Author Affiliations
Abstract
1 Optical Communication Laboratory, Ocean College, Zhejiang University, Zhoushan 316021, China
2 Hainan Institute of Zhejiang University, Sanya 572000, China
3 Key Laboratory of Ocean Observation-Imaging Testbed of Zhejiang Province, Ocean College, Zhejiang University, Zhoushan 316021, China
This paper presents an improved method for imaging in turbid water by using the individual strengths of the quadrature lock-in discrimination (QLD) method and the retinex method. At first, the high-speed QLD is performed on images, aiming at capturing the ballistic photons. Then, we perform the retinex image enhancement on the QLD-processed images to enhance the contrast of the image. Next, the effect of uneven illumination is suppressed by using the bilateral gamma function for adaptive illumination correction. The experimental results depict that the proposed approach achieves better enhancement than the existing approaches, even in a high-turbidity environment.
quadrature lock-in discrimination clear vision scattering retinex uneven illumination Chinese Optics Letters
2023, 21(10): 101102
1 安徽理工大学电气与信息工程学院，安徽 淮南 232001
2 中国矿业大学信息与控制工程学院，江苏 徐州 221008
针对光照不均的叶部病害图像，提出一种非线性全局亮度校正的自适应增强算法。首先对原始图像进行高斯滤波和自适应均衡化预处理，将色彩空间转至HSV；使用多尺度Retinex算法估计出V分量的光照分量，结合最大类间方差分割法（OTSU）计算出的亮暗区域的最佳分割阈值和构造的非线性亮度校正函数，将亮暗区域的亮度分别自适应调整，再和原始V分量融合得到校正后的V分量；对HSV空间的S分量进行gamma校正，重组还原成RGB图像。实验结果表明，该算法能有效降低光照不均对图像的影响，在暗区域增强的同时保障了亮区域的自适应增强，提升了图像的清晰度和亮度的均匀性，相对于限制对比度自适应直方图均衡化算法（CLAHE）、非线性校正算法和彩色恢复多尺度Retinex算法（MSRCR），在平均梯度、信息熵、峰值信噪比和结构相似性方面性能更优。
图像处理 光照不均匀 OTSU Retinex 图像增强 非线性校正 激光与光电子学进展
2023, 60(16): 1610002
天津大学电气自动化与信息工程学院, 天津 300072
提出了一种基于多尺度Retinex算法的光干涉条纹图像增强算法,论述了该算法的原理以及实现过程。选取了大、中、小三种不同尺度,结合各个尺度的优点,针对光学干涉条纹图的特点,对不同的尺度取不同的权重。与两种常用的光学图像增强方法进行对比实验,并通过主观和客观的评价进一步说明本方法的有效性。实验结果表明,对于对比度低且光照不均匀的光干涉条纹图像,所提算法可以显著提高图像的可视性,改善光照不均匀的问题,克服照度不均匀给条纹图后续处理带来的困难。
图像处理 图像增强 光干涉条纹图 照度不均匀 多尺度Retinex 激光与光电子学进展
2019, 56(24): 241006
江西理工大学 信息工程学院, 江西 赣州341000
为了消除不均匀光照给图像边缘检测带来的影响, 提出一种对数域梯度与改进Sobel算子相结合的边缘检测方法。该方法首先将图像变换到对数域, 通过削弱低频入射分量增强高频反射分量, 以提升图像亮度; 然后合成改进的4方向Sobel算子, 并用无穷范数表示梯度, 以使需要被检测的图像更加完整; 最后通过Bernsen算法得到的阈值与高斯滤波后得到的Bernsen算法阈值进行线性组合来确定最佳阈值, 以使图像边缘更加连续完整。仿真实验结果表明, 该方法可以有效消除不均匀光照对图像边缘检测的影响, 与相关算法和文献相比, 该方法对不同照度图像的边缘检测效果更好。
边缘检测 对数域梯度 改进Sobel算子 光照不均 Bernsen算法 edge detection logarithmic domain improved Sobel algorithm uneven illumination Bernsen algorithm
西安交通大学电气工程学院， 陕西 西安 710049
针对光学元件疵病检测中，通过光学成像获得的图像照度不均匀，噪声明显的问题，提出了根据元件检测照明区的分布特征进行融合处理的方法；该方法采用开运算提取背景算法和高斯差分滤波器，开运算提取背景算法可以给出没有直接照明区域的疵病分布，高斯差分滤波器可去除照明光源的噪声影响；实验结果表明，相较于单一的处理方法，所提出方法更好地得到了整个区域内的疵病分布，有效地实现了不均匀照度环境下的疵病分辨。
不均匀照度 元件检测 高斯差分滤波器 图像 融合 uneven illumination component detection difference of Gaussian filter image fusion
由于在海域条件下, 受到雾气、光线等多种气象因素影响, 光电装备获取的图像出现不同程度的退化现象, 导致图像的显示质量下降。为了提高图像增强方法在海域环境下应用的有效性, 本文针对海域图像海雾及照度不均的特点, 分析了4种常用的图像增强算法, 包括基于直方图均衡化的图像增强算法、基于暗原色原理的去雾算法、基于Retinex的图像增强算法、基于同态滤波的图像增强算法, 并总结了这些算法的特点及其使用场景。上述4种图像增强算法应用于海域环境下图像增强, 选择合适的增强算法可以有效提升图像对比度, 克服海域图像海雾及照度不均问题。
海域图像 图像增强 去雾算法 照度不均 sea image image enhancement dehazing uneven illumination
