小波域红外图像增强算法研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (16): 169-171.

• 图形、图像、模式识别 • 上一篇下一篇

小波域红外图像增强算法研究

康志亮，许丽佳

四川农业大学信息与工程技术学院，四川雅安 625014

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-06-01 发布日期:2011-06-01

Infrared image enhancement algorithm in wavelet domain

KANG Zhiliang，XU Lijia

College of Information & Engineering Technology，Sichuan Agricultural University，Ya’an，Sichuan 625014，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-06-01 Published:2011-06-01

摘要/Abstract

摘要：

由于红外图像成像机理及红外成像系统自身的原因，红外图像大多对比度低、细节信息不明显，视觉效果差，需要经过增强处理改善图像质量。提出一种基于小波的多分辨分析方法和Retinex图像增强算法相结合的红外图像增强方法。利用小波把红外图像分解成近似子图像和细节子图像，对近似子图像进行改进的Retinex增强算法处理，对细节子图像采用多策略小波阈值增强，最后小波重构得到增强的红外图像。实验结果表明，该算法对红外图像具有较好的增强效果。

关键词: 红外图像, 图像增强, 视网膜皮层理论, 多分辨率分析

Abstract: Due to the imaging mechanism and the reason of imaging system itself，infrared image usually has some shortcomings，e.g.，low contrast，weak detail information and poor visual effect etc.The paper proposes a new method which combines multi-scale with Retinex enhancement algorithm to improve the image’s quality.The infrared image is decomposed into the approximate sub-image and the detail sub-images，the former is treated with the improved Retinex algorithm and the latter are enhanced by wavelet threshold of multi-strategy respectively.At last，they are reconstructed to obtain the enhancement infrared image.The performance of the proposed method is tested，and it indicates that the method shows satisfactory performance to enhance the quality of infrared image.

Key words: infrared image, image enhancement, Retinex theory, multi-scale analysis

康志亮，许丽佳. 小波域红外图像增强算法研究[J]. 计算机工程与应用, 2011, 47(16): 169-171.

KANG Zhiliang，XU Lijia. Infrared image enhancement algorithm in wavelet domain[J]. Computer Engineering and Applications, 2011, 47(16): 169-171.

[1]	汤子麟，刘翔，张星. 光照不均匀图像的自适应增强算法[J]. 计算机工程与应用, 2021, 57(21): 216-223.
[2]	王小鹏，杨文婷，文昊天. 利用自适应形态学实现遥感水体图像增强[J]. 计算机工程与应用, 2021, 57(12): 186-192.
[3]	杜豫怡，王鹏章，多化琼，董霙达. 频域内分位数的蒙古族家具纹样增强算法[J]. 计算机工程与应用, 2021, 57(12): 207-210.
[4]	陈迎春. 基于色调映射的快速低照度图像增强[J]. 计算机工程与应用, 2020, 56(9): 234-239.
[5]	袁小平，崔棋纹，程干，张侠，张毅，王溯源. 改进型Gabor自商图算法及其在人脸识别中的应用[J]. 计算机工程与应用, 2020, 56(5): 206-213.
[6]	闵超波. 基于自适应混合多项式变换的图像配准[J]. 计算机工程与应用, 2020, 56(23): 194-201.
[7]	朱德利，杨德刚，万辉，杨雨浓. 用于低照度图像增强的自适应颜色保持算法[J]. 计算机工程与应用, 2019, 55(24): 190-195.
[8]	王英博1，刘健2. 幂律变换和IGLC算法的显著性目标检测方法[J]. 计算机工程与应用, 2019, 55(14): 168-176.
[9]	王忠民1，2，段娜1，范琳1. 融合YOLO检测与均值漂移的目标跟踪算法[J]. 计算机工程与应用, 2019, 55(10): 186-192.
[10]	张桂梅1，刘峰瑞1，刘建新2. 图像增强中分数阶阶次自适应模型的构造[J]. 计算机工程与应用, 2018, 54(3): 184-191.
[11]	陈曦1，王毅刚1，吴子朝1，李际军2. 一种舞台增强现实系统的研究与实现[J]. 计算机工程与应用, 2018, 54(3): 11-17.
[12]	田敏，张印辉，何自芬，王森. 基于联合模型匹配的齿轮视觉检测方法[J]. 计算机工程与应用, 2018, 54(23): 170-175.
[13]	成钊1，2，王和明1，唐永康2，张颖1. 基于细节增强分析的硬件木马红外图像检测方法[J]. 计算机工程与应用, 2018, 54(16): 86-92.
[14]	范晓鹏1，2，3，4，朱枫1，3，4. 人眼灰度感知建模及其在图像增强中的应用[J]. 计算机工程与应用, 2018, 54(13): 209-215.
[15]	王永鑫1，2，刁鸣1，韩闯2. 基于同态滤波的水下图像增强与色彩校正模型[J]. 计算机工程与应用, 2018, 54(11): 30-34.

小波域红外图像增强算法研究

Infrared image enhancement algorithm in wavelet domain

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics