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

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

王殿伟 韩鹏飞 范九伦 刘颖 许志杰 王晶

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

王殿伟, 韩鹏飞, 范九伦, 刘颖, 许志杰, 王晶
PDF
导出引用
  • 为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.
      通信作者: 韩鹏飞, 13772405149@126.com
    • 基金项目: 国家自然科学基金(批准号:61671377)、2018陕西省自然科学基础研究计划科技创新创业"双导师"项目(批准号:2018JM6118)、2018西安邮电大学创新创业项目(批准号:2018SC-08)"(批准号:CXJJ2017057)资助的课题.
    [1]

    Chen X H, Yan L, Wu W, Meng S Y, Wu L A, Sun Z B, Wang C, Zhai G J 2017 Chin. Phys. B 26 60702

    [2]

    Lu X W, Li J Z, Chen H Y 2010 Chin. Phys. Lett. 27 104209

    [3]

    Bi G L, Xu Z J, Zhao J, Sun Q 2015 Acta Phys. Sin. 64 100701 (in Chinese)[毕国玲, 续志军, 赵健, 孙强 2015 物理学报 64 100701]

    [4]

    Li H, Wu W, Yang X M, Yan B Y, Liu K, Jeon G 2016 Acta Phys. Sin. 65 160701 (in Chinese)[李红, 吴炜, 杨晓敏, 严斌宇, 刘凯, Gwanggil Jeon 2016 物理学报 65 160701]

    [5]

    Sim K S, Tso C P, Tan Y Y 2007 Pattern Recogn. Lett. 28 1209

    [6]

    Sasi N M, Jayasree V K 2013 Engineering 5 326

    [7]

    Chen Q, Bai L H, Zhang B M 2003 J. Infrared Millim. Waves 22 428 (in Chinese)[陈钱, 柏连发, 张保民 2003 红外与毫米波学报 22 428]

    [8]

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

    [9]

    Rahman Z, Jobson D J, Woodell G A 2002 International Conference on Image Processing Lausanne, Switzerland, September 19, 1996 p1003

    [10]

    Jobson D J, Rahman Z, Woodell G A 1997 IEEE Trans. Image Process. 6 965

    [11]

    Fu X, Zhuang P, Huang Y, Liao Y, Zhang X P, Ding X 2015 IEEE International Conference on Image Processing Quebec City, Canada, Septmber 27-30, 2014 p4572

    [12]

    He K, Sun J, Tang X 2013 IEEE Trans. Pattern Anal. 35 1397

    [13]

    Li Z, Zheng J, Zhu Z, Yao W, Wu S 2015 IEEE Trans. Image Process. 24 120

    [14]

    Li H P 2014 M. S. Thesis (Kunming: Yunnan University) (in Chinese)[李红平2014 硕士学位论文 (昆明: 云南大学)]

    [15]

    Durand F, Dorsey J 2002 Acm Trans. Graphic 21 257

    [16]

    He K, Sun J, Tang X 2011 IEEE Trans. Pattern Anal. 33 2341

    [17]

    Li H Y, Zhong M Z 2016 J. Kashgar Univ. 37 42 (in Chinese)[李海燕, 钟梦之 2016 喀什大学学报 37 42]

    [18]

    Fu X, Zeng D, Huang Y, Ding X, Zhang X P 2014 IEEE Global Conference on Signal and Information Processing Austin, TX, USA, December 3-5, 2013 p1085

    [19]

    Song R X, Li D, Wang X C 2017 J. Graphics 38 217 (in Chinese)[宋瑞霞, 李达, 王小春 2017 图学学报 38 217]

    [20]

    Ying Z, Li G, RenY, Wang R, Wang W 2017 Computer Analysis of Images and Patterns 17th International Conference Proceedings, Part II Ystad, Sweden, August 22-24, 2017 p36

    [21]

    Li M, Liu J, Yang W, Sun X, Guo Z 2018 IEEE Trans. Image Process. 27 2828

    [22]

    Ying Z, Li G, Ren Y, Wang R, Wang W 2017 IEEE International Conference on Computer Vision Workshop, IEEE Computer Society Venice, Italy, October 22-29, 2017 p3015

    [23]

    Fu X, Liao Y, Zeng D, Huang Y, Zhang X P, Ding X 2015 IEEE Trans. Image Process. 24 4965

    [24]

    Guo X, Li Y, Ling H 2017 IEEE Trans. Image Process. 26 982

    [25]

    Fu X, Zeng D, Huang Y, Liao Y, Ding X, Paisley J 2016 Signal Process. 129 82

    [26]

