留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

引导滤波和对数变换算法融合的多尺度Retinex红外图像增强

陈文艺 杨承勋 杨辉

陈文艺, 杨承勋, 杨辉. 引导滤波和对数变换算法融合的多尺度Retinex红外图像增强[J]. 红外技术, 2022, 44(4): 397-403.
引用本文: 陈文艺, 杨承勋, 杨辉. 引导滤波和对数变换算法融合的多尺度Retinex红外图像增强[J]. 红外技术, 2022, 44(4): 397-403.
CHEN Wenyi, YANG Chengxun, YANG Hui. Multiscale Retinex Infrared Image Enhancement Based on the Fusion of Guided Filtering and Logarithmic Transformation Algorithm[J]. Infrared Technology , 2022, 44(4): 397-403.
Citation: CHEN Wenyi, YANG Chengxun, YANG Hui. Multiscale Retinex Infrared Image Enhancement Based on the Fusion of Guided Filtering and Logarithmic Transformation Algorithm[J]. Infrared Technology , 2022, 44(4): 397-403.

引导滤波和对数变换算法融合的多尺度Retinex红外图像增强

详细信息
    作者简介:

    陈文艺(1964-),重庆人,工学博士,主要研究方向为:视频图像实时处理,FPGA的片上系统设计,嵌入式视觉系统,物联网应用。E-mail:wbjksycx@163.com

  • 中图分类号: TP391.1

Multiscale Retinex Infrared Image Enhancement Based on the Fusion of Guided Filtering and Logarithmic Transformation Algorithm

  • 摘要: 针对采用红外成像仪获取红外图像边缘模糊、对比度差等缺点造成图像视觉效果差、质量低等问题。以多尺度Retinex算法为框架,依据引导滤波保边和梯度保持性,提出引导滤波和对数变换算法融合的多尺度Retinex红外图像增强方法。首先,用引导滤波替换MSR算法中的高斯滤波来估计照度分量。其次,将照度分量经过对数变换处理,执行低灰度部分扩展和高灰度部分压缩。最后,引导滤波分割得到的细节层图像线性放大并与MSR(多尺度Retinex)处理后的图像叠加,获得增强的红外图像。实验证明,与传统MSR算法和引导滤波相比该算法效果明显,可以有效地提高红外图像质量。
  • 图  1  本文算法流程图

    Figure  1.  Algorithm flow chart of this paper

    图  2  高斯滤波与引导滤波效果对比图

    Figure  2.  Comparison between Gaussian filtering and guided filtering

    图  3  实验仿真用到的红外图像

    Figure  3.  Infrared image used in experimental simulation

    图  4  不同算法对场景1的处理结果

    Figure  4.  Processing results of Scene 1 by different algorithms

    图  5  不同算法对场景2的处理结果

    Figure  5.  Processing results of scene 2 by different algorithms

    图  6  不同算法对场景3的处理结果

    Figure  6.  Processing results of scene 3 by different algorithms

    图  7  按算法流程图处理的每个步骤图像

    Figure  7.  Processing results of each step

    表  1  场景1客观评价结果

    Table  1.   Scenario 1 objective evaluation results

    Algorithm Evaluation parameters
    Information entropy Mean gradient Peak signal-to-noise ratio
    Original photo 7.2768 18.1815 -
    MSR algorithm 7.4062 15.2745 34.0826
    Guided filter 7.3250 11.8575 82.5478
    Ours 7.5202 24.9135 71.7486
    下载: 导出CSV

    表  2  场景2客观评价结果

    Table  2.   Scenario 2 objective evaluation results

    Algorithm Evaluation parameters
    Information entropy Mean gradient Peak signal-to-noise ratio
    Original photo 6.4174 5.6610 -
    MSR algorithm 6.0917 3.2130 10.0513
    Guided filter 6.5708 2.8815 86.6363
    Ours 6.6079 9.0015 66.9985
    下载: 导出CSV

    表  3  场景3客观评价结果

    Table  3.   Scenario 3 objective evaluation results

    Algorithm Evaluation parameters
    Information entropy Mean gradient Peak signal-to-noise ratio
    Original photo 6.7321 11.7166 -
    MSR algorithm 6.8226 10.0725 14.1633
    Guided filter 6.4210 6.7830 82.9106
    Ours 7.2111 17.9520 68.1152
    下载: 导出CSV
  • [1] 莫春和, 段锦, 付强, 等. 国外偏振成像军事应用的研究进展(下)[J]. 红外技术, 2014, 36(4): 265-270. http://hwjs.nvir.cn/article/id/hwjs201404002

    MO Chunhe, DUAN Jin, FU Qiang, et al. Review of polarization imaging technology for international military application(II)[J]. Infrared Technology, 2014, 36(4): 265-270. http://hwjs.nvir.cn/article/id/hwjs201404002
    [2] 龚璐, 沈国土, 蔡继光, 等. 典型物体表面温度的测量及初步计算[J]. 红外技术, 2013, 35(7): 439-442. http://hwjs.nvir.cn/article/id/hwjs201307011

