基于引导滤波的高动态红外图像增强处理算法

葛朋, 杨波, 毛文彪, 陈绍林, 张巧燕, 韩庆林

葛朋, 杨波, 毛文彪, 陈绍林, 张巧燕, 韩庆林. 基于引导滤波的高动态红外图像增强处理算法[J]. 红外技术, 2017, 39(12): 1092-1097.
引用本文: 葛朋, 杨波, 毛文彪, 陈绍林, 张巧燕, 韩庆林. 基于引导滤波的高动态红外图像增强处理算法[J]. 红外技术, 2017, 39(12): 1092-1097.
GE Peng, YANG Bo, MAO Wenbiao, CHEN Shaolin, ZHANG Qiaoyan, HAN Qinglin. High Dynamic Range Infrared Image Enhancement Algorithm Based on Guided Image Filter[J]. Infrared Technology , 2017, 39(12): 1092-1097.
Citation: GE Peng, YANG Bo, MAO Wenbiao, CHEN Shaolin, ZHANG Qiaoyan, HAN Qinglin. High Dynamic Range Infrared Image Enhancement Algorithm Based on Guided Image Filter[J]. Infrared Technology , 2017, 39(12): 1092-1097.

基于引导滤波的高动态红外图像增强处理算法

详细信息
  • 中图分类号: TN911.73

High Dynamic Range Infrared Image Enhancement Algorithm Based on Guided Image Filter

  • 摘要: 主要论述了一种基于引导滤波器图像分层的高动态范围红外图像增强算法,通过引导滤波器将原始红外图像分解成基本层和细节层,再对它们分别采用相应的 γ 变换进行压缩,最后按照一定比例将两部分重新合成,从而在保留图像细节的同时有效地使红外场景得到高动态灰度显示.引导滤波器不依赖于滤波半径与图像灰度值范围,执行效率更高,计算速度更快;另外,引导滤波器是局部线性模型,边缘保持特性更好,能克服其他滤波器在图像灰度变化比较剧烈的边缘易出现梯度翻转,造成图像出现"伪边缘"的缺陷.实验结果表明,通过本算法增强后的红外图像,不论是人眼的主观评价还是客观评价,都具有较强的细节增强能力和较佳的视觉表现,且具有实时处理的前景.
  • 期刊类型引用(8)

    1. 张珊珊,宋英豪,王飞,安东阳,刘振旭,岳洪浩,刘俊岩. 铝合金裂纹的脉冲调频超声红外热像检测方法. 红外与激光工程. 2025(01): 166-176 . 百度学术
    2. 茅健,廖茂成,周海军,赖磊捷. 机器视觉技术在航空装配中的应用现状与展望. 航空制造技术. 2025(05): 26-46 . 百度学术
    3. 汪荣华,刘文波. 铝钛双层结构螺栓孔涡流C扫描3D成像检测工艺研究. 新技术新工艺. 2023(01): 45-48 . 百度学术
    4. 张开富,史越,骆彬,童长鑫,潘婷,乔木. 大型飞机装配中的高精度测量技术研究进展. 激光与光电子学进展. 2023(03): 52-69 . 百度学术
    5. 江海军,盛涛,郑金华,向苹. 超声红外热成像技术国内研究现状与进展. 红外技术. 2023(10): 1020-1028 . 本站查看
    6. 冯辅周,朱俊臻,李志农. 超声红外热像技术发展现状及其在航空材料缺陷检测中的应用. 航空制造技术. 2022(20): 36-53 . 百度学术
    7. 蔡亮. 基于超声红外热波成像的桥梁结构损伤识别方法. 现代交通技术. 2022(06): 55-59 . 百度学术
    8. 严琴,赵全育. 高频噪声下的螺栓表面缺陷检测. 测控技术. 2021(05): 75-79 . 百度学术

    其他类型引用(5)

计量
  • 文章访问数:  125
  • HTML全文浏览量:  33
  • PDF下载量:  25
  • 被引次数: 13
出版历程

目录

    /

    返回文章
    返回