基于彩色加权引导滤波-Retinex算法的导航图像增强

基于彩色加权引导滤波-Retinex算法的导航图像增强

论文摘要

在夜间低照度环境下,轮胎式龙门起重机(RTG)常常需要执行自动驾驶导航任务,针对导航过程中地面引导线图像边缘难以检测的问题,提出一种彩色加权引导滤波-Retinex(CWGIF-Retinex)算法.首先,有针对性地改进加权引导滤波算法的权值估计方案,用矢量梯度方法提取经过Retinex算法处理的彩色图像边缘作为权值;进而,利用CWGIF算法估算引导线图像的照度分量,并通过单尺度Retinex算法计算得到反射分量;最后,通过算法计算得到色彩与轮廓边缘均增强的引导线图像.实验证明,CWGIF-Retinex算法相较于传统算法能够更好地增强弱光照区域的色彩,同时还能起到消除光晕伪影、颜色保真和增强引导线边缘对比度的效果.

论文目录

  • 1 引导滤波算法
  • 2 彩色加权引导滤波算法
  • 3 基于CWGIF算法的照度分量估计
  • 4 弱光照条件下的导航图像色彩增强
  •   4.1 边缘提取效果分析
  •   4.2 色彩增强与边缘增强效果的主观分析
  •   4.3 色彩增强与边缘增强效果的客观分析
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 许凤麟,苗玉彬,张铭

    关键词: 彩色加权引导滤波算法,算法,夜间图像,色彩增强,自动驾驶导航,轮胎式龙门起重机导航

    来源: 上海交通大学学报 2019年08期

    年度: 2019

    分类: 工程科技Ⅱ辑,信息科技

    专业: 公路与水路运输,计算机软件及计算机应用

    单位: 上海交通大学机械与动力工程学院

    基金: 上海市科研计划项目(16391901700),上海市科委工程技术研究中心建设专项(17DZ2252300),上海市科技兴农推广项目(沪农科推字(2015)第4-1号)

    分类号: TP391.41;U653.921

    DOI: 10.16183/j.cnki.jsjtu.2019.08.005

    页码: 921-927

    总页数: 7

    文件大小: 3743K

    下载量: 268

    相关论文文献

    • [1].改进Retinex算法的光干涉条纹质量提升技术[J]. 激光杂志 2020(09)
    • [2].基于Retinex理论的雾霭天气图像增强[J]. 内燃机与配件 2017(01)
    • [3].改进Retinex在红外图像增强中的应用[J]. 激光杂志 2016(08)
    • [4].基于Retinex理论的简化图像增强算法[J]. 电子技术与软件工程 2015(12)
    • [5].融合伽马变换与Retinex的彩色水下图像增强算法[J]. 科技视界 2020(03)
    • [6].基于Retinex理论与概率非局部均值的红外图像增强方法[J]. 光子学报 2020(04)
    • [7].基于RETINEX的图像增强方法探讨[J]. 九江学院学报(自然科学版) 2020(03)
    • [8].基于区域分割的快速随机喷洒Retinex方法[J]. 南开大学学报(自然科学版) 2017(02)
    • [9].基于粒子群优化的Retinex图像增强[J]. 电子技术与软件工程 2016(11)
    • [10].保持细节的Retinex红外图像增强算法[J]. 电子技术与软件工程 2016(18)
    • [11].关于Retinex算法对刑事模糊图像增强的适用性探讨[J]. 数字技术与应用 2012(11)
    • [12].基于Retinex理论的全变差图像分割方法[J]. 南京邮电大学学报(自然科学版) 2020(01)
    • [13].基于Retinex理论和暗通道先验的夜间图像去雾算法[J]. 激光与光电子学进展 2017(04)
    • [14].基于Retinex理论的图像增强算法的研究[J]. 现代计算机(专业版) 2016(26)
    • [15].多方向双边滤波单尺度Retinex图像增强研究[J]. 软件导刊 2015(06)
    • [16].基于Retinex理论图像增强的边缘检测[J]. 昆明冶金高等专科学校学报 2015(03)
    • [17].基于Retinex理论的图像增强算法研究[J]. 计算机光盘软件与应用 2014(01)
    • [18].基于Retinex理论的图像增强算法研究[J]. 技术与市场 2009(12)
    • [19].基于Retinex的车辆检测算法研究[J]. 工业控制计算机 2019(12)
    • [20].基于收缩场学习的Retinex低照度图像增强[J]. 北京航空航天大学学报 2020(09)
    • [21].基于Retinex可变框架的X射线图像增强方法研究[J]. 激光与红外 2008(10)
    • [22].一种改进的Retinex彩色图像增强方法[J]. 兰州交通大学学报 2015(01)
    • [23].基于注意力机制和Retinex的低照度图像增强方法[J]. 激光与光电子学进展 2020(20)
    • [24].基于多尺度Retinex算法的遥感图像增强[J]. 计算机技术与发展 2008(02)
    • [25].Retinex理论在航空影像增强中的应用[J]. 系统工程与电子技术 2008(07)
    • [26].改进单尺度Retinex算法在图像增强中的应用[J]. 计算机应用与软件 2013(04)
    • [27].基于亮度的自适应单尺度Retinex图像增强算法[J]. 光电工程 2011(02)
    • [28].离散余弦变换域内的Retinex图像增强模型研究[J]. 工程图学学报 2011(06)
    • [29].快速Retinex彩色图像增强[J]. 计算机工程与应用 2010(05)
    • [30].基于Retinex的树叶图像镜面反射区定位方法[J]. 计算机工程 2010(24)

    标签:;  ;  ;  ;  ;  ;  

    基于彩色加权引导滤波-Retinex算法的导航图像增强
    下载Doc文档

    猜你喜欢