[發(fā)明專利]一種自適應(yīng)分?jǐn)?shù)階多尺度熵融合的水下圖像增強方法在審
| 申請?zhí)枺?/td> | 201911132467.0 | 申請日: | 2019-11-19 |
| 公開(公告)號: | CN110910323A | 公開(公告)日: | 2020-03-24 |
| 發(fā)明(設(shè)計)人: | 馬金祥;范新南;張燕紅;高敏;王崴 | 申請(專利權(quán))人: | 常州工學(xué)院 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00;G06T5/50;G06T7/13 |
| 代理公司: | 南京知識律師事務(wù)所 32207 | 代理人: | 王昊 |
| 地址: | 213032 江*** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 自適應(yīng) 分?jǐn)?shù) 尺度 融合 水下 圖像 增強 方法 | ||
本發(fā)明公開了一種自適應(yīng)分?jǐn)?shù)階多尺度熵融合的水下圖像增強方法,包括:將原始水下圖像劃分成非重疊的圖像塊;建立梯度域分?jǐn)?shù)階的階數(shù)參考矩陣;構(gòu)建多尺度的分?jǐn)?shù)階的階數(shù)參考矩陣;獲取與尺度數(shù)一致的基于分?jǐn)?shù)階的增強輸出圖像;計算融合后的圖像的信息熵和對比度;確定圖像塊內(nèi)對比度增強的輸出圖像;獲取全局對比度增強圖像;將原始水下圖像由RGB圖像轉(zhuǎn)換為灰度圖像;求得梯度圖像的自適應(yīng)增益函數(shù);獲得最終的基于分?jǐn)?shù)階多層熵融合的自適應(yīng)增益水下增強圖像;輸出基于分?jǐn)?shù)階多層熵融合的自適應(yīng)增益水下增強圖像。本發(fā)明的自適應(yīng)的分?jǐn)?shù)階微分圖像增強方法對紋理區(qū)域的圖像增強有很好的效果,同時能適應(yīng)圖像梯度與亮度的變化,使得圖像的增強效果更好。
技術(shù)領(lǐng)域
本發(fā)明屬于圖像信息處理領(lǐng)域,具體涉及一種自適應(yīng)分?jǐn)?shù)階多尺度熵融合的水下圖像增強方法。
背景技術(shù)
水下目標(biāo)探測圖像往往存在非均勻亮度、低信噪比、低對比度等特殊情況,導(dǎo)致水下圖像降質(zhì)嚴(yán)重。圖像增強是對原始圖像進(jìn)行處理加工,改善圖像的顯示效果,使其轉(zhuǎn)換成更適合圖像分析處理的一類有效方法。有學(xué)者對整數(shù)階微分圖像增強進(jìn)行改進(jìn),通過對其進(jìn)行加權(quán)或綜合其他方法,可以提升整數(shù)階微分的增強效果。但是,這些方法仍然無法有效改善整數(shù)階微分對噪聲敏感以及容易抑制圖像紋理細(xì)節(jié)的缺點,同時固定階數(shù)的分?jǐn)?shù)階微分圖像增強算子對紋理區(qū)域的圖像增強有很好的效果,但不能適應(yīng)圖像梯度與亮度的變化,對于圖像增強與噪聲抑制受到限制。
發(fā)明內(nèi)容
為了解決上述問題,本發(fā)明提出了一種自適應(yīng)分?jǐn)?shù)階多尺度熵融合的水下圖像增強方法,包括以下步驟:
將原始水下圖像劃分成非重疊的圖像塊;
將圖像塊由RGB圖像轉(zhuǎn)換為灰度圖像,應(yīng)用4方向Sobel邊緣檢測器計算圖像塊的灰度圖像對應(yīng)的梯度圖像,統(tǒng)計各圖像塊灰度圖像的亮度圖像;
在圖像塊內(nèi)部,以梯度圖像的梯度均值為主要參考因素,以亮度圖像的亮度均值為輔助參考因素,建立梯度域分?jǐn)?shù)階的階數(shù)參考矩陣;
梯度域分?jǐn)?shù)階的階數(shù)參考矩陣的基礎(chǔ)上,構(gòu)建多尺度的分?jǐn)?shù)階的階數(shù)參考矩陣;
在圖像塊內(nèi)部進(jìn)行多尺度分?jǐn)?shù)階微積分運算,獲取與尺度數(shù)一致的基于分?jǐn)?shù)階的增強輸出圖像;
在與尺度數(shù)一致的基于分?jǐn)?shù)階的增強輸出圖像的基礎(chǔ)上,在圖像塊內(nèi)部對不同功率因數(shù)的增強輸出圖像進(jìn)行均值融合,并計算融合后的圖像的信息熵和對比度;
對圖像塊內(nèi)融合后的圖像的信息熵和對比度進(jìn)行比較分析,確定圖像塊內(nèi)對比度增強的輸出圖像;
利用雙線性插值,對圖像塊內(nèi)對比度增強的輸出圖像進(jìn)行相鄰區(qū)域內(nèi)的像素重新賦值操作,獲取全局對比度增強圖像;
輸入原始水下圖像,將原始水下圖像由RGB圖像轉(zhuǎn)換為灰度圖像;
應(yīng)用4方向Sobel邊緣檢測器計算灰度圖像對應(yīng)的梯度圖像,求得梯度圖像的自適應(yīng)增益函數(shù);
結(jié)合梯度圖像的自適應(yīng)增益函數(shù)對全局對比度增強圖像進(jìn)行基于自適應(yīng)梯度增益的廣義有界對數(shù)乘法運算,獲得最終的基于分?jǐn)?shù)階多層熵融合的自適應(yīng)增益水下增強圖像;
輸出基于分?jǐn)?shù)階多層熵融合的自適應(yīng)增益水下增強圖像。
進(jìn)一步地,所述將原始水下圖像劃分成M×N個非重疊的圖像塊,圖像塊具體表示為:
Blockc,m,n
其中,c表示顏色通道c={r,g,b};r,g,b分別表示紅綠藍(lán)三種顏色通道;m,n表示圖像塊檢索,m=0,1,2,…,M-1,n=0,1,2,…,N-1,M為劃分的圖像塊的總行數(shù),N為劃分的圖像塊的總列數(shù)。
進(jìn)一步地,所述梯度域分?jǐn)?shù)階的階數(shù)參考矩陣具體為:
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于常州工學(xué)院,未經(jīng)常州工學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911132467.0/2.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 使用后向自適應(yīng)規(guī)則進(jìn)行整數(shù)數(shù)據(jù)的無損自適應(yīng)Golomb/Rice編碼和解碼
- 一種自適應(yīng)軟件UML建模及其形式化驗證方法
- 媒體自適應(yīng)參數(shù)的調(diào)整方法、系統(tǒng)及相關(guān)設(shè)備
- 五自由度自適應(yīng)位姿調(diào)整平臺
- 采用自適應(yīng)機(jī)匣和自適應(yīng)風(fēng)扇的智能發(fā)動機(jī)
- 一種自適應(yīng)樹木自動涂白裝置
- 一種基于微服務(wù)的多層次自適應(yīng)方法
- 一種天然氣發(fā)動機(jī)燃?xì)庾赃m應(yīng)控制方法及系統(tǒng)
- 一種中心自適應(yīng)的焊接跟蹤機(jī)頭
- 一種有砟軌道沉降自適應(yīng)式軌道系統(tǒng)





