期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于双域和ILoG-CLAHE的矿井红外图像增强算法
被引量:
5
1
作者
范伟强
李晓宇
+2 位作者
翁智
刘斌
杨坤
《工矿自动化》
CSCD
北大核心
2023年第1期99-108,共10页
针对矿井复杂作业环境导致的红外图像降质,现有红外图像增强算法在实现信噪比和对比度提升的同时易丢失场景细节信息或造成目标边缘模糊的问题,提出了一种基于双域分解耦合改进的高斯-拉普拉斯(ILoG)算子和对比度受限自适应直方图均衡化...
针对矿井复杂作业环境导致的红外图像降质,现有红外图像增强算法在实现信噪比和对比度提升的同时易丢失场景细节信息或造成目标边缘模糊的问题,提出了一种基于双域分解耦合改进的高斯-拉普拉斯(ILoG)算子和对比度受限自适应直方图均衡化(CLAHE)(ILoG-CLAHE)的矿井红外图像增强算法。首先,利用双域分解模型将矿井红外图像分解为包含高频信息的细节子图和低频信息的基础子图;其次,利用CLAHE算法对基础子图的亮度、对比度和清晰度进行提升,用以突出监视场景的概貌特征,采用构造的ILoG算子对细节子图进行噪声抑制和边缘锐化,并消除梯度反转现象;然后,通过重构处理后的基础子图和细节子图得到了图像质量改善后的重构图像;最后,设计了一种灰度重分布的Gamma校正函数,对重构图像进行亮度调整,进而得到矿井红外增强图像。通过主观视觉和客观指标对算法进行了性能分析,结果表明:经基于双域和ILoG-CLAHE的矿井红外图像增强算法增强后的矿井红外图像,整体视觉效果和客观指标均得到了较大提升,综合增强性能和鲁棒性更好。相较于原矿井红外图像和6种对比算法(CLAHE算法、双边滤波器(BF)分解与基础子图的CLAHE增强(BF-CLAHE)算法、BF分解与Gamma变换(BF-Gamma)算法、引导滤波与Gamma变换(GF-Gamma)算法、自适应直方图均衡化(AHE)耦合拉普拉斯变换(AHE-LP)算法、基于反锐化掩膜(UM)的图层融合(LF-UM)算法),该算法的综合评价指标值分别提高了0.28,0.11,0.23,0.38,0.57,0.04,0.10,图像亮度、清晰度和对比度均得到了较大提升,并且实现了噪声抑制和边缘锐化,表明该算法适用于矿井复杂作业环境中红外图像的增强处理。
展开更多
关键词
矿井
红外图像
双域分解
噪声抑制
边缘锐化
亮度调整
重构
图像
下载PDF
职称材料
基于改进Retinex和分数阶微分的矿井红外图像增强算法
2
作者
杨云帆
孙宗剑
《金属矿山》
CAS
北大核心
2024年第10期196-201,共6页
矿井红外图像增强是提高井下工作环境安全性和可视化监控能力的关键技术之一。然而,由于井下光照复杂、红外图像质量较差等因素,现有算法在增强效果和细节保留方面存在不足。为此,提出了基于改进Retinex和分数阶微分的矿井红外图像增强...
矿井红外图像增强是提高井下工作环境安全性和可视化监控能力的关键技术之一。然而,由于井下光照复杂、红外图像质量较差等因素,现有算法在增强效果和细节保留方面存在不足。为此,提出了基于改进Retinex和分数阶微分的矿井红外图像增强算法。首先针对现有Retinex算法存在的局部对比度不足问题,引入颜色恢复模块,在进行反射传递函数估计时利用彩色空间信息增强图像的局部对比度。该模块通过计算多个彩色通道的统计特征,并结合颜色转换矩阵,实现了更准确的反射传递函数估计,从而提高了图像整体对比度。其次通过分析图像的局部灰度特征,根据分数阶微分算子的响应特性自动调整指数参数,以实现对不同纹理细节的合理增强。采用多组真实矿井红外图像对所提算法性能进行了试验验证,结果表明:该算法在图像增强效果和细节保留方面相对于Retinex等算法具有一定的优势,为提升矿井复杂光照条件下的红外图像对比度提供了支持。
展开更多
关键词
矿井
红外图像
改进Retinex
分数阶微分
图像
增强
下载PDF
职称材料
题名
基于双域和ILoG-CLAHE的矿井红外图像增强算法
被引量:
5
1
作者
范伟强
李晓宇
翁智
刘斌
杨坤
机构
内蒙古大学电子信息工程学院
中国矿业大学(北京)机电与信息工程学院
国家能源集团宁夏煤业有限责任公司羊场湾煤矿
煤炭科学技术研究院有限公司
出处
《工矿自动化》
CSCD
北大核心
2023年第1期99-108,共10页
基金
内蒙古自治区关键技术攻关计划项目(2021GG0160,2020GG0185)
