期刊文章详细信息
文献类型:期刊文章
YUAN Xiaoyan;ZHANG Zhaofeng;GU Zhenfei;KONG Lingmin;DING Menghan;SHAN Zhupeng(School ofElectronic Information,Nanjing College of Information Technology,Nanjing 210023,China;School of Internet of Things,Nanjing University of Posts and Telecommunications,Nanjing 210003,China;People ’ s Liberation Army of China 94969,Shanghai 200020,China)
机构地区:[1]南京信息职业技术学院电子信息学院 [2]南京邮电大学物联网学院 [3]中国人民解放军94969部队
基 金:江苏省高等学校自然科学研究项目(18KJB510024);南京信息职业技术学院自然科研基金项目(YK20160101);江苏省研究生科研与实践创新计划项目(KYCX17_0783);国家自然科学基金项目(61571241);江苏省产学研前瞻性联合研究项目(BY2014014);江苏省高校自然科学研究重大项目(15KJA510002);江苏高校品牌专业建设工程项目(PPZY2015C242)
年 份:2019
卷 号:42
期 号:1
起止页码:147-156
语 种:中文
收录情况:BDHX、BDHX2017、CAS、INSPEC、RCCSE、SCOPUS、ZGKJHX、核心刊
摘 要:为更有效地提升红外图像的整体视觉效果并恢复出其中的场景目标,提出了一个基于大气散射模型的红外图像增强方法。首先,对红外图像进行反转操作,并引入大气散射模型对其降质机理进行描述。然后,利用四叉树分解技术将图像分割为一系列子块,并提出相应的基于子块的模型因子估计策略来恢复出场景目标。最后,结合导向全变分模型和一种基于Retinex模型的修正算法,进一步提高增强后图像的视觉效果。主观及客观对比实验结果证明了本算法具有良好的鲁棒性,及在视觉效果增强、有效信息增益方面的优势。
关 键 词:红外图像增强 大气散射模型 图像分割 透射率估计
分 类 号:TP752] TN911]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...