针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作...针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作为光照分量的调节因子,解决图像的色偏问题,得到准确清晰的透明物体边缘信息;然后,利用自适应对比度增强算法对原图像进行处理,得到亮度适中,对比度高的图像;最后,将两幅图像按亮度均值比例进行拉普拉斯金字塔融合,并进行线性拉伸。将该算法应用于安瓿瓶视觉尺寸测量,结果表明:改进MSRCR的透明物体逆光图像增强算法,能有效解决MSRCR算法的色偏问题,突显透明物体边缘细节信息,并保留亮度增强效果,将安瓿瓶的尺寸误差由0.35 mm降低到0.1mm,提高了透明物体尺寸测量精度。展开更多
文摘针对透明物体逆光图像对比度低、可视质量差、部分区域过度曝光、边缘信息模糊等问题,提出了一种改进MSRCR(Multi-Scale Retinex with Color Restoration)的透明物体逆光图像增强算法。首先,在MSRCR算法的基础上添加最小可觉差的倒数作为光照分量的调节因子,解决图像的色偏问题,得到准确清晰的透明物体边缘信息;然后,利用自适应对比度增强算法对原图像进行处理,得到亮度适中,对比度高的图像;最后,将两幅图像按亮度均值比例进行拉普拉斯金字塔融合,并进行线性拉伸。将该算法应用于安瓿瓶视觉尺寸测量,结果表明:改进MSRCR的透明物体逆光图像增强算法,能有效解决MSRCR算法的色偏问题,突显透明物体边缘细节信息,并保留亮度增强效果,将安瓿瓶的尺寸误差由0.35 mm降低到0.1mm,提高了透明物体尺寸测量精度。