低照度红外图像增强技术研究

低照度红外图像增强技术研究
关键词：低照度红外图像；图像增强； Retinex 算法；MSR 算法；SSR算法；直方图均衡化、 HM000088
第二章 基于直方图均衡化的低照度红外图像增强
2.1全局直方图均衡化算法
    想到图像增强，相信会自然而然的想到直方图均衡化的算法。低照度红外图像增强也是属于图像增强技术的一种，首先利用全局直方图均衡化算法实现增强。
直方图均衡化基本思想[9]是通过对原图像进行某种灰度变换，使得变换后的图像直方图能够分布地均匀，这样就能使得原图像中象素多的灰度值进行展宽，而对象素少的灰度值进行归并，增加象素灰度值的动态范围，增强了图像整体的对比度，使图像更清晰。
在图像均衡化过程中，一般先将图像的灰度范围归一化在N[0，1]区间，设一幅

全局直方图均衡是一种常用的技术，它属于非线性的空间域单点增强的图像处理方法，采用该算法简单而且容易实现。当图像灰度分布在局部范围内，对图像进行处理后可以得到较好的效果。但是需要注意的是，由于灰度离散化，均衡化后图像的动态范围增加了，但其本质是扩大了量化间隔，而非量化数目，相反，均衡化后灰度分布减少，对于灰度频数较小的区域，对比度将被减弱，甚至消除，而且，直方图均衡化对噪声也比较敏感。

摘    要    Ⅰ
Abstract    Ⅲ
第一章  绪 论    1
1.1  课题的背景和意义    1
1.2  低照度红外图像的特点    2
1.3  研究现状    2
1.4  本文的主要工作及结构安排    5
第二章 基于直方图均衡化的低照度红外图像增强    6
2.1  全局直方图均衡化算法    6
2.2  局部直方图均衡化的几种算法    8
2.2.1  块重叠直方图均衡化算法    8
        2.2.2  块不重叠直方图均衡化算法    10
    2.2.3  块部分重叠直方图均衡化算法    11
   2.3  改进的POSHE算法（插直方图均衡化算法）    16
第三章 基于中心环绕的Retinex算法的低照度红外图像增强    19
   3.1  单尺度中心环绕Retinex算法（ssr）    20
   3.2  多尺度中心环绕retinex算法（MSR）    22
3.3  改进的低照度红外图像算法    25
      3.3.1  改进的retinex算法计算步骤    25
      3.3.2  实验结果    27
第四章  实验算法的结果对比分析    28
第五章 总结与期望    32
致谢    33
参考文献    34
翻译    36

                  

版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/dzxx/dzkxyjs/2283.html