

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、紅外成像系統(tǒng)利用目標與環(huán)境的紅外輻射差異成像,具有溫度靈敏度高、動態(tài)范圍大、透霧能力強、可晝夜工作等多種優(yōu)點,在軍事和民用領域均獲得了廣泛的應用。但與可見光圖像相比,紅外圖像大多有對比度低、圖像模糊、信噪比低等缺點,導致圖像的目視效果較差,影響后續(xù)的目視解譯、特征提取、目標識別等操作。因此首先要解決紅外圖像的細節(jié)增晰、超分辨率增晰等圖像處理問題,以改善圖像的視覺效果,為目視解譯提供更為清晰的高質量紅外圖像。
本文首先研究了紅外
2、圖像成像的機理和紅外圖像的特性,分析了紅外圖像的特點,為后續(xù)研究做好鋪墊。同時本文還研究了經(jīng)增晰后的紅外圖像質量的主客觀評價。研究了一些圖像評價的主客觀指標,分析其含義。并結合圖像增晰和超分辨率增晰問題,研究了評價其效果的客觀指標選擇。
在紅外圖像增晰方面,本文研究了傳統(tǒng)的紅外圖像增晰算法的優(yōu)缺點,分析了其在視覺效果和細節(jié)增晰方面的不足。在此基礎上,研究了基于Retinex理論的圖像增晰SSR和MSR算法。將Retinex理論
3、與紅外圖像增晰問題相結合進行研究,提出了一種基于Retinex理論的紅外圖像細節(jié)增晰算法。在算法中,先對紅外圖像進行分頻處理,將低頻部分進行多尺度Retinex(MSR)處理,高頻部分進行局部直方圖均衡CLAHE處理,再進行加權融合,得到最終的增晰結果。實驗結果表明,經(jīng)本方法處理后的圖像顯示的動態(tài)范圍有效地擴大,細節(jié)信息突出明顯,可得到更多的目視信息,并且視覺效果更好,適應性強。
在紅外圖像超分辨率增晰方面,本文對圖像超分辨率
4、的常用方法進行了研究。針對傳統(tǒng)算法中存在的加入的先驗信息不充分、運算復雜、解空間較大、最優(yōu)解偏差較大等問題,將圖像稀疏表示理論與圖像超分重建模型相結合,提出了一種基于圖像稀疏表示的單幅圖像超分辨率增晰算法。算法中以圖像塊的稀疏度最小作為先驗知識加入超分重建模型中,利用求解L0范數(shù)最優(yōu)的貪婪OMP算法,優(yōu)化得到對圖像塊的稀疏表示,進而重構出高分辨率的圖像塊;再利用相鄰塊間的重疊部分求取平均處理以去除邊界效應,得到視覺效果較好的超分辨率重建
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏表示的Retinex圖像增強算法研究.pdf
- 基于稀疏表示理論的圖像處理關鍵技術研究.pdf
- 基于Retinex理論的圖像增強技術研究.pdf
- 基于稀疏表示的圖像修復技術研究.pdf
- 基于稀疏表示的紅外圖像濾波算法研究.pdf
- 基于稀疏表示模型的圖像復原技術研究.pdf
- 基于稀疏表示的紅外圖像預處理方法研究.pdf
- 基于稀疏表示的高光譜圖像處理技術研究.pdf
- 基于稀疏表示和字典學習的視頻圖像分級重建技術研究.pdf
- 圖像稀疏表示理論研究
- 基于稀疏表示的紅外圖像去噪算法研究.pdf
- 基于稀疏表示的圖像編輯技術研究與實現(xiàn).pdf
- 基于稀疏表示的紅外圖像超分辨率重建.pdf
- 基于壓縮感知和稀疏表示理論的圖像去噪研究.pdf
- 采用稀疏表示的大規(guī)模圖像檢索技術研究.pdf
- 基于聯(lián)合稀疏表示的紅外與可見光圖像融合研究.pdf
- 基于稀疏表示的紅外與可見光圖像融合方法研究.pdf
- 基于稀疏表示的SAR-紅外圖像融合及目標檢測研究.pdf
- 基于稀疏表示的圖像超分辨率重構技術研究.pdf
- 基于稀疏表示的圖像超分辨率重建技術研究.pdf
評論
0/150
提交評論