54 4058 (in Chinese) [郏东耀, 丁天怀 2005 物理学报 54 4058]

    [7]

    Land E H 1977 Sci. Am. 237 108

    [8]

    Jobson D J, Rahman Z, Woodell G A 1997 IEEE Trans. Image Process. 6 451

    [9]

    Xu X, Chen Q, Wang P A, Sun H J, Xia D S 2008 J. Computer-Aided Design & Computer Graphics 20 1325 (in Chinese) [许欣, 陈强, 王平安, 孙怀江, 夏德深 2008 计算机辅助设计与图形学学报 20 1325]

    [10]

    Meylan L 2006 IEEE Trans. Image Process. 15 2820

    [11]

    Tang L, Zhao C X, Wang H N, Shao W Z 2008 J. Image and Graphics 13 264 (in Chinese) [唐磊, 赵春霞, 王鸿南, 邵文泽 2008 中国图象图形学报 13 264]

    [12]

    Fang S, Yang J R, Cao Y, Wu P F, Rao R Z 2012 J. Image and Graphics 17 748 (in Chinese) [方帅, 杨静荣, 曹洋, 武鹏飞, 饶瑞中 2012 中国图象图形学报 17 748]

    [13]

    Jourlin M, Phinoli J C 1989 J. Microscopy 156 33

    [14]

    Zhu R F, Jia H G, Wang C, Wei Q, Zhang T Y, Yu L Y 2014 Optics and Precision Engineering 22 1064 (in Chinese) [朱瑞飞, 贾宏光, 王超, 魏群, 张天翼, 虞林瑶 2014 光学精密工程 22 1064]

    [15]

    Wang R G, Zhu J, Yang W T, Fang S, Zhang X T 2010 Acta Electron. Sin. 38 1181 (in Chinese) [汪荣贵, 朱静, 杨万挺, 方帅, 张新彤 2010 电子学报 38 1181]

    [16]

    Deng G, Cahill L W, Tobin G R 1995 IEEE Trans. Image Process. 4 506

    [17]

    Deng G 2013 IEEE Trans. Image Process. 22 2903

    [18]

    Nielsen F, Nock R 2009 IEEE Trans. Inform. Theory 55 2882

    [19]

    Jia H G, Wu Z P, Zhu M C, Xuan M, Liu H 2013 Optics and Precision Engineering 21 3272 (in Chinese) [贾宏光, 吴泽鹏, 朱明超, 宣明, 刘慧 2013 光学精密工程 21 3272]

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1819
  • PDF下载量:  297
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-11-17
  • 修回日期:  2014-12-24
  • 刊出日期:  2015-05-05

基于照射_反射模型和有界运算的多谱段图像增强

  • 1. 中国科学院长春光学精密机械与物理研究所, 长春 130033;
  • 2. 中国科学院大学, 北京 100049
    基金项目: 

    国家自然科学基金(批准号: 60977001)资助的课题.

摘要: 根据多尺度照射_反射模型, 结合广义有界运算模型和引导滤波, 能够有效地解决多谱段降质图像的增强问题. 算法采用自适应的引导滤波核函数作为环绕函数, 估计反映图像整体结构的不同尺度的低频照射分量; 利用有界广义对数比(general log-radio, GLR)模型加法代替Retinex理论中的对数变换运算; 再由GLR模型减法去除照射分量, 将不同尺度的反射分量从原始图像中分割出来; 对不同尺度反射分量的有效信息采用有界GLR模型乘法和加法进行融合, 有效地避免光晕伪影现象及越界现象的发生, 得到多尺度反射分量图像, 即最终的增强图像. 通过对可见光波段的低照度图像和雾霾图像、红外图像、X光医学图像四组多谱段降质图像实验分析, 以对比度和信息熵作为评价指标, 与同类算法进行了图像增强效果的定性和定量对比, 结果表明本文算法增强后的图像纹理和边缘细节更加丰富、对比度更高、视觉效果更佳, 可广泛地应用于多种图像增强领域.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回