基于多尺度Retinex和NSCT的泡沫图像增强方法

针对矿物浮选过程中获取的泡沫图像易受环境光照影响、噪声干扰和存在灰度对比度低等问题,提出一种结合多尺度Retinex(MSR)算法和非下采样Contoudet变换(NSCT)的泡沫图像增强方法。该方法首先针对光照使得浮选泡沫图像存在亮度不均,用一种区域自适应分割的MSR算法,通过调整权值改善图像的整体亮度均匀性;然后采用NSCT,通过构造分类函数完成对包含细节和噪声的高频系数处理,有效地弥补了Retinex算法在细节增强效果和噪声消除方面的不足。实验仿真结果表明,该方法能有效增强泡沫图像的轮廓、边缘和细节,抑制噪声,明显改善泡沫图像的视觉效果,为浮选泡沫图像的特征提取和品位分析奠定基础。

红外与可见光图像融合的汽车抗晕光系统

针对夜间汽车晕光现象引起的交通安全问题,从规避碰撞物的角度出发,设计了一种红外与可见光图像融合的视频抗晕光系统。系统通过对可见光图像和红外图像做MSR图像增强,解决了夜间可见光图像亮度低,暗处信息不易获取的问题,并提高了红外图像对比度,提升了融合图像的清晰度;通过YUV与小波变换结合的方式对增强后的可见光图像和红外图像进行融合,消除了晕光现象。实验结果的主客观分析表明:该融合算法比YUV与小波融合算法在熵、均值、平均梯度、标准差上分别提高了1.6%、13.5%、25.3%、0.6%,该系统不仅能有效消除晕光,还对融合后图像的亮度和暗处细节信息有较大提升,提高了夜间驾驶安全性。

针对高分四号卫星影像的边缘检测技术

高分四号(GF-4)卫星具有宽覆盖、高时效、机动灵活的特点,可以用于防灾减灾、气象预警预报、林业灾害监测等。但由于影像模糊、对比度低、外部环境复杂等问题,严重影响了影像边缘检测的结果。因此,在分析GF-4影像特性和边缘检测存在问题的基础上,借鉴Canny算法的核心思想,提出了一种改进的边缘检测方法。首先采用多尺度Retinex算法对GF-4影像进行增强处理,然后引入灰度共生矩阵特征值参数自适应地确定梯度阈值,最后完成边缘检测。定量分析与实验结果表明,针对GF-4影像的边缘检测,与传统的Canny算法相比,该方法更具有适用性和准确性,使提取的边缘正确率提高约36%,对新卫星数据的应用与推广具有一定参考价值。