作者单位
摘要
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100039
为了提高低照度遥感图像的可视性, 提出了利用改进的多尺度Retinex算法与局部对比度自适应调整相结合的方法来改善图像质量。首先, 把原始图像变换到HSI色彩空间, 有效分离H、S、I分量; 然后, 然后在保持色调分量H不变的前提下, 对亮度分量I利用改进的多尺度Retinex算法进行处理, 对整幅图像进行亮度和对比度的初步调整, 通过使用Sigmoid函数替换多尺度Retinex算法中的对数函数来减少数据丢失; 为了使局部细节信息得到更好的改善, 在利用改进的多尺度Retinex算法处理后进行自适应局部对比度增强, 提高图像局部对比度; 对饱和度分量S采用分段线性增强的方法进行处理; 最后, 将处理后的图像变换回到RGB空间。实验结果表明: 图像信息熵由5.79提高至6.65; 图像感兴趣区域的局部对比度由0.695提高至0.701, 图像质量以及利用价值得到了提升。
HSI色彩空间 低照度遥感图像 多尺度Retinex算法 Sigmoid函数 局部对比度 HSI domain low illumination remote sensing image multiscale Retinex algorithm Sigmoid function local contrast 
光学 精密工程
2018, 26(8): 2092
作者单位
摘要
南京航空航天大学机电学院, 江苏 南京 210016
立体匹配是计算机视觉领域研究的重点,大部分立体匹配方法都是将图像当作数字信息进行数学计算,缺少与实际人眼视觉特征的联系。结合人眼的同心圆拮抗式感受野以及符合人眼特性的HSI色彩空间模型对原自适应支持权重(ASW)算法的权重计算进行了改进,并通过左右一致性校验和中值滤波方法进行视差优化。在VS2010平台对几组国际标准图像进行测试,结果表明,相比原始ASW算法,该方法在低纹理区域、深度不连续区域的匹配精度都有所提高,根据测试图像的不同,提高程度在10%至20%不等,总体匹配精度和近年主流局部匹配方法相当。
图像处理 立体匹配 自适应支持权重 HSI色彩空间 视觉特性 
激光与光电子学进展
2018, 55(3): 031013

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!