论文部分内容阅读
遥感图像在成像过程中受到传感器性能下降、恶劣天气等因素的影响,导致目视效果较差,影响目视解译、目标提取等后续操作。图像增强作为图像处理的关键技术之一,在提高图像视觉效果、改善图像质量等方面起着重要作用。高质量的遥感图像要求在细节、亮度、对比度、颜色等方面都有较好的表现效果。传统的图像增强方法只能增强其部分特征。基于中心/环绕的Retinex算法可以实现多个特征的增强,同时也存在一些不足之处:局部细节出现过增强,图像明暗对比强烈的部分易产生光晕现象以及颜色保持不够真实自然等等。本文围绕这些问题做了以下工作:1、对传统的图像增强方法进行了分析和研究,包括线性变换、分段线性变换、非线性变换、直方图均衡化(HE)以及对比度受限的自适应直方图均衡化(CLAHE)。其中效果较好的是CLAHE,在保持图像颜色的前提下增强了图像细节,但图像动态范围压缩小,对比度不高。2、针对中心/环绕的Retinex算法存在加强噪声、出现光晕及伪彩色等问题,本文在深入分析算法原理和研究算法内部结构的基础上,改进了单尺度Retinex算法(SSR)和多尺度Retinex算法(MSR):在SSR中,用1阶巴特沃斯低通滤波器估算亮度图像,得到改进的SSR_BL,SSR_BL在细节增强方面优于SSR;在MSR中,用SSR_BL代替SSR,并改进加权因子和增加亮度图像系数得到改进的MSR_BL。结果表明,MSR_BL在细节增强、颜色恒常等方面优于MSR算法及MSRCR算法。3、本文对图像质量,采用主观与客观相结合的方法进行综合评价。主观评价为目视观察,客观评价采用亮度、对比度、信息熵、标准差、平均梯度5个指标来定量分析,得到的数据也说明了本文算法MSR_BL在细节增强、对比度及清晰度提高、颜色保持等方面优于MSR及MSRCR算法。