文献类型：期刊文章

作　　者：田子建[1] 王满利[1,2] 吴君[2] 桂伟峰[2] 王文清[3]

TIAN Zi-jian;WANG Man-li;WU Jun;GUI Wei-feng;WANG Wen-qing(School of Mechanical Electronic & Information Engineering,China University of Mining & Technology,Beijing 100083,China;School of Physics &Electronic Information Engineering,Henan Polytechnic University,Jiaozuo,Henan 454000,China;Beijing Polytechnic College,Beijing 100042,China)

机构地区：[1]中国矿业大学(北京)机电与信息工程学院,北京,100083 [2]河南理工大学物理与电子信息学院,河南焦作,454000 [3]北京工业职业技术学院,北京,100042

出　　处：《光子学报》

基　　金：国家自然科学基金(No.51674269);北京工业职业技术学院重点课题(Nos.bgzykyz201605,bgzyky201780z)~~

年　　份：2019

卷　　号：48

期　　号：5

起止页码：101-113

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：为提高矿井下图像的对比度,并同步地抑制图像的雾尘和噪声,提出一种基于双域分解的矿井下图像增强算法.首先,采用双边滤波器将输入图像分解为低频图像和高频图像;其次,采用快速暗原色去雾算法和Gamma变换,实现低频图像的去雾和对比度提高;接着,采用非下采样Shearlet变换和二阶微分算子,实现高频图像降噪和增强;最后,将增强的低频、高频图像合成基础增强图像,并抑制粉尘散射模糊和过曝光白色伪影,得到最终增强图像.实验表明,该方法不仅能有效提高矿井下图像的对比度,还能有效抑制图像的雾气和噪声,具有广泛的应用前景.

关 键 词：图像增强 图像分解 图像去雾 图像降噪 图像重构

分 类 号：TP391.41]