1 中国科学院光电技术研究所,四川 成都 610209
2 中国科学院光场调控科学技术全国重点实验室,四川 成都 610209
3 中国科学院大学电子电气与通信工程学院,北京 100049
4 中国科学院大学光电学院,北京 100049
针对水下图像因成像环境造成的色彩失真、对比度下降、模糊等问题,提出一种自适应水下图像增强算法。首先,基于Lab色彩空间的局部色偏和全局色偏对衰减颜色进行色彩补偿,再利用灰度世界算法恢复水下图像的色彩平衡。其次,使用自动色阶和伽马校正方法调整各通道信息,以获得高动态范围、高照度的图像。最后,通过反锐化掩膜方法获得高频信息并增强图像细节,从而获得清晰的水下图像。所提算法利用图像的色偏、均方差等统计信息,实现了自适应处理。实验结果表明,所提算法能有效去除水下图像色偏,提高图像对比度与清晰度,提升视觉效果。较之其他算法,其在处理效果及时间上均有优势。
图像处理 水下图像增强 色彩校正 对比度提升 细节增强 激光与光电子学进展
2024, 61(8): 0837001
1 天津大学未来技术学院,天津 300072
2 天津大学海洋科学与技术学院,天津 300072
3 天津大学精密仪器与光电子工程学院,天津 300072
在散射环境下获取的图像质量退化严重,细节对比度降低,极大地限制了光学成像技术在诸多领域的应用。由于散射光具有部分偏振特性,基于偏振成像的去散射技术近年来得到了广泛的关注及应用。但传统的偏振去散射方法的复原效果十分依赖对场景偏振参数的准确估计,对强散射的复杂场景难以取得理想的去散射效果。为了克服这一缺点,提高偏振去散射方法在不同环境中的适用性,着眼于偏振图像的区域细节,提出一种基于区域细节强化的偏振去散射新方法。该方法结合对比度和Stokes矢量来确定两幅待复原的偏振子图,通过频域处理估计模型的关键参量,然后利用散射退化模型反解出未退化图像,最终融合形成去散射图。实验结果表明:所提方法在不同种类散射环境(雾霾或浑浊水体)和不同散射强度下均具有良好的复原效果,提高了偏振算法的适用性;同时,充分利用了偏振图像的强度分布特点,能够突出原图中的强偏振区域,可同时复原高低偏振目标物体,增强图像的细节信息。
偏振光学 图像退化 散射 偏振成像 对比度 区域细节 激光与光电子学进展
2024, 61(2): 0211017
针对在低光照环境下拍摄的图像受光照强度的影响而导致图像质量差的问题,本文提出了基于双边滤波的MSR与AutoMSRCR算法融合的低光照图像增强算法。首先,在原始低光照图像的HSV颜色空间中针对V分量使用基于双边滤波MSR算法对亮度通道进行增强,得到保留原有色彩信息的亮度增强图像。然后,将此初始亮度增强图像运用CLAHE算法基于LAB颜色空间进行亮度通道细节增强,得到细节增强的图像。最后,采用AutoMSRCR算法对原始低光照图像进行处理,并与细节增强图像进行加权融合得到最终的增强图像。以UCIQE,AG,SD,IE为评价指标,将经过该算法增强的图像与MSR算法,MSRCR算法,CLAHE算法,改进GAMMA算法等进行比较。结果表明,使用该图像增强算法处理的图像效果最佳,UCIQE达到了0.472 1,AG达到了12.674 2,SD达到了0.263 2,IE达到了7.637 9。增强后的图像色彩信息更加丰富,图像更加清晰,图像对比度更好,图像的边缘纹理信息保留更完整,图像质量更高,本研究为低光照图像增强提供了一种可行方法。
低光照图像 图像增强 双边滤波 细节增强 加权融合 low light image image enhancement bilateral filtering detail enhancement weight fusion 光学 精密工程
2023, 31(24): 3606
中国电子科技集团公司第五十八研究所,江苏 无锡 214035
