高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于偏振成像的可见光图像增强

赵蓉 顾国华 杨蔚

引用本文:
Citation:

基于偏振成像的可见光图像增强

    作者简介: 赵蓉(1990-),女,硕士研究生,主要研究方向为光电信息探测及图像处理。.
    通讯作者: 顾国华, gghnjust@jsmail.com.cn
  • 基金项目:

    国家自然科学基金资助项目(61271332)

  • 中图分类号: TN911.73

Visible light image enhancement based on polarization imaging

    Corresponding author: GU Guohua, gghnjust@jsmail.com.cn ;
  • CLC number: TN911.73

  • 摘要: 为了改善可见光图像质量,提高对隐藏在自然背景中人造目标的探测率,采用了基于偏振成像的可见光图像增强方法,很好地凸显出人造目标,提供更多的细节与纹理信息。利用偏振成像方式获取偏振度、偏振角和椭率角图像,对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像,运用双树复小波对光强图像和偏振特征图像进行分解,低频子带采用主成分分析法,高频子带选用区域方差特征匹配的融合策略,得到增强图像。进行了户外实验,并理论分析得到了各个图像的性能指标数据。结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息,该方法有效可行,对目标识别与探测具有一定意义。
  • [1]

    WANG Z Y, HUANG M W, HU P, et al. Image enhancement based on histograms and its realization with MATLAB[J]. Computer Engineering and Science, 2006, 28(2):54-56(in Chinese).
    [2]

    KANG M, LI Y L. An adaptive image enhancement algorithm based on human visual properties[J]. Opto-Electronic Engineering, 2009,36(7):71-77(in Chinese).
    [3]

    TAO B J,WEI Y X. Multi-target detection using fractal feature fusion of different source image[J]. Opto-Electronic Engineering,2009,36(12):11-15(in Chinese).
    [4]

    SOLOMON J E. Polarization imaging[J]. Applied Optics,1981,20(9):1537-1544.
    [5]

    ZHANG C Y, CHENG H F, CHEN Z H, et al. Geometrical optics solution for surface polarimetric scattering of camouflage materials[J]. Infrared and Laser Engineering, 2009, 38(6); 1064-1067(in Chinese).
    [6]

    DUAN J, FU Q, MO C H, et al. Review of polarization imaging technology for international military application(Ⅰ)[J].Infared Technology, 2014, 36(3):190-195(in Chinese).
    [7]

    MO C H, DUAN J, FU Q, et al. Review of polarization imaging technology for international military application(Ⅱ)[J]. Infared Technology, 2014, 36(4):265-270(in Chinese).
    [8]

    WOLFF L B. Applications of polarization camera technology[J]. IEEE Export,1995,10(5):30-38.
    [9]

    ZENG H F. Key technology research about infrared polarization imaging[D]. Nanjing:Nanjing University of Science and Technology,2012:19-40(in Chinese).
    [10]

    WAN C. The collection and research of polarization image[D].Hangzhou:Zhejiang University,2006:9-24(in Chinese).
    [11]

    WANG W, LI G H. The analysis and study of Poincare sphere in Stokes space[J]. Journal of Applied Optics, 2002, 23(3):23-25(in Chinese).
    [12]

    MA L L, LI G H. Polarized light expressed by Poincare sphere[J]. Laser Technology, 2003,27(4):302-303(in Chinese).
    [13]

    LI C C, WANG B, WANG J, et al.Extracting vein of leaf image based on K-means clustering[J].Transactions of the Chinese Society of Agricultural Engineering, 2012, 28(17):157-162(in Chinese).
    [14]

    KINGSBURY N G. Complex wavelets for shift invariant analysis and filtering of signals[J].Applied and Computational Harmonic Analysis,2001,10(3):234-253.
    [15]

    PAN Y, ZHENG Y H, SUN Q S, et al.An image fusion framework based on principal component analysis and total variation model[J]. Journal of Computer-Aided Design Computer Graphics, 2011, 23(7):1200-1210(in Chinese).
    [16]

