一种新的基于NSCT域的遥感图像增强算法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (33): 203-206.

• 图形、图像、模式识别 • 上一篇下一篇

一种新的基于NSCT域的遥感图像增强算法

李殿均1，贾振红1，覃锡忠1，杨杰2，胡英杰3，杜超本1

1.新疆大学信息科学与工程学院，乌鲁木齐 830046
2.上海交通大学图像处理与模式识别研究所，上海 200240
3.新西兰奥克兰理工大学知识工程与发现研究所，新西兰奥克兰 1020

出版日期:2012-11-21 发布日期:2012-11-20

New NSCT-based remote sensing image enhancement algorithm

LI Dianjun1, JIA Zhenhong1, QIN Xizhong1, YANG Jie2, HU Yingjie3, DU Chaoben1

1.College of Information Science and Engineering, Xinjiang University, Urumqi 830046, China
2.Institute of Image Processing and Pattern Recognition, Shanghai Jiaotong University, Shanghai 200240, China
3.Knowledge Engineering and Discovery Research Institute, Auckland University of Technology, Auckland 1020, New Zealand

Online:2012-11-21 Published:2012-11-20

摘要/Abstract

摘要： 针对图像增强处理中产生的伪Gibbs现象、清晰度差等问题，利用下采样轮廓波变换（NSCT）的平移不变性特点，来抑制伪Gibbs现象，同时把模糊对比度和空间频率相结合来处理NSCT系数，提高了增强后图像的清晰度。实验结果证实，该算法使得增强后图像的质量明显优于常用的增强算法，具有一定实践价值。

关键词: 图像增强, 非下采样Contourlet变换（NSCT）, 模糊对比度, 空间频率

Abstract: In order to solve the problem appearing in the process of image enhancement, such as, pseudo-Gibbs phenomenon and low contrast, a new threshold algorithm is proposed which is on the basis of NSCT domain. On the one hand, this proposed algorithm makes use of NSCT’s shift-invariance to prohibit the pseudo-Gibbs phenomenon, on the other hand, deals with NSCT’s coefficient by combining fuzzy contrast and spatial frequency to improve contrast and get better visual effect. The experimental results show that the proposed algorithm gets better results than the traditional method and owns some certain value in practical application.

Key words: image enhancement, Nonsubsampled Contourlet Transform（NSCT）, fuzzy contrast, spatial frequency

李殿均1，贾振红1，覃锡忠1，杨杰2，胡英杰3，杜超本1. 一种新的基于NSCT域的遥感图像增强算法[J]. 计算机工程与应用, 2012, 48(33): 203-206.

LI Dianjun1, JIA Zhenhong1, QIN Xizhong1, YANG Jie2, HU Yingjie3, DU Chaoben1. New NSCT-based remote sensing image enhancement algorithm[J]. Computer Engineering and Applications, 2012, 48(33): 203-206.

[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]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	程欢. 基于DEM图像增强的航海雷达回波模拟[J]. 计算机工程与应用, 2018, 54(10): 186-191.
[15]	王涛1，王佰玲2. 非均匀光照条件下的彩色人脸图像增强[J]. 计算机工程与应用, 2017, 53(5): 164-169.

一种新的基于NSCT域的遥感图像增强算法

New NSCT-based remote sensing image enhancement algorithm

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