期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于形态学与梯度域导向滤波的图像去雾算法 被引量:4
1
作者 倪萍 赖惠成 +2 位作者 高古学 谷腾飞 贾振红 《计算机工程》 CAS CSCD 北大核心 2022年第10期252-261,共10页
目前的多数图像去雾方法不适用于浓雾场景,存在去雾后图像亮度偏暗及光晕伪影等问题,提出一种利用图像形态学和梯度域导向滤波的去雾算法。通过暗通道先验算法得到初始透射率,并根据图像形态学闭、开运算细化和平滑初始透射率。运用梯... 目前的多数图像去雾方法不适用于浓雾场景,存在去雾后图像亮度偏暗及光晕伪影等问题,提出一种利用图像形态学和梯度域导向滤波的去雾算法。通过暗通道先验算法得到初始透射率,并根据图像形态学闭、开运算细化和平滑初始透射率。运用梯度域导向滤波优化透射率图,以平滑透射率图的边缘和消除矩形块状效应。为更好地估计出大气光值,对雾图的最小强度图进行形态学灰度腐蚀,并经过导向滤波处理,以此结果作为暗通道图,选取其最亮的前0.1%像素点对应到原图中,最高的像素值作为大气光值,得到大气光值后利用大气散射模型求出去雾后的图像。将除雾后的RGB图像转换到HSI颜色空间,利用多曝光融合框架对I通道进行无雾图像整体亮度提高,最终转到RGB颜色空间。实验结果表明,该算法能够恢复更多的细节信息,保证图像具有合适亮度,且颜色自然,无光晕伪影,优于暗通道先验和颜色衰减先验等去雾算法。 展开更多
关键词 图像去雾 形态学 梯度域导向滤波 闭开运算 灰度腐蚀 多曝光融合框架
在线阅读 下载PDF
基于融合亮度模型和梯度域滤波的图像去雾 被引量:6
2
作者 火元莲 郑海亮 +1 位作者 李明 张健 《计算机工程与科学》 CSCD 北大核心 2021年第9期1623-1633,共11页
为解决暗通道先验算法在处理图像的天空区域时容易出现颜色过饱和、亮度整体偏暗和光晕等问题,提出了一种融合亮度模型和梯度域滤波的图像去雾算法。首先,选择整幅图像中亮度最大的前0.1%像素的平均值作为大气光值;然后,利用自适应最小... 为解决暗通道先验算法在处理图像的天空区域时容易出现颜色过饱和、亮度整体偏暗和光晕等问题,提出了一种融合亮度模型和梯度域滤波的图像去雾算法。首先,选择整幅图像中亮度最大的前0.1%像素的平均值作为大气光值;然后,利用自适应最小值滤波的改进暗通道模型和亮度模型分别对前景区域和天空区域求解透射率,在将其加权融合得到粗透射率的基础上,使用梯度域导向滤波对透射率进行细化;最后,通过大气散射模型和伽马校正复原出无雾图像。实验结果表明,在包含天空区域的雾图上本文算法能够快速有效地解决天空区域的光晕效应和图像失真问题,复原出来的图像清晰自然,保留了较多的细节信息,在主观和客观2个评价方面均优于其他对比算法。 展开更多
关键词 图像去雾 暗通道先验 亮度模型 梯度域导向滤波 大气散射模型
在线阅读 下载PDF
基于引导滤波分层的宽动态范围红外图像细节增强算法
3
作者 文洪青 钱蓉蓉 +2 位作者 贾赞 任文平 谭开豪 《激光与红外》 CAS CSCD 北大核心 2024年第5期804-813,共10页
针对宽动态范围红外图像在视觉效果方面出现的对比度低、细节信息不凸显及整体清晰度较差问题,本文提出了一种基于引导滤波分层的宽动态范围红外图像细节增强算法。该算法采用方差决策加权引导滤波对原图作分层,得到了更接近原图的基础... 针对宽动态范围红外图像在视觉效果方面出现的对比度低、细节信息不凸显及整体清晰度较差问题,本文提出了一种基于引导滤波分层的宽动态范围红外图像细节增强算法。该算法采用方差决策加权引导滤波对原图作分层,得到了更接近原图的基础层和更精细的细节层。为提高基础层的对比度,首先改进CLAHE的全局剪切点提升增强效果,然后基于AC视觉显著模型指导全局和改进局部直方图的融合,合理兼顾了图像背景和目标;为有效加强细节信息,基于多尺度加权引导滤波得到了信息更全面的新细节层,接着采用梯度域导向滤波对其消噪,再由Sigmoid函数压缩强边缘并突显细微目标,最后将两层信息融合并输出。实验结果表明,该算法在主观视觉和定量指标上均强于对比算法,且自适应强,鲁棒性好。 展开更多
关键词 红外图像 滤波分层 AC显著模型 梯度域导向滤波 Sigmoid压缩
在线阅读 下载PDF
结合Otsu阈值优化和多尺度融合的海上图像去雾算法 被引量:1
4
作者 迟明善 刘鹏杰 +2 位作者 张强 弭永发 宁心怡 《上海海事大学学报》 北大核心 2024年第3期16-23,共8页
