基于直方图的红外图像细节增强算法研究

韦瑞峰, 赵荣普, 徐肖庆, 赵灿辉, 赵旋

韦瑞峰, 赵荣普, 徐肖庆, 赵灿辉, 赵旋. 基于直方图的红外图像细节增强算法研究[J]. 红外技术, 2016, 38(6): 472-475.
引用本文: 韦瑞峰, 赵荣普, 徐肖庆, 赵灿辉, 赵旋. 基于直方图的红外图像细节增强算法研究[J]. 红外技术, 2016, 38(6): 472-475.
WEI Ruifeng, ZHAO Rongpu, XU Xiaoqing, ZHAO Canhui, ZHAO Xuan. Infrared Image Detail Enhancement Based on Histogram[J]. Infrared Technology , 2016, 38(6): 472-475.
Citation: WEI Ruifeng, ZHAO Rongpu, XU Xiaoqing, ZHAO Canhui, ZHAO Xuan. Infrared Image Detail Enhancement Based on Histogram[J]. Infrared Technology , 2016, 38(6): 472-475.

基于直方图的红外图像细节增强算法研究

详细信息
  • 中图分类号: TP391

Infrared Image Detail Enhancement Based on Histogram

  • 摘要: 红外热成像技术广泛应用于故障检测中,但由于红外探测器各单元响应的非均匀性,使得红外图像对比度低、细节和边缘模糊,不利于人工观测和机器识别,因此对红外图像细节增强算法的研究具有深刻的意义。分析了传统直方图增强算法中的缺陷,提出了一种抑制背景的局部直方图均衡算法,并使用遗传算法加快了阈值求取的速度。实验结果表明,该方法可以在抑制背景的同时增强红外图像的细节,同时速度较快,可用于实时红外图像的预处理。
  • 期刊类型引用(9)

    1. 廖莎莎. 基于筛选深度特征的红外图像目标识别方法. 红外与激光工程. 2022(05): 161-166 . 百度学术
    2. 王鹏翔,张兆基,杨怀. 结合多特征融合和极限学习机的红外图像目标分类方法. 红外与激光工程. 2022(06): 506-511 . 百度学术
    3. 廖辉传,赵海霞. 基于分类器决策融合的红外图像目标识别方法. 红外与激光工程. 2022(08): 282-287 . 百度学术
    4. 李娜,邓家先,崔亚妮,陈褒丹. 基于暗通道先验的红外图像清晰化及FPGA实现. 红外与激光工程. 2021(03): 119-128 . 百度学术
    5. 史国军. 深度特征联合表征的红外图像目标识别方法. 红外与激光工程. 2021(03): 113-118 . 百度学术
    6. 赵璐,熊森. 多视角红外图像目标识别方法. 红外与激光工程. 2021(11): 413-418 . 百度学术
    7. 杨雅志,李骏. 单演信号在红外图像目标分类中的应用研究. 红外与激光工程. 2021(12): 555-561 . 百度学术
    8. 杨天天,熊鑫,郭名静,谢茜,冯国利. 基于激光技术的会计数据真伪识别技术. 激光杂志. 2018(04): 46-49 . 百度学术
    9. 廖佳俊,刘志刚,姜江军,路志勇. 基于稀疏表示分步重构算法的高光谱目标检测. 红外技术. 2016(08): 699-704 . 本站查看

    其他类型引用(4)

计量
  • 文章访问数:  256
  • HTML全文浏览量:  43
  • PDF下载量:  27
  • 被引次数: 13
出版历程

目录

    /

    返回文章
    返回