-
题名基于深度神经网络的多聚焦红外图像非线性增强
- 1
-
-
作者
代文征
杨志武
余建国
-
机构
黄河科技学院
郑州航空航天大学智能工程学院
-
出处
《激光杂志》
CAS
北大核心
2024年第5期104-109,共6页
-
基金
国家自然科学基金项目(No.61502432)
河南省民办高等学校品牌专业建设项目(No.ZLG201903)。
-
文摘
当红外图像中含有多个聚焦目标主体时,会导致红外图像质量下降,部分区域出现模糊,因此,提出基于深度神经网络的多聚焦红外图像非线性增强方法。在引导滤波的作用下,从红外图像中获取细节层图像和背景层图像,在细节层图像中建立局部清晰度评价函数,得到清晰的细节层和背景层并融合二者。利用构建的深度神经网络结构,建立非线性增益函数,通过设定阈值和调整子带系数,实现对多聚焦红外图像的非线性增强。测试结果表明,所提方法在增强图像过程中,并没有改变原始图像的亮度和纹理波动;增强后的图像信息熵比原图像提高了57%左右,图像抗噪性能值更高,平均为7.4 dB,图像更清晰,SSIM值更趋近于1,平均为0.98,增强后的图片与原图片图像相似度更高,更接近于真实图像。
-
关键词
多聚焦红外图像
细节层图像
局部清晰度评价函数
子带系数
非线性增益函数
-
Keywords
multi focus infrared images
detail layer images
local clarity evaluation function
subband coefficient
nonlinear gain function
-
分类号
TN209
[电子电信—物理电子学]
-