基于结构纹理分解的矿井图像增强方法OACSTPCD
A mine image enhancement method based on structural texture decomposition
矿井下存在低照度、多灰尘现象,导致监控视频采集的图像具有光照不均、模糊及细节丢失的问题,影响后续智能图像识别,现有矿井图像增强方法普遍存在图像纹理细节不清晰、视觉效果差的问题.提出了一种基于结构纹理分解的图像增强方法.首先,利用maxRGB算法对原始图像提取初始光照分量,接着构建优化目标函数,依次优化求解初始光照分量中的结构分量、纹理分量及噪声分量:先对初始光照分量进行加权引导滤波,作为先验约束,迭代获得边缘清晰的结构分量;再结合最大邻域差方法和…查看全部>>
There is a phenomenon of low lighting and excessive dust in underground mines,which leads to uneven lighting,blurriness,and loss of details in the images captured by monitoring videos.It affects subsequent intelligent image recognition.Existing mine image enhancement methods generally suffer from unclear texture details and poor visual effects.A method for image enhancement based on structural texture decomposition is proposed.Firstly,the maxRGB algorithm is…查看全部>>
张红;索霆锋;宋婉莹
西安科技大学通信与信息工程学院,陕西西安 710054西安科技大学通信与信息工程学院,陕西西安 710054西安科技大学通信与信息工程学院,陕西西安 710054
矿山工程
矿井图像增强结构纹理分解变分模型Retinex理论自适应伽马校正
mine image enhancementstructural texture decompositionvariational modelRetinex theoryadaptive Gamma correction
《工矿自动化》 2024 (3)
基于深度核稀疏优化判别随机场的极化SAR图像分类研究
56-64,9
国家自然科学基金资助项目(61901358).
评论