共查询到10条相似文献,搜索用时 31 毫秒
1.
红外图像实时显示增强系统设计 总被引:5,自引:0,他引:5
为了解决红外实时图像处理系统中热像仪输出大动态范围和监视器显示输出小动态范围之间的矛盾,满足信息处理系统大数据量高实时性的要求,设计了一种新的基于FPGA实现的红外实时图像增强算法。首先采用均值滤波的思想统计图像的局部极值,然后使用多级均值法计算图像灰度变换区间分界点,最后对图像作分段线性灰度变换,整个算法通过FPGA实现。实验结果表明,该方法不仅解决了非制冷红外焦平面阵列探测器输出值随其工作时间变化的问题,而且消除了图像中探测器盲元的干扰,丰富了图像背景细节,增强了图像显示效果。与直方图变换等传统图像增强算法相比,该算法计算时间缩短了1.38ms,占用存储资源减少了42倍。在工程应用上,该方案简单可靠,成本较低,易于FPGA实现,可为其他红外实时图像处理系统的设计提供参考。 相似文献
2.
应用参数化对数模型增强图像细节及对比度 总被引:1,自引:0,他引:1
传统红外图像增强方法由于未考虑人眼视觉特性而存在"超区间值",故极易丢失图像细节。本文结合对数图像处理(LIP)理论,提出了基于参数化对数模型(PLIP)的平台直方图均衡图像增强方法。该方法首先将图像变换为灰度色调函数;然后应用PLIP模型对变换后的图像进行重建,结合平台直方图均衡化来增强图像的对比度和细节信息,并利用图像评价函数(EMEE)与信息熵(En)确定模型的参数值。最后,研制了算法硬件平台,分别用中波和长波红外成像系统对算法进行了实验验证。实验结果显示:该方法对不同场景的图像均可取得很好的增强效果,图像的EMEE值比传统的平台直方图均衡算法提高至少5倍以上,对改善图像质量和视觉效果具有实用价值。 相似文献
3.
基于Contourlet变换的遥感图像增强算法 总被引:5,自引:1,他引:4
提出了一种基于Contourlet变换的空间域和变换域增强相结合的遥感图像增强算法。首先对原图像进行拉普拉斯塔式变换(LP)得到原图像的细节图像,并将它和原图像线性相加实现空间域增强;然后对空间域增强后的图像进行Contourlet变换得到不同尺度和不同方向上的变换系数,构造非线性增强函数对变换系数做增强处理,实现变换域增强;最后对增强处理后的变换系数进行Contourlet反变换,实现最终的图像增强。实验结果显示:与其他增强算法相比,用本文算法增强后图像的均值可达到127,信息熵提高了10%以上,清晰度提高了7%以上,表明遥感图像得到了更好的增强效果。 相似文献
4.
基于Contourlet变换遥感图像增强 总被引:2,自引:1,他引:2
摘要:提出一种基于Contourlet变换的空间域增强和变换域增强相结合的遥感图像增强算法。首先对原图像进行拉普拉斯塔式变换(LP)得到原图像的细节图像并将它和原图像线性相加实现空间域增强;然后对空间域增强后的图像进行Contourlet变换得到不同尺度和不同方向上的变换系数,构造非线性增强函数对变换系数做增强处理实现变换域增强;最后对增强处理后的变换系数进行Contourlet反变换,实现最终的图像增强。试验结果表明:与应用于遥感图像传统增强算法相比,此算法可以得到更好的增强效果。 相似文献
5.
6.
7.
针对大口径红外光学系统的整机透过率测量难题,提出了基于图像灰度的单通道红外透过率测量方法,搭建了大口径红外光学系统整机透过率测量装置。首先,将黑体和靶标按照指定位置关系放置于待测红外光学系统的焦平面处,将红外热像仪放置于待测红外光学系统的入光口,采集被测系统的辐射图像;接着,将黑体放置于红外热像仪前,采集黑体辐射图像;最后,分别计算被测系统辐射图像均值和黑体辐射图像均值,二者比值即为被测系统的透过率。以某型大口径红外光学系统作为被测系统,开展了红外透过率测量实验。实验结果标明:本文方法测量值与设计值的绝对误差为0.85%,对测量结果不确定度进行分析,测量精度约为1.04%,测量方法可行。此方法测量过程简单,为大口径红外光学系统的整机性能评估提供了有效手段。 相似文献
8.
基于剪切波变换的复杂海面红外目标检测算法 总被引:4,自引:0,他引:4
针对复杂海面红外目标检测问题,利用剪切波变换优良的各向异性能力和系数的几何特性,提出了一种基于剪切波变换的复杂海面红外目标检测算法.该算法利用剪切波变换得到边缘图像,同时提供边缘的方向信息,极大提高了海天线的检测和识别概率;然后根据海天线位置进行边缘加权,抑制海杂波,保留目标信息;经过减行均值滤波,对加权边缘图像进行分割;最后,进行数学形态学处理,检测出舰船目标.实验结果表明,该算法可以在单帧图像中检出目标,并且对存在阳光亮带、海杂波等干扰的复杂海面背景取得较好的检测效果. 相似文献
9.
《机电工程》2017,(12)
针对单幅图非均匀校正中小波变换不能分解红外图像中相当丰富的高频子带以及正则化正交匹配追踪(ROMP)重构算法需要已知红外图像的稀疏度等问题,提出了一种基于小波包变换结合稀疏度自适应压缩采样匹配追踪算法(Co Sa SAMP)实现对图像的重构,从而达到校正图像的目的。该方法利用小波包变换对原图像稀疏,将点样本矩阵作为测量矩阵,提取原红外图像的25%数据,利用改进的中值直方图算法校正提取的数据,然后利用Co Sa SAMP重构图像。研究结果表明:与基于小波变换压缩感知的非均匀校正相比,本算法在均方根误差、峰值信噪比方面都得到了进一步的改善,均方根误差降低了30%左右,列间均值更加接近理想校正图像效果,图像重构质量好。 相似文献
10.
为提高红外图像弱小目标检测的准确率和实时性,在分析用于红外图像增强的分形参数K相关的多尺度分形特征(MFFK)基础上,提出了一种基于改进多尺度分形特征(IMFFK)的红外图像弱小目标检测算法。首先,将基于地毯覆盖法的分形维数计算公式代入MFFK计算公式,提出了一种改进多尺度分形特征(IMFFK)用于图像增强。其次,对IMFFK特征计算进行简化,采用自适应阈值分割得到感兴趣目标区域,提出了一种具有较高计算效率的红外图像弱小目标检测算法。最后,通过仿真图像分析了主要参数对图像增强和算法耗时的影响,采用红外真实图像进行了算法检测性能测试,并与当前基于局部对比度测度的目标检测算法进行了对比。实验结果表明,提出的算法虽然在一些检测场景具有较多虚警,但能同时适用于弱小目标和较大目标检测,且无论目标为亮目标或暗目标。提出算法对于低分辨率红外图像(320×240)检测接近30 frame/s。提出算法具有较强的适用性,能够检测出红外图像中具有较高局部对比度的目标。 相似文献