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
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
华中光电技术研究所 — 武汉光电国家研究中心, 湖北 武汉 430223
为了有效地对红外与微光图像进行融合, 在获得良好的融合视觉效果并实现熵增的前提下, 同时尽量减少算法复杂度, 提出了一种基于细节增强的自适应权值融合方法, 根据红外微光图像特点, 进行自适应权值矩阵计算, 并进行一次融合, 再结合细节图进行二次融合。经过在MATLAB中采用三种常见算法和本算法对五类典型场景进行了仿真分析, 结合主观和客观评价机制对比, 本文的算法具有较好的标准差和熵增, 主观融合效果也相对较优。最后, 在嵌入式FPGA平台中进行了验证, 实现了50 Hz图像的实时融合输出, 在批量化生产中得到了应用。
细节增强 图像融合 熵增 自适应权值 细节图 detail enhancement image fusion entropy increase adaptive weight detail image
长春理工大学电子信息工程学院, 吉林 长春 130022
为了解决在低照度条件下,可见光成像设备采集的图像亮度低、细节不清晰等问题,提出一种基于亮度通道细节增强的低照度图像处理算法。首先,将图像从RGB转换到Lab颜色模型,将Lab模型中的亮度通道通过指数派生函数校正构造为光照分量,再经过Retinex增强得到初步增强图像。然后,采用结构张量和多尺度引导滤波分别对初步增强图像进行细节提取,并将两种方法提取的细节信息进行了融合。最后,将细节图像和初步增强图像融合得到了目标图像。实验结果主观上得到了亮度合适、细节清晰的增强图像,客观上在亮度失真、信息熵和能量梯度上均有良好且稳定的表现,表明该算法能够有效提高图像的亮度和细节信息,并保持自然的色彩和光照效果。
图像处理 图像增强 光照估计 细节增强 多尺度引导滤波 结构张量 激光与光电子学进展
2021, 58(4): 0410001
1 武汉铁路职业技术学院 经济管理学院，湖北 武汉430000
2 武汉纺织大学 管理学院，湖北 武汉 430073
为克服当前较多遥感图像融合方法存在间断以及吉布斯现象，本文利用像素点间灰度以及梯度信息，设计了一种采用非下采样Shearlet变换(NSST)耦合细节强化因子的图像融合方法。将多光谱(MS)图像经过强度-色调-饱和度(IHS)变换，分离出强度成分。随后，借助变换处理强度成分与全色(PAN)图像，获取对应的高频和低频系数。以强度成分对应的低频系数为依据，通过图像的空间频率特性计算加权系数，将PAN图像的低频系数植入到强度(I)成分对应的低频系数中，融合低频系数。采用像素点间灰度以及梯度信息，构造细节强化因子，融合高频系数。最后，采用IHS和NSST反变换重构这些融合系数，获取融合结果。实验结果显示：较当前融合技术，所提算法拥有更为理想的融合效果，具有更高的互信息值和更低的光谱偏差度值。
遥感图像融合 空间频率 NSST变换 梯度信息 细节强化因子 IHS变换 remote sensing image fusion spatial frequency Non Subsampled Shearlet Transform gradient information detail enhancement factor IHS transform 太赫兹科学与电子信息学报
2020, 18(6): 1073
1 新乡职业技术学院汽车技术系, 河南 新乡 453006
2 桂林电子科技大学电子工程与自动化学院, 广西 桂林 541004
受散射和吸收的影响,水下图像出现颜色失真、可视性低、细节丢失的问题。为了有效解决上述问题,提出了基于颜色校正和细节保持的水下图像增强方法。首先,采用基于Retinex启发的方法,通过调整每个颜色通道的直方图分布来对颜色进行校正。然后,一个基于中值和均值的平均值的双区间直方图用于改善低像素区域和高像素区域,整合图像的对比度得到了显著提高。最后,一个多尺度非锐化掩模方法用于整个图像的锐化,以突显图像细节。实验结果表明,所提方法有效地消除了图像颜色失真,增强了图像对比度和细节。
图像处理 图像退化 水下图像增强 双区间直方图 颜色校正 细节增强 激光与光电子学进展
2020, 57(24): 241013
