基于自适应校正和非锐化掩模的木材单板节子图像增强算法研究

摘要：

为提高单板节子图像的对比度、细节清晰度和颜色保真性,综合考虑单板活节和死节图像的特征,提出一种将自适应校正和非锐化掩模相结合的单板节子图像增强算法.在可分离颜色信息的HSV空间提取亮度分量、饱和度分量,分别进行加权分布的自适应Gamma校正和自适应非线性拉伸处理,用于改善单板节子图像对比度和保持色彩自然,最后利用非锐化掩模技术增强节子细节区域.试验结果表明,该算法能够有效地改善单板节子图像的对比度和细节清晰度,图像颜色更为自然;突出节子缺陷部位,保留了较多节子细节信息;在均方差、峰值信噪比和结构相似性指数上,比AGC-Quantile和直方图均衡化算法均有提升.

关键词：单板节子、加权分布的自适应Gamma校正、自适应非线性拉伸、非锐化掩模、图像增强

所属期刊栏目：37

分类号：S781.5;TP391.4(森林采运与利用)

资助基金：内蒙古自治区科技计划项目2022YFDZ0031

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：74-82