MATLAB环境下红外图像增强处理算法研究和仿真.ppt

针对红外图像对比度和分辩率低、噪声大的特点，提出一种基于平稳小波域的红外图像增强新方法。对高频子带中幅值较小的噪声系数进行衰减，幅值较大的边缘细节系数进行放大；对低频子带系数的幅值采用所提出的正弦函数进行伸缩处理。实验结果表明，本文提出的方法在有效地增强红外图像对比度及边缘细节的同时，又能很好地抑制背景噪声，综合性能明显优于传统的直方图均衡化和反锐化掩膜增强方法。

红外热像仪产生的彩色红外图像经常遇到对比度低、噪声、边缘模糊等问题。 针对这些问题，我们提出了一种新的基于重力和侧向抑制网络的图像增强算法

由于成像环境的变化和红外成像传感器的局限性，红外图像通常具有一些缺点：对比度低，细节少和边缘不清晰。 因此，为了促进红外成像技术的应用，必须提高红外图像的质量。 为了自适应地增强图像细节和边缘，我们在提出的图像增强方案下提出了一种红外图像增强方法。 一方面，假设高质量图像比低质量图像具有更明显的结构奇异性，我们提出了一种依赖于结构特征提取的图像增强方案。 另一方面，不同于当前基于深度学习网络的图像增强算法，该算法试图训练和构建端到端映射以提高图像质量，我们分析了堆叠稀疏去噪自动编码器中第一层的重要性，以及为提出的图像增强方案提出了一种新颖的特征提取方法。 实验结果证明，该新颖的特征提取方法在边缘没有伪影，例如块状伪影，“梯度反转”和伪轮廓。 与其他增强方法相比，该方法在红外图像增强方面达到了最佳性能。

针对红外图像边缘模糊，对比度低的问题，文中研究了改进的中值滤波和改进的Sobel边缘检测对红外图像进行处理。在对处理后图像的特征进行分析的基础上，研究了改进的Laplace金字塔分解的图像融合算法，并基于CUDA并行处理技术，在可编程GPU上实现了红外图像快速增强的目的。该算法结合GPU的内存特点，应用纹理映射、多点访问、并行触发技术，优化数据的存储结构，提高数据处理速度，适用于对红外图像增强的实时性要求较高的领域。实验结果表明，该算法有较好的并行特性，能充分利用CUDA的并行计算能力，提高了红外图像增强的实时性，处理分辨率为3 096×3 096的红外图像时加速比达32.189。

针对红外与可见光图像融合结果中边缘区域失真严重、对比度差的问题,提出一种基于多尺度顺序 翻转算子(MSSTO)和非下采样轮廓波变换(NSCT)的图像增强融合算法.首先,采用NSCT将图像分解成 高低频系数;其次,利用MSSTO从低频系数中提取出有效的亮、暗信息,并将其注入到融合低频系数中以 合成最终低频系数;再次,高频系数采用局部空间频率加权(LFSW)与区域能量取大的融合方案;最后,对 合成的高低频系数进行反NSCT得到融合图像.实验结果验证了所提出算法的有效性.

针对红外图像对比度低和细节信息少的特性，提出一种能保持亮度和增强细节的方法。改进的自适应双边滤波将图像分成基本层和细节层，在基本层利用基于高斯混合模型的直方图规定化实现亮度保持，在细节层利用人眼视觉特性自适应选取增强函数来增强较弱细节并保护原图像中的清晰边缘不失真，再恢复到原来灰度空间。研究结果表明：该算法可保持整体明暗视觉效果，同时，原图像中较暗和较亮处的细节都可得到有效增强.

红外图像增强机车电力系统故障诊断与定位.pdf

用于矿井电力系统的红外图像增强方法研究.pdf

针对传统 Retinex 算法处理红外图像存在光晕伪影和细节增强不足的缺点，本文提出一种消除光晕和细节增强的 Multi-scale Retinex（MSR）红外图像增强算法。首先，以局部方差和局部复杂度构造引导滤波的自适应平滑增益，然后，采用改进的引导滤波核函数估计照度分量，在对数域对多尺度 Retinex 数学模型求解，获取消除光晕和细节保持的多尺度反射分量。最后，为进一步增强细节和提升亮度，对反射分量依灰度等级进行自适应增强，并通过偏移调整和Gamma 校正改善图像亮度，得到最终增强图像。实验结果表明，本文算法相对其它的 Retinex 增强算法，可有效地消除光晕现象，突出细节，可获得视觉效果良好的增强结果.