    Lu B P, Li Y J, Zheng Y M, Wang Y K 2017 J. Chin. Mini-Micro Comput. Syst. 38 625 (in Chinese) [芦碧波, 李玉静, 郑艳梅, 王玉琨 2017 小型微型计算机系统 38 625]

    [27]

    Reinhard E, Stark M, Shirley P, Ferwerda J 2002 Conference on Computer Graphics & Interactive Techniques San Antonio, Texas, USA, July 21-26, 2002 p267

    [28]

    Cai B, Xu X, Jia K, Qing C, Tao D 2016 IEEE Trans. Image Process. 25 5187

    [29]

    Berman D, Treibitz T, Avidan S 2016 IEEE Conference on Computer Vision and Pattern Recognition Las Vegas, NV, USA, June 27-30, 2016 p1674

    [30]

    Fu X, Huang Y, Zeng D, Zhang X P, Ding X 2014 IEEE International Workshop on Multimedia Signal Processing Jakarta, Indonesia, September 22-24, 2014 p1

    [31]

    Li W, Yi B, Huang T, Yao W, Peng H 2016 KSⅡ Trans. Internet Inf. 10 1846

    [32]

    Lee S 2007 IEEE Trans. Circ. Syst. Vid. 17 199

    [33]

    Chen X H, Wu W, Meng S Y, Li M Y 2014 Chin. Phys. B 23 90701

    [34]

    Ji D J, Qu G R, Hu C H, Liu B D, Jian J B, Guo X K 2017 Chin. Phys. B 26 60701

  • [1]

    Chen X H, Yan L, Wu W, Meng S Y, Wu L A, Sun Z B, Wang C, Zhai G J 2017 Chin. Phys. B 26 60702

    [2]

    Lu X W, Li J Z, Chen H Y 2010 Chin. Phys. Lett. 27 104209

    [3]

    Bi G L, Xu Z J, Zhao J, Sun Q 2015 Acta Phys. Sin. 64 100701 (in Chinese)[毕国玲, 续志军, 赵健, 孙强 2015 物理学报 64 100701]

    [4]

    Li H, Wu W, Yang X M, Yan B Y, Liu K, Jeon G 2016 Acta Phys. Sin. 65 160701 (in Chinese)[李红, 吴炜, 杨晓敏, 严斌宇, 刘凯, Gwanggil Jeon 2016 物理学报 65 160701]

    [5]

    Sim K S, Tso C P, Tan Y Y 2007 Pattern Recogn. Lett. 28 1209

    [6]

    Sasi N M, Jayasree V K 2013 Engineering 5 326

    [7]

    Chen Q, Bai L H, Zhang B M 2003 J. Infrared Millim. Waves 22 428 (in Chinese)[陈钱, 柏连发, 张保民 2003 红外与毫米波学报 22 428]

    [8]

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

    [9]

    Rahman Z, Jobson D J, Woodell G A 2002 International Conference on Image Processing Lausanne, Switzerland, September 19, 1996 p1003

    [10]

    Jobson D J, Rahman Z, Woodell G A 1997 IEEE Trans. Image Process. 6 965

    [11]

    Fu X, Zhuang P, Huang Y, Liao Y, Zhang X P, Ding X 2015 IEEE International Conference on Image Processing Quebec City, Canada, Septmber 27-30, 2014 p4572

    [12]

    He K, Sun J, Tang X 2013 IEEE Trans. Pattern Anal. 35 1397

    [13]

    Li Z, Zheng J, Zhu Z, Yao W, Wu S 2015 IEEE Trans. Image Process. 24 120

    [14]

    Li H P 2014 M. S. Thesis (Kunming: Yunnan University) (in Chinese)[李红平2014 硕士学位论文 (昆明: 云南大学)]

    [15]

    Durand F, Dorsey J 2002 Acm Trans. Graphic 21 257

    [16]

    He K, Sun J, Tang X 2011 IEEE Trans. Pattern Anal. 33 2341

    [17]

    Li H Y, Zhong M Z 2016 J. Kashgar Univ. 37 42 (in Chinese)[李海燕, 钟梦之 2016 喀什大学学报 37 42]

    [18]

    Fu X, Zeng D, Huang Y, Ding X, Zhang X P 2014 IEEE Global Conference on Signal and Information Processing Austin, TX, USA, December 3-5, 2013 p1085

    [19]

    Song R X, Li D, Wang X C 2017 J. Graphics 38 217 (in Chinese)[宋瑞霞, 李达, 王小春 2017 图学学报 38 217]

    [20]

