一種針對(duì)草地圖像的圖像增強(qiáng)算法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
圖像是客觀對(duì)象的一種相似性描述，但是在拍攝過(guò)程中，由于光照、氣候等因素影響，往往造成圖像的失真或者產(chǎn)生噪聲。圖像增強(qiáng)能在保留圖像自身信息的同時(shí)突出某些特征信息，從而滿足應(yīng)用需求。本文所設(shè)計(jì)的算法策略主要應(yīng)用于智能割草機(jī)器人關(guān)于采集的草地圖像預(yù)處理，由于割草機(jī)器人的工作環(huán)境所致，拍攝的圖片會(huì)經(jīng)常受到光照不均和大霧天氣的影響。針對(duì)光照和大霧的影響，常見(jiàn)的圖像增強(qiáng)算法主要有直方圖均衡化方法，Retinex算法，梯度域增強(qiáng)算法等。
傳統(tǒng)的圖像增強(qiáng)算法，如直方圖均衡化主要是通過(guò)對(duì)圖像的非線性拉伸，使圖像動(dòng)態(tài)范圍增大，對(duì)比度也增大，但是這些傳統(tǒng)的方法多應(yīng)用于灰度圖像。隨著人們視覺(jué)感知模型的發(fā)展，Retinex理論也隨之建立，經(jīng)過(guò)40多年的發(fā)展，從最開(kāi)始的單尺度Retinex算法（SSR算法）發(fā)展到多尺度加權(quán)平均Retinex算法（MSR算法）再到彩色恢復(fù)Retinex算法（MSRCR算法）。
MSRCR算法雖然能突出圖像的細(xì)節(jié)部分，但也存在著缺陷，比如如果輸入圖像質(zhì)量不高，噪聲也會(huì)隨著細(xì)節(jié)的突出而放大；處理完的圖像會(huì)整體偏暗變灰等等。為了解決這些問(wèn)題，本文提出一種分別對(duì)商頻分量和低頻分量處理的辦法，既能抑制高頻的噪聲放大，同時(shí)又增加低頻分量的對(duì)比度，使圖像清晰度增強(qiáng)。
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
一種針對(duì)草地圖像的圖像增強(qiáng)算法下載
相關(guān)電子資料下載
- 人工智能在影像升級(jí)中的關(guān)鍵作用 137
- 如何優(yōu)化深度學(xué)習(xí)模型? 335
- 什么是傅里葉變換和逆變換?為什么要用傅里葉變換? 1982
- 一文詳解機(jī)器學(xué)習(xí)中的梯度提升機(jī) 476
- 如何解決極端環(huán)境視頻圖像處理的畫(huà)質(zhì)大幅下降問(wèn)題？ 375
- 圖像增強(qiáng)三大類別介紹 1089
- 機(jī)器視覺(jué)之圖像增強(qiáng)和圖像處理 637
- 機(jī)器視覺(jué)之圖像增強(qiáng)和圖像處理 310
- 機(jī)器視覺(jué)：圖像處理技術(shù)、圖像增強(qiáng)技術(shù) 492
- 機(jī)器視覺(jué)（五）：頻域圖像增強(qiáng)處理 1040