论文部分内容阅读
图像增强是图像预处理的重要组成部分,其目的是提高图像的对比度,突出感兴趣区域的特征,提高图像质量和视觉效果。本文依托于国家科技支撑计划课题“深远海海面遇险目标机载红外搜寻定位技术”,该课题主要研究海面目标场景的图像数据采集、图像增强处理、目标检测、目标定位与跟踪等,本文的主要研究内容是海面可见光图像与海面红外图像增强处理技术。本文题目中的复杂海况特指常规海况、逆光的光照环境、雾霾引起的光线极暗环境和大风浪等海浪干扰环境,本文重点从直方图和梯度域两个方面研究海面图像增强的有效算法。直方图均衡化(Histogram Equalization,HE)是图像增强中常用的算法。直方图反映了图像像素在不同灰度级的分布,基于直方图变换的图像增强算法的优点为操作简单,易于实现。针对海面曝光适中可见光图像的直方图接近正态分布的特点,本文提出了直方图三区间均衡化的增强算法,该算法将图像直方图分为三段,而后做各段的均衡化,可达到保持亮度的同时提升了图像对比度的效果。本文提出了融合边缘信息的直方图均衡化方法。拉普拉斯滤波算法主要通过相邻像素的灰度变化形成反差增强图像,将经典HE算法和拉普拉斯滤波算法的结果做等比例的像素级融合可有效增强欠曝光与过曝光海面可见光图像。图像梯度反映了灰度值的变化,人眼对于图像的梯度更加敏感,针对噪声较小的海面红外图像,本文提出了梯度场双区间均衡化的细节增强算法。海浪干扰较大条件下的红外图像预处理主要是去除海浪干扰的同时增强目标区域的细节,本文提出了基于梯度直方图变换的增强算法,该算法能够在减小海浪干扰的同时提高目标区域的对比度和信息熵。本文在研究过程中,选取实拍的海面可见光图像与海面红外图像验证了所提出的海面图像增强算法的有效性。