    ZHANG Z, BLUM R S.A categorization of multiscale decomposition based image fusion schemes with a performance study for a digital camera application[J].Proceeding of the IEEE,1999,87(8):1315-1326.
  • [1] 孔伟金吴福全王吉明 . 石英1/4波片旋光特性研究. 激光技术, 2003, 27(4): 377-379.
    [2] 虞文俊顾国华杨蔚 . 基于小波变换的红外偏振图像融合算法. 激光技术, 2013, 37(3): 289-292. doi: 10.7510/jgjs.issn.1001-3806.2013.03.004
    [3] 田猛高向东谢岳轩张艳喜 . 焊接缺陷磁光成像噪声特征分析及处理算法. 激光技术, 2023, 47(5): 646-652. doi: 10.7510/jgjs.issn.1001-3806.2023.05.011
    [4] 陈树越刘金星丁艺 . 基于小波变换的红外与X光图像融合方法研究. 激光技术, 2015, 39(5): 685-688. doi: 10.7510/jgjs.issn.1001-3806.2015.05.021
    [5] 汪靓杨宇黄敏朱启兵 . 基于偏振成像技术的油桃机械损伤检测. 激光技术, 2022, 46(6): 841-849. doi: 10.7510/jgjs.issn.1001-3806.2022.06.021
    [6] 虞文俊顾国华刘骋昊 . 红外偏振图像的仿真. 激光技术, 2014, 38(1): 76-78. doi: 10.7510/jgjs.issn.1001-3806.2014.01.016
    [7] 张凡 . 红外图像改进非局部均值滤波算法研究. 激光技术, 2015, 39(5): 662-665. doi: 10.7510/jgjs.issn.1001-3806.2015.05.016
    [8] 刘凯王慧琴吴萌相建凯卢英 . 基于提升小波的古铜镜X光图像融合方法研究. 激光技术, 2020, 44(1): 113-118. doi: 10.7510/jgjs.issn.1001-3806.2020.01.020
    [9] 熊羽左小清黄亮陈震霆 . 基于多特征组合的彩色遥感图像分类研究. 激光技术, 2014, 38(2): 165-171. doi: 10.7510/jgjs.issn.1001-3806.2014.02.005
    [10] 朱文艳李莹袁飞冯少彤聂守平 . 基于JPEG压缩编码的小波域多图像融合算法研究. 激光技术, 2014, 38(3): 425-430. doi: 10.7510/jgjs.issn.1001-3806.2014.03.031
    [11] 陈锋张闻文虞文俊陈钱顾国华 . 基于小波变换的EMCCD微光图像融合算法. 激光技术, 2014, 38(2): 155-160. doi: 10.7510/jgjs.issn.1001-3806.2014.02.003
    [12] 刘艾琳 . 基于提升小波变换的红外图像双重滤波算法. 激光技术, 2015, 39(4): 545-548. doi: 10.7510/jgjs.issn.1001-3806.2015.04.026
    [13] 高颖王阿敏王凤华郭淑霞 . 改进的小波变换算法在图像融合中的应用. 激光技术, 2013, 37(5): 690-695. doi: 10.7510/jgjs.issn.1001-3806.2013.05.028
    [14] 江天沈会良杨冬晓刘建军邹哲 . 基于模糊局部信息C均值的太赫兹图像目标检测. 激光技术, 2015, 39(3): 289-294. doi: 10.7510/jgjs.issn.1001-3806.2015.03.001
    [15] 张雷罗长更张颖颖李根全杨兴强王肖霞 . 基于支持度变换的红外与可见光图像融合算法. 激光技术, 2015, 39(3): 428-431. doi: 10.7510/jgjs.issn.1001-3806.2015.03.032
    [16] 葛雯姬鹏冲赵天臣 . NSST域模糊逻辑的红外与可见光图像融合. 激光技术, 2016, 40(6): 892-896. doi: 10.7510/jgjs.issn.1001-3806.2016.06.024
    [17] 李旭寒董安国封建湖 . 基于多级引导滤波器的图像区域融合算法. 激光技术, 2016, 40(5): 756-761. doi: 10.7510/jgjs.issn.1001-3806.2016.05.029
    [18] 郑伟孙雪青李哲 . shearlet变换和区域特性相结合的图像融合. 激光技术, 2015, 39(1): 50-56. doi: 10.7510/jgjs.issn.1001-3806.2015.01.010
    [19] 李志国张思将周建忠 . 基于图像特征的红外对抗干扰效果评估方法研究. 激光技术, 2013, 37(3): 413-416. doi: 10.7510/jgjs.issn.1001-3806.2013.03.032
    [20] 李文龙戈海龙任远成巍 . 图像处理技术在激光熔池温度检测的应用. 激光技术, 2018, 42(5): 599-604. doi: 10.7510/jgjs.issn.1001-3806.2018.05.004
  • 加载中
计量
  • 文章访问数:  9689
  • HTML全文浏览量:  5480
  • PDF下载量:  463
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-03-10
  • 录用日期:  2015-04-10
  • 刊出日期:  2016-03-25

基于偏振成像的可见光图像增强

    通讯作者: 顾国华, gghnjust@jsmail.com.cn
    作者简介: 赵蓉(1990-),女,硕士研究生,主要研究方向为光电信息探测及图像处理。
  • 1. 南京理工大学电子工程与光电技术学院, 南京 210094
基金项目:  国家自然科学基金资助项目(61271332)

摘要: 为了改善可见光图像质量,提高对隐藏在自然背景中人造目标的探测率,采用了基于偏振成像的可见光图像增强方法,很好地凸显出人造目标,提供更多的细节与纹理信息。利用偏振成像方式获取偏振度、偏振角和椭率角图像,对多维偏振图像中的像素点在邦加球内进行聚类得到偏振特征图像,运用双树复小波对光强图像和偏振特征图像进行分解,低频子带采用主成分分析法,高频子带选用区域方差特征匹配的融合策略,得到增强图像。进行了户外实验,并理论分析得到了各个图像的性能指标数据。结果表明,增强后的图像较原图像具有更加丰富的图像细节与偏振目标信息,该方法有效可行,对目标识别与探测具有一定意义。

English Abstract

参考文献 (16)

目录

    /

    返回文章
    返回