针对磁瓦表面缺陷图像整体光照不均匀、对比度较低、纹理细节信息不清晰等问题,提出了一种改进的同态滤波与连续均值量化变换(successive mean quantization transform,SMQT)相结合的磁瓦表面缺陷图像增强算法。首先,使用改进的巴特沃...针对磁瓦表面缺陷图像整体光照不均匀、对比度较低、纹理细节信息不清晰等问题,提出了一种改进的同态滤波与连续均值量化变换(successive mean quantization transform,SMQT)相结合的磁瓦表面缺陷图像增强算法。首先,使用改进的巴特沃斯传递函数替换传统同态滤波中的传递函数,使其将图像分解成高频图像和低频图像;然后,使用SMQT算法非线性拉伸高频图像的灰度范围使其扩展到整个灰度级区域,从而达到对高频图像进行增强的目的;最后,将低频图像与处理后的高频图像进行融合得到增强图像。实验结果证明,所提算法有效改善了磁瓦表面缺陷图像的光照不均匀、提高了图像的对比度、增强了图像的纹理细节信息,使得图像的缺陷部分和细节部分更加清晰可见。展开更多
文摘针对磁瓦表面缺陷图像整体光照不均匀、对比度较低、纹理细节信息不清晰等问题,提出了一种改进的同态滤波与连续均值量化变换(successive mean quantization transform,SMQT)相结合的磁瓦表面缺陷图像增强算法。首先,使用改进的巴特沃斯传递函数替换传统同态滤波中的传递函数,使其将图像分解成高频图像和低频图像;然后,使用SMQT算法非线性拉伸高频图像的灰度范围使其扩展到整个灰度级区域,从而达到对高频图像进行增强的目的;最后,将低频图像与处理后的高频图像进行融合得到增强图像。实验结果证明,所提算法有效改善了磁瓦表面缺陷图像的光照不均匀、提高了图像的对比度、增强了图像的纹理细节信息,使得图像的缺陷部分和细节部分更加清晰可见。
