基于信息熵引导耦合复杂度调节模型的红外图像增强算法
为了解决当前较多红外图像增强方法依靠图像的直方图来增强图像,没有考虑图像所含信息量的大小,导致增强结果存在边缘模糊等不足,设计了信息熵引导耦合复杂度调节模型的红外图像增强算法.引入非局部均值滤波方法,将图像中的噪声去除的同时保留图像的细节内容.再利用信息熵函数,测量出图像所含信息量大小,以计算自适应分割阈值,将图像自适应的分割成两部分,并基于直方图均衡化方法,对分割后的子图进行对比度增强,从而求取富含信息量的对比度增强图像.根据图像的灰度级大小,建立复杂度测量函数,计算出图像的细节丰富程度;构造复杂度调节模型,根据图像的细节丰富程度,对图像的细节进行不同程度的增强,以获取边缘等细节特征清晰的细节增强图像.实验结果显示,较当前红外图像增强算法而言,所提算法可更好的提升增强后图像边缘等细节特征的清晰度.
红外图像增强、非局部均值滤波、直方图均衡化、自适应分割阈值、信息熵、复杂度调节模型
40
TP391(计算技术、计算机技术)
河南省教育厅高等学校科学技术项目;河南省高等学校重点科研项目
2022-05-09(万方平台首次上网日期,不代表论文的发表时间)
共7页
37-43