红外热成像系统采集的数据大都是高动态范围,为了实现高动态红外图像的可视化,动态范围压缩和细节增强技术的研究至关重要。针对传统方法存在的梯度反转伪影、低对比度细节丢失、背景噪声过增强等问题,提出一种基于边窗滤波的高动态红外图像压缩增强方法。首先,采用边窗滤波将原始红外图像分解为基础分量和细节分量;然后,根据基础分量的灰度级分布情况,设计一种自适应阈值的平台直方图算法,对基础分量进行压缩;接着,利用双边滤波器核权重分布特点,生成自适应增益系数,对细节分量进行增强;最后,对基础分量和细节分量进行加权融合,并将结果量化到8位动态范围。实验结果表明,与经典的压缩增强方法相比,所提方法对强边缘具有更好的保边效果,可以有效避免梯度反转伪影和光晕问题,细节信息更丰富,背景噪声抑制效果更好,对不同场景的适应性更强。
红外成像 边窗滤波 动态范围压缩 细节增强 自适应增益 激光与光电子学进展
2023, 60(24): 2410009
1 天津大学微电子学院,天津 300072
2 中国电子科技集团公司第四十五研究所,北京 100176
弱光环境会导致图像采集设备拍摄的照片出现对比度低、亮度较暗、细节缺失等问题,为此提出一种基于同态频分聚合的低照度图像增强算法。首先,改进同态滤波的传递函数,将原始图像分解为高频和低频分量,在不损失亮区细节的同时,增强一部分暗区细节,改进后的同态滤波传递函数参数更少,且易于调整;然后,分别对两个分量进行增强,即设计细节增强网络完善高频部分的细节信息,采用low-light image enhancement via illumination map estimation(LIME)算法对低频部分进行亮度提升;最后,设计局部自适应网络对图像高频和低频分量进行联合微调,纠正融合过程中出现的失真。从主观视觉以及客观评价指标两个方面进行实验分析,结果表明,所提算法能有效平衡图像平滑区域与纹理分量的增强效果,提升图像视觉质量。
图像处理 图像增强 同态滤波 图像分解 细节增强 激光与光电子学进展
2023, 60(14): 1410009
针对雾天图像对比度低、细节模糊的问题,提出了一种自适应动态范围CLAHE的雾天图像增强算法。引入自适应参数T1和T2自动调整图像重分配的范围,对传统的CLAHE进行改进,结合同态滤波改善图像过亮、过暗区域;原始图像通过多尺度细节增强算法进行细节增强处理;将处理后的细节图像与同态滤波处理后的结果相结合,达到图像对比度和细节增强的目的。通过信息熵、局部对比度、平均梯度和运行时间4种客观评价指标对图像结果进行对比分析,主观与客观测试结果表明,所提算法可有效增强图像对比度、凸显细节信息,便于雾天图像信息的提取。
图像处理 自适应动态范围 多尺度细节提升 同态滤波 图像增强 激光与光电子学进展
2023, 60(4): 0410008
1 昆明物理研究所, 云南昆明 650223
2 陆军装备部驻重庆地区军事代表局驻昆明地区第一军事代表室, 云南昆明 650023
3 中国船舶工业系统工程研究院, 北京海淀 100094
图像分层滤波器中引导滤波器因其滤波保边效果好和计算复杂度低, 在红外图像细节增强领域得到了广泛的研究与应用。但传统的引导滤波器固定的正则化参数.不能在所有场景下都取得较好的滤波分层效果, 所以本文提出基于局部方差的参数 .自适应算法, 以提高引导滤波器场景适应性。此外本文进一步通过自适应参数 .值, 提出了改进的基于噪声掩膜函数的细节层自适应增强算法, 从而在有效抑制了图像噪声水平同时提高了算法在不同场景下的细节增强能力。
引导滤波 参数自适应 噪声掩膜函数 噪声抑制 细节增强 guided filtering parameter adaptation noise mask function noise suppression detail enhancement