資源描述：
《基于人眼視覺特性紅外圖像增強算法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。據(jù)我所知，除了文中特別加以標注和致謝的地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得重麼魚g電態(tài)堂或其他教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示謝意。學(xué)位敝儲繇曼lj奪日日簽字吼馴鄉(xiāng)年局彥日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解重麼由＆電太堂有關(guān)保留、使用學(xué)位論文的規(guī)定，有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱。本人授
2、權(quán)重迭由g史態(tài)堂可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文。(保密的學(xué)位論文在解密后適用本授權(quán)書)學(xué)位論文作者簽名：到弘桶簽字日期：加侈年鈿?日導(dǎo)師簽名：代鄉(xiāng)’簽字日期：勿哆年易月宕目摘要在紅外熱成像過程中，由于大氣衰減和成像系統(tǒng)器件固有缺陷等因素，導(dǎo)致紅外圖像對比度差、邊緣細節(jié)模糊以及信噪比低，這嚴重影響了目標觀察的有效性和準確性，因此有必要對其進行增強處理。課題由紅外成像機理入手，在分析總結(jié)紅外圖像特征的基礎(chǔ)上，從對比度增強、邊緣細節(jié)增強及濾除噪聲增強三方面，對
3、比分析幾種經(jīng)典增強算法?？偨Y(jié)出其算法存在的問題，即這些算法單純從工程技術(shù)領(lǐng)域出發(fā)，在增強紅外圖像對比度或邊緣信息時，圖像噪聲沒被有效抑制。由于圖像效果的最終評估者是人類的視覺，如果在增強圖像時能充分考慮人眼的視覺特性，將會有效的改善圖像增強效果。為此，結(jié)合人眼的視覺特性，對經(jīng)典算法進行改進，較好解決上述問題。針對傳統(tǒng)灰度變換算法在增強紅外圖像對比度時，存在背景噪聲過增強問題，結(jié)合紅外圖像特征，提出了基于人眼灰度辨別力特性的增強算法。該算法根據(jù)人類視覺在不同背景灰度下分辨目標的能力不同，通過調(diào)整灰度變換曲線，使紅外目標映射到人眼分
4、辨的敏感區(qū)域，同時使背景噪聲映射到人眼分辨的不敏感區(qū)域，從而有利于人眼辨別目標。經(jīng)測試，與傳統(tǒng)灰度變換方法相比，該算法能夠突出圖像的目標，提升其對比度，同時能較好的抑制噪聲。針對經(jīng)典邊緣細節(jié)增強算法在增強圖像邊緣細節(jié)時，存在圖像整體對比度不高、噪聲抑制效果差缺陷，對其進行改進，提出了結(jié)合視覺側(cè)抑制特性的邊緣增強算法。通過模擬人眼視覺系統(tǒng)(HVS)處理圖像信息機制，包括人眼的亮度適應(yīng)、視覺神經(jīng)節(jié)細胞感受野的側(cè)抑制特性、人眼的邊緣及紋理掩蓋特性，以實現(xiàn)圖像邊緣細節(jié)信息的增強。該算法首先將原始紅外圖像變換到人眼作用域，并通過側(cè)抑制位置
5、濾波和單高斯亮度濾波的雙邊濾波，近似分離圖像的高頻分量與低頻分量，然后對低頻分量進行Gamma拉伸，以增強圖像的整體亮度及對比度，對高頻分量進行‘S’形曲線Sigmoid拉伸變換，以增強圖像的邊緣細節(jié)信息。經(jīng)測試，與反銳化及同態(tài)濾波兩種邊緣增強算法相比，該算法能夠有效增強圖像的邊緣細節(jié)信息及對比度。關(guān)鍵詞：紅外圖像增強，人眼灰度辨別力，視覺側(cè)抑制，HVS重慶郵電大學(xué)碩士論文IIAbstractIntheprocessofinfraredimaging，duetotheatmosphericattenuation，detectso
6、fimagingsystemandotherfactors，infraredimagehasdisadvantagesofpoorcontrast，blurrededgedetailsandlowSNR(SignalNoiseRatio)．Thereforeitisnecessarytoenhancetheinfraredimage．Theresearchissueanalysisseveralclassicalenhancementalgorithms，andcomparesthemfromthreeaspectsofcont
7、rastenhancement，edgedetailenhancementandnoisefilteringenhancement，basedonanalyzingandsummarizingthecharacteristicsofinfraredimage．Theclassicalalgorithmshavesomedetects．Amongthesedetects，themostseriousisthatnoisehasnotbeeneffectivelyinhibitedduringenhancingthecontrast
8、andedgeinformationofinfraredimages，becauseofmainlyfromthefieldsofengineeringtechnology．Owingtothefinalassessmentoftheeffectoftheinf