国家重点研发计划项目(2016YFC0801800)
天地科技股份有限公司科技创新资金专项项目(2021-TD-QN003)。
文摘
针对矿井复杂作业环境导致的红外图像降质,现有红外图像增强算法在实现信噪比和对比度提升的同时易丢失场景细节信息或造成目标边缘模糊的问题,提出了一种基于双域分解耦合改进的高斯-拉普拉斯(ILoG)算子和对比度受限自适应直方图均衡化(CLAHE)(ILoG-CLAHE)的矿井红外图像增强算法。首先,利用双域分解模型将矿井红外图像分解为包含高频信息的细节子图和低频信息的基础子图;其次,利用CLAHE算法对基础子图的亮度、对比度和清晰度进行提升,用以突出监视场景的概貌特征,采用构造的ILoG算子对细节子图进行噪声抑制和边缘锐化,并消除梯度反转现象;然后,通过重构处理后的基础子图和细节子图得到了图像质量改善后的重构图像;最后,设计了一种灰度重分布的Gamma校正函数,对重构图像进行亮度调整,进而得到矿井红外增强图像。通过主观视觉和客观指标对算法进行了性能分析,结果表明:经基于双域和ILoG-CLAHE的矿井红外图像增强算法增强后的矿井红外图像,整体视觉效果和客观指标均得到了较大提升,综合增强性能和鲁棒性更好。相较于原矿井红外图像和6种对比算法(CLAHE算法、双边滤波器(BF)分解与基础子图的CLAHE增强(BF-CLAHE)算法、BF分解与Gamma变换(BF-Gamma)算法、引导滤波与Gamma变换(GF-Gamma)算法、自适应直方图均衡化(AHE)耦合拉普拉斯变换(AHE-LP)算法、基于反锐化掩膜(UM)的图层融合(LF-UM)算法),该算法的综合评价指标值分别提高了0.28,0.11,0.23,0.38,0.57,0.04,0.10,图像亮度、清晰度和对比度均得到了较大提升,并且实现了噪声抑制和边缘锐化,表明该算法适用于矿井复杂作业环境中红外图像的增强处理。
关键词
矿井
红外图像
双域分解
噪声抑制
边缘锐化
亮度调整
重构
图像
Keywords
mine infrared image
dual domain decomposition
noise suppression
edge sharpening
brightness adjustment
reconstructed image
分类号
TD67 [矿业工程—矿山机电]
下载PDF
职称材料
题名
基于改进Retinex和分数阶微分的矿井红外图像增强算法
2
作者
杨云帆
孙宗剑
机构
河北工业职业技术大学基础课教学部
河北科技大学理学院
出处
《金属矿山》
CAS
北大核心
2024年第10期196-201,共6页
基金
河北省自然科学基金项目(编号:A2022208007)。
文摘
矿井红外图像增强是提高井下工作环境安全性和可视化监控能力的关键技术之一。然而,由于井下光照复杂、红外图像质量较差等因素,现有算法在增强效果和细节保留方面存在不足。为此,提出了基于改进Retinex和分数阶微分的矿井红外图像增强算法。首先针对现有Retinex算法存在的局部对比度不足问题,引入颜色恢复模块,在进行反射传递函数估计时利用彩色空间信息增强图像的局部对比度。该模块通过计算多个彩色通道的统计特征,并结合颜色转换矩阵,实现了更准确的反射传递函数估计,从而提高了图像整体对比度。其次通过分析图像的局部灰度特征,根据分数阶微分算子的响应特性自动调整指数参数,以实现对不同纹理细节的合理增强。采用多组真实矿井红外图像对所提算法性能进行了试验验证,结果表明:该算法在图像增强效果和细节保留方面相对于Retinex等算法具有一定的优势,为提升矿井复杂光照条件下的红外图像对比度提供了支持。
关键词
矿井
红外图像
改进Retinex
分数阶微分
图像
增强
Keywords
mine infrared image
improved Retinex
fractional differentiation
image enhancement
分类号
TD672 [矿业工程—矿山机电]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于双域和ILoG-CLAHE的矿井红外图像增强算法
范伟强
李晓宇
翁智
刘斌
杨坤
《工矿自动化》
CSCD
北大核心
2023
5
下载PDF
职称材料
2
基于改进Retinex和分数阶微分的矿井红外图像增强算法
杨云帆
孙宗剑
《金属矿山》
CAS
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部