    Ying Z, Li G, RenY, Wang R, Wang W 2017 Computer Analysis of Images and Patterns 17th International Conference Proceedings, Part II Ystad, Sweden, August 22-24, 2017 p36

    [21]

    Li M, Liu J, Yang W, Sun X, Guo Z 2018 IEEE Trans. Image Process. 27 2828

    [22]

    Ying Z, Li G, Ren Y, Wang R, Wang W 2017 IEEE International Conference on Computer Vision Workshop, IEEE Computer Society Venice, Italy, October 22-29, 2017 p3015

    [23]

    Fu X, Liao Y, Zeng D, Huang Y, Zhang X P, Ding X 2015 IEEE Trans. Image Process. 24 4965

    [24]

    Guo X, Li Y, Ling H 2017 IEEE Trans. Image Process. 26 982

    [25]

    Fu X, Zeng D, Huang Y, Liao Y, Ding X, Paisley J 2016 Signal Process. 129 82

    [26]

    Lu B P, Li Y J, Zheng Y M, Wang Y K 2017 J. Chin. Mini-Micro Comput. Syst. 38 625 (in Chinese) [芦碧波, 李玉静, 郑艳梅, 王玉琨 2017 小型微型计算机系统 38 625]

    [27]

    Reinhard E, Stark M, Shirley P, Ferwerda J 2002 Conference on Computer Graphics & Interactive Techniques San Antonio, Texas, USA, July 21-26, 2002 p267

    [28]

    Cai B, Xu X, Jia K, Qing C, Tao D 2016 IEEE Trans. Image Process. 25 5187

    [29]

    Berman D, Treibitz T, Avidan S 2016 IEEE Conference on Computer Vision and Pattern Recognition Las Vegas, NV, USA, June 27-30, 2016 p1674

    [30]

    Fu X, Huang Y, Zeng D, Zhang X P, Ding X 2014 IEEE International Workshop on Multimedia Signal Processing Jakarta, Indonesia, September 22-24, 2014 p1

    [31]

    Li W, Yi B, Huang T, Yao W, Peng H 2016 KSⅡ Trans. Internet Inf. 10 1846

    [32]

    Lee S 2007 IEEE Trans. Circ. Syst. Vid. 17 199

    [33]

    Chen X H, Wu W, Meng S Y, Li M Y 2014 Chin. Phys. B 23 90701

    [34]

    Ji D J, Qu G R, Hu C H, Liu B D, Jian J B, Guo X K 2017 Chin. Phys. B 26 60701

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1945
  • PDF下载量:  82
  • 被引次数: 0
出版历程
  • 收稿日期:  2018-07-04
  • 修回日期:  2018-08-10
  • 刊出日期:  2018-11-05

基于光照-反射成像模型和形态学操作的多谱段图像增强算法

  • 1. 西安邮电大学通信与信息工程学院, 西安 710121;
  • 2. 电子信息现场勘验应用技术公安部重点实验室, 西安 710121;
  • 3. (英国)哈德斯菲尔德大学计算机与工程学院, 哈德斯菲尔德 HD1 3DH;
  • 4. (英国)谢菲尔德哈雷姆大学计算机学院, 谢菲尔德 S1 1WB
  • 通信作者: 韩鹏飞, 13772405149@126.com
    基金项目: 

    国家自然科学基金(批准号:61671377)、2018陕西省自然科学基础研究计划科技创新创业"双导师"项目(批准号:2018JM6118)、2018西安邮电大学创新创业项目(批准号:2018SC-08)"(批准号:CXJJ2017057)资助的课题.

摘要: 为解决多谱段降质图像增强问题,提出了一种基于光照-反射成像模型和形态学操作的多谱段图像增强算法.首先对图像饱和度使用自适应非线性拉伸函数进行拉伸,使增强后的图像色彩更加饱和、自然;接下来利用引导滤波算法提取出图像的光照分量,提出了一种基于细节特征的加权融合策略,利用光照分布特性构造了一种自适应Gamma校正函数对光照分量进行处理,并将其与利用对比度受限的自适应直方图均衡化方法处理后的光照分量以及原始光照分量进行融合;然后在反射分量校正时,构造了一种形态学操作函数来校正反射信息;最后合并光照分量和反射分量,并与处理后的饱和度分量和色调分量一起得到增强图像.采用主客观评价指标对可见光低照度图像、水下图像、高动态范围图像、沙尘暴图像、雾天图像和热红外图像6种降质多谱段图像实验结果进行分析比较,结果表明本文算法能够有效地抑制图像噪声、增强图像细节信息、改善图像视觉效果,可应用于多种图像增强领域.

English Abstract

参考文献 (34)

目录

    /

    返回文章
    返回