针对海洋复杂成像环境导致的水下图像出现颜色衰退、对比度低等问题,提出一种改进的带色彩恢复的多尺度视网膜(Multi-Scale Retinex with Color Restore,MSRCR)与限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equ...针对海洋复杂成像环境导致的水下图像出现颜色衰退、对比度低等问题,提出一种改进的带色彩恢复的多尺度视网膜(Multi-Scale Retinex with Color Restore,MSRCR)与限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)多尺度融合的水下图像增强算法。首先,采用带有导向滤波的MSRCR算法解决水下图像颜色衰退的问题;其次,采用带有Gamma校正的CLAHE算法以提高水下图像的对比度;最后,对经过改进的MSRCR和CLAHE处理后的图像进行多尺度融合以获得细节增强后的水下图像。实验结果表明,和其他算法相比,文中算法的峰值信噪比(Peak Signal to Noise Ratio,PSNR)平均提高了9.3914、结构相似性(Structural Similarity Index Measure,SSIM)平均提高了0.3013、水下图像评价指标(Underwater Image Quality Evaluation,UIQE)平均提高了4.7047,能实现水下图像的有效增强。展开更多
针对夜间有雾图像降质场景暗淡、点光源分布不均、去雾效果差等缺陷,提出了一种基于V通道细节增强的夜间去雾算法,采用了包含高斯模糊、局部区域伸展直方图均衡化(Local Region Stretch Histogram Equalization,LRSHE)、自适应伽马变换...针对夜间有雾图像降质场景暗淡、点光源分布不均、去雾效果差等缺陷,提出了一种基于V通道细节增强的夜间去雾算法,采用了包含高斯模糊、局部区域伸展直方图均衡化(Local Region Stretch Histogram Equalization,LRSHE)、自适应伽马变换以及带颜色恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)等算法对夜间降质图像进行增强,并使用快速引导滤波对透射率分布进行纹理细化,结合大气散射模型得到夜间雾图的去雾图像。实验结果表明,去雾算法不仅能够去除夜晚雾气的影响,而且有效提升了图像的亮度和纹理细节,相较对比算法,在对比度、平均梯度以及信息熵上均有改善。展开更多
文摘针对海洋复杂成像环境导致的水下图像出现颜色衰退、对比度低等问题,提出一种改进的带色彩恢复的多尺度视网膜(Multi-Scale Retinex with Color Restore,MSRCR)与限制对比度自适应直方图均衡化(Contrast Limited Adaptive Histogram Equalization,CLAHE)多尺度融合的水下图像增强算法。首先,采用带有导向滤波的MSRCR算法解决水下图像颜色衰退的问题;其次,采用带有Gamma校正的CLAHE算法以提高水下图像的对比度;最后,对经过改进的MSRCR和CLAHE处理后的图像进行多尺度融合以获得细节增强后的水下图像。实验结果表明,和其他算法相比,文中算法的峰值信噪比(Peak Signal to Noise Ratio,PSNR)平均提高了9.3914、结构相似性(Structural Similarity Index Measure,SSIM)平均提高了0.3013、水下图像评价指标(Underwater Image Quality Evaluation,UIQE)平均提高了4.7047,能实现水下图像的有效增强。
文摘针对夜间有雾图像降质场景暗淡、点光源分布不均、去雾效果差等缺陷,提出了一种基于V通道细节增强的夜间去雾算法,采用了包含高斯模糊、局部区域伸展直方图均衡化(Local Region Stretch Histogram Equalization,LRSHE)、自适应伽马变换以及带颜色恢复的多尺度Retinex(Multi-Scale Retinex with Color Restoration,MSRCR)等算法对夜间降质图像进行增强,并使用快速引导滤波对透射率分布进行纹理细化,结合大气散射模型得到夜间雾图的去雾图像。实验结果表明,去雾算法不仅能够去除夜晚雾气的影响,而且有效提升了图像的亮度和纹理细节,相较对比算法,在对比度、平均梯度以及信息熵上均有改善。