    GONG Lu, SHEN Guotu, CAI Jiguang, et al. Measurement and preliminary calculation of typical object surface temperature[J]. Infrared Technology, 2013, 35(7): 439-442. http://hwjs.nvir.cn/article/id/hwjs201307011
    [3] 万智萍. 结合视觉特性与灰度拉伸的直方图均衡化红外图像算法[J]. 计算机工程与设计, 2016, 37(3): 714-719. https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ201603030.htm

    WAN Zhiping. Histogram equalization infrared image algorithm combining visual characteristics and gray stretching[J]. Computer Engineering and Design, 2016, 37(3): 714-719. https://www.cnki.com.cn/Article/CJFDTOTAL-SJSJ201603030.htm
    [4] Land E H, Mccann J J. Lightness and Retinex theory[J]. Journal of the Optical Society of America, 1971, 61(1): 1-11. doi:  10.1364/JOSA.61.000001
    [5] 梁栋, 顾杰宁, 张陈, 等. 基于小波变换的红外热成像图像处理的无损检测技术[J]. 物联网技术, 2020, 10(3): 37-39. https://www.cnki.com.cn/Article/CJFDTOTAL-WLWJ202003016.htm

    LIANG Dong, GU Jiening, ZHANG Dong, et al. Nondestructive testing technology of infrared thermal imaging image processing based on wavelet transform[J]. Internet of Things Technology, 2020, 10(3): 37-39. https://www.cnki.com.cn/Article/CJFDTOTAL-WLWJ202003016.htm
    [6] Jobson Daniel J, Rahman Zia-ur, Woodell Glenn A. Properties and performance of a center surround Retinex[J]. IEEE Transactions on Image Processing, 1997, 6(3): 451-462. doi:  10.1109/83.557356
    [7] Jobson Daniel J, Rahman Zia-ur, Woodell Glenn A. A multi-scale Retinex for bridging the gap between color images and the human observation of scenes[J]. IEEE Transactions on Image Processing, 1997, 6(7): 965-976. doi:  10.1109/83.597272
    [8] 温海滨. 基于局部正则先验的Retinex红外图像细节增强方法研究[D]. 西安: 空军工程大学, 2017.

    WEN Haibing. Research on Detail Enhancement Method of Retinex Infrared Image Based on Local Regularization a Priori[D]. Xi'an: Air Force Engineering University, 2017.
    [9] 任崇巍. 基于双边滤波和Retinex算法的货车图像预处理方法[J]. 现代城市轨道交通, 2019(6): 39-43. https://www.cnki.com.cn/Article/CJFDTOTAL-XDGD201906007.htm

    REN Congwei. Freight car image preprocessing method based on bilateral filtering and Retinex algorithm[J]. Modern Urban Transit, 2019(6): 39-43. https://www.cnki.com.cn/Article/CJFDTOTAL-XDGD201906007.htm
    [10] 常戬, 任营, 贺春泽. 改进双边滤波Retinex的多聚焦图像融合[J]. 中国图象图形学报, 2020, 25(3): 432-441. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTB202003002.htm

    CHANG Jian, REN Ying, HE Chunze. Multi focus image fusion based on improved bilateral filtering Retinex[J]. Journal of Image and Graphics, 2020, 25(3): 432-441. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGTB202003002.htm
    [11] 王秋云, 杨昊亮, 李雄伟, 等. 基于Lab色彩空间改进的多尺度Retinex图像增强算法[J]. 中国刑警学院学报, 2020(1): 123-128. https://www.cnki.com.cn/Article/CJFDTOTAL-XING202001017.htm

    WANG Qiuyun, YANG Haoliang, LI Xiongwei, et al. Improved multi-scale Retinex image enhancement algorithm based on Lab color space[J]. Journal of Criminal Investigation Police University of China, 2020(1): 123-128. https://www.cnki.com.cn/Article/CJFDTOTAL-XING202001017.htm
    [12] 杨福豪, 史启超, 蓝方鸣, 等. 基于色彩衰减补偿和Retinex的水下图像增强[J]. 宁波大学学报: 理工版, 2020, 33(1): 58-64. https://www.cnki.com.cn/Article/CJFDTOTAL-NBDZ202001009.htm

    YANG Fuhao, SHI Qichao, LAN Fangming, et al. Underwater image enhancement based on Retinex [J]. Journal of Ningbo University: Natural Science and Engineering, 2020, 33(1): 58-64. https://www.cnki.com.cn/Article/CJFDTOTAL-NBDZ202001009.htm
    [13] Roberts J W, Aardt J A V. Assessment of image fusion procedures using entropy, image quality, and multispectral classification[J]. Journal of Applied Remote Sensing, 2008, 2(1): 1-28.
  • 加载中
图(7) / 表(3)
计量
  • 文章访问数:  18
  • HTML全文浏览量:  5
  • PDF下载量:  5
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-05-31
  • 修回日期:  2020-07-28
  • 刊出日期:  2022-04-20

目录

    /

    返回文章
    返回