基于多尺度Retinex的非下采样Contourlet域图像增强

被引：39

作者：

吴一全 ^{[1
,2
,3
,4
,5
]}

史骏鹏 ^{[1
]}

机构：

[1] 南京航空航天大学电子信息工程学院

[2] 江南大学江苏省食品先进制造装备技术重点实验室

[3] 东华理工大学江西省数字国土重点实验室

[4] 中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室

[5] 兰州大学甘肃省西部矿产资源重点实验室

来源：

光学学报 | 2015年 / 35卷 / 03期

关键词：

遥感; 高光谱图像; 图像增强; 非下采样Contourlet变换; 多尺度Retinex; 混沌小生境粒子群优化;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

针对部分遥感图像和高光谱图像中存在的对比度不足、整体偏暗等问题,提出了一种基于多尺度Retinex(MSR)和混沌小生境粒子群优化(NCPSO)的非下采样Contourlet变换(NSCT)域图像增强方法,用于改善图像质量。对图像进行NSCT分解,得到一个低频分量和多个不同方向的高频分量;在低频分量上进行混合灰度函数的多尺度Retinex增强;同时利用非线性增益函数调整高频分量系数,将兼顾对比度和信息熵的定量综合评价函数作为NCPSO的适应度,寻找非线性增益函数所涉及的最优参数。大量实验结果表明,与双向直方图均衡方法、NSCT方法、多尺度Retinex方法、平稳小波变换和Retinex方法等4种增强方法相比,提出的方法能更有效地提高图像的对比度和信息熵,增强图像的整体视觉效果。

引用

页码：87 / 96

页数：10

共 17 条

[1] 双峰高斯函数规定化的变分红外图像增强 [J].