针对在处理海上图像时暗通道先验去雾算法对天空区域不适用以及复原图像易出现色偏的问题,提出一种结合天空区域分割与多尺度透射率融合的海上图像暗通道去雾算法。采用灰度和双边滤波预处理图像,基于大津算法(Otsu)阈值优化对预处理后... 针对在处理海上图像时暗通道先验去雾算法对天空区域不适用以及复原图像易出现色偏的问题,提出一种结合天空区域分割与多尺度透射率融合的海上图像暗通道去雾算法。采用灰度和双边滤波预处理图像,基于大津算法(Otsu)阈值优化对预处理后的图像进行天空区域初分割,再进行基于梯度域导向滤波的天空区域细分割,并去除细分割图像中的阴影;基于天空区域分割改进大气光值估计方法,通过多尺度透射率融合获得初始透射率图,以及采用梯度域导向滤波细化透射率图;通过大气散射模型完成对海上图像的去雾处理。结果表明,与原始暗通道去雾算法相比,利用所提算法去雾后的图像在信息熵、结构相似度、峰值信噪比指标上分别提升了3.5%、9.89%、27.42%。该算法能够有效避免原始算法产生的光晕和色偏现象,且具有更好的视觉效果,能还原真实的海上场景船舶图像。 展开更多
关键词 海上图像 图像去雾 天空分割 多尺度融合 梯度域导向滤波 暗通道先验算法
在线阅读 下载PDF
多谱段短波红外小鼠静脉荧光观测成像研究
5
作者 张瑞 汤心溢 朱雯青 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2022年第4期1109-1116,共8页
短波红外(short-wave infrared,SWIR)一般指900~1 700 nm的光波段,是肉眼不可见的光波段,这种波段目前主流的探测器以InGaAs为主,主要用于军事、生物以及材料光谱分析等领域。短波红外荧光成像以其对生物组织光学损伤小、成像深度大、... 短波红外(short-wave infrared,SWIR)一般指900~1 700 nm的光波段,是肉眼不可见的光波段,这种波段目前主流的探测器以InGaAs为主,主要用于军事、生物以及材料光谱分析等领域。短波红外荧光成像以其对生物组织光学损伤小、成像深度大、成像信噪比高、空间和时间成像分辨率高等特点,使得基于InGaAs探测器的生物光学成像成为生物组织观测领域的研究焦点。生物光学窗口的多窗口宽谱段的荧光光谱特性,使得可以对生物组织采集多谱段的光谱图像,以此来观察生物组织的在不同光谱照明下的结构特性。针对生物光学窗口的光谱特性,设计了一种基于InGaAs探测器的多谱段的小鼠静脉成像系统,可以无接触采集小鼠静脉红外光谱图像,对测小鼠的静脉红外光谱。设计的基于InGaAs探测器的短波红外探测器,可以实现最高5 000 ms的积分时间;积分时间的延长,显著地提升了静脉成像的信噪比,同时其光谱响应特性很好的覆盖了第二生物光学窗口以及第三生物光学窗口。针对光学显微特性的成像特点以及静脉组织在图像中的特征表达,设计了一种新型的单光谱多焦距融合算法,可以很好的实现静脉图像的红外光谱观测。提出了一种基于多尺度梯度域引导滤波(gradient domain guidedfilter,GDGF)多焦距融合算法,来补偿显微特性的成像缺陷。通过多尺度梯度域引导滤波算法,实现对显微对焦区域的提取,进而实现对融合决策函数的计算,最后再通过梯度域引导滤波将得到的融合决策函数精细化处理最终得到我们的融合算法的最终决策融合函数。实验表明,设计的InGaAs短波红外探测器很好的满足了对小鼠静脉荧光光谱成像的需求,分别实现了针对小鼠静脉的1 100,1 250和1 350 nm等多个波段的光谱成像,以及在同一激光照明下实现多个焦距下的光谱成像。同时设计的融合算法很好的提取了小鼠静脉图像的对焦区域,在将多焦距图像融合的同时又减少了噪声的引入,实现了高质量全局静脉成像。 展开更多
关键词 光谱成像 梯度域导向滤波 对焦像素检测 静脉荧光光谱 短波红外光谱 光学穿透深度
在线阅读 下载PDF
彩色图像多尺度融合灰度化算法 被引量:23
6
作者 顾梅花 王苗苗 +1 位作者 李立瑶 冯婧 《计算机工程与应用》 CSCD 北大核心 2021年第4期209-215,共7页
为了使彩色图像灰度化后能够保留更多的原始特征,提出了一种新的基于多尺度图像融合的灰度化算法。将彩色图像分解为R、G、B三个通道图像,采用基于高斯-拉普拉斯金字塔的多尺度图像融合模型进行灰度化,并引入梯度域导向图像滤波(Gradien... 为了使彩色图像灰度化后能够保留更多的原始特征,提出了一种新的基于多尺度图像融合的灰度化算法。将彩色图像分解为R、G、B三个通道图像,采用基于高斯-拉普拉斯金字塔的多尺度图像融合模型进行灰度化,并引入梯度域导向图像滤波(Gradient Domain Guided Image Filter,GGIF)来消除多尺度融合可能产生的伪影。将灰度化问题转换为保持三个通道单色图像特征的多尺度融合问题。实验结果表明,与其他灰度化算法相比,所提算法对边缘信息敏感,并能够在较亮或较暗区域检测出更多的图像细节特征。 展开更多
关键词 灰度化 图像融合 金字塔分解 梯度导向图像滤波(GGIF)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部