多粒度粗糙图像的亮度均衡补偿技术研究

南丽丽

Chinese

您当前的位置：

首页 >

文章列表页 >

多粒度粗糙图像的亮度均衡补偿技术研究

更新时间：2026-09-04

- 多粒度粗糙图像的亮度均衡补偿技术研究
- Research on Luminance Equalization Compensation Technology for Multi-Granularity Rough Image
- 微电子学与计算机 2017年34卷第3期页码：120-124
- 作者机构：
  
  运城学院机构计算机科学与技术系,山西,运城,044000
- 作者简介：
- 基金信息：
- DOI：
  中图分类号：
- 纸质出版：2017
- 稿件说明：
移动端阅览
南丽丽. 多粒度粗糙图像的亮度均衡补偿技术研究[J]. 微电子学与计算机, 2017, 34(3): 120-124.

NAN Li-li. Research on Luminance Equalization Compensation Technology for Multi-Granularity Rough Image[J]. 2017, 34(3): 120-124.
南丽丽. 多粒度粗糙图像的亮度均衡补偿技术研究[J]. 微电子学与计算机, 2017, 34(3): 120-124. DOI：

NAN Li-li. Research on Luminance Equalization Compensation Technology for Multi-Granularity Rough Image[J]. 2017, 34(3): 120-124. DOI：

摘要

在成像亮度环境比较差的条件下采集的图像粒度多

较为粗燥

需要通过亮度均衡补偿

提高成像质量.提出一种基于RGB灰度分解的多粒度粗糙图像的亮度均衡补偿技术

对采集的多粒度粗糙图像采用小波多尺度提升方法进行降噪处理

对降噪输出图像采用RGB分解方法得到三个分量的灰度图像

分别对三个分量的灰度图像通过稀疏先验正则化叠加方法实现信息融合

通过子块连续遍历方法对图像亮度不均衡区域进行白平衡补偿

实现多粒度粗糙图像的亮度均衡处理.仿真结果表明

采用该技术进行夜间亮度条件不足环境下的图像采集

具有较好的成像效果

输出图像的峰值信噪比较高

亮度均匀均衡

像素相关性较强

成像直观视觉和参量指标表现上都优于传统方法.

Abstract

Under the condition that the image brightness environment is relatively poor

the image size is much

and it is relatively coarse. It is needed to compensate the luminance balance and improve the image quality. A multigranulation rough image brightness compensation technology is proposed based on RGB gray decomposition

the collected multigranulation rough image using multi-scale wavelet de-noising method to improve the output image

the noise reduction using RGB decomposition method to get the three components of the gray image

gray image of the three divided components by regular sparse prior overlay method to realize information fusion

through continuous sub block traversal method of image brightness uneven regional white balance compensation

realize the multigranulation rough equalization of image brightness. The simulation results show that the image acquisition conditions under the environment of light at night using the technique has better imaging effect and image output high peak signal to noise ratio

uniform brightness balance

pixel correlation strong visual and imaging performance parameters is superior to the traditional method.

关键词

Keywords

references

Barnich O, VAN D M. ViBe: a universal background subtraction algorithm for video sequences[J]. IEEE Transactions on Image Processing, 2011, 20(6): 1709-1724. DOI: 1709

卞乐, 霍冠英, 李庆武. 基于Curvelet变换和多目标粒子群的混合熵MRI图像多阈值分割[J]. 计算机应用, 2016, 36(11): 3188-3195. DOI: 3188

蒋建国, 金玉龙, 齐美彬, 等. 基于稀疏表达残差的自然场景运动目标检测[J]. 电子学报, 2015, 43(9): 1738-1744. DOI: 1738

Liu Zhi, Zhang Xiang, Luo Shuhua, et al. Superpixel-based spatiotemporal saliency detection[J]. IEEE Transactions on Circuits and Systems for Video Technology, 2014, 24(9): 1522-1540. DOI: 1522

周毅敏, 李光耀. 多重光照色差下图像平滑美化处理算法[J]. 计算机科学, 2016, 43(10): 287-291. DOI: 287

Oritiz A, Gorriz J M, Ramirez J, et al. Improving MR brain image segmentation using self-organising maps and entropy-gradient clustering[J]. Information Sciences, 2014, 262(3): 117-136. DOI: 117

Jiang X, Harishan K, Thamarasa R, et al. Integrated track initialization and maintenance in heavy clutter using probabilistic data association[J]. Signal Processing, 2014, 94: 241-250. DOI: 241

宋涛, 李鸥, 刘广怡. 基于空时多线索融合的超像素运动目标检测方法[J]. 电子与信息学报, 2016, 38(6): 1503-1511. DOI: 1503

王云烨, 李勃, 董蓉, 等. 基于透射率空间与色彩纹理相关性的图像分割[J]. 电子测量技术, 2015, 38(1): 41-46. DOI: 41

蔡自兴, 彭梦, 余伶俐. 基于时序特性的自适应增量主成分分析的视觉跟踪[J]. 电子与信息学报, 2015, 37(11): 2571-2577. DOI: 2571

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于反向体偏置的高增益稳定性高温运放设计

基于多尺度融合与小目标增强的航拍车辆检测算法

面向处理器分支预测单元的Spectre攻击轻量化防御方法

基于改进RT-DETR的航拍小目标检测算法

低功耗设计的双链电源关断策略的实现与验证