【技术实现步骤摘要】
本专利技术属于红外图像处理，具体涉及一种基于引导图像滤波的红外图像层次化特征增强算法。
技术介绍
1、红外图像增强涉及到一系列技术，旨在改善红外图像的视觉效果和分析性能。红外图像增强的目标是提高图像的对比度、清晰度和目标识别能力，尤其是在目标与背景之间的区分度不高或图像受到噪声干扰的情况下。传统的算法包括灰度变换、直方图均衡化、图像平滑滤波和图像锐化滤波等。红外图像常常受到噪声的影响，特别是在低温、低光等环境下，噪声更加明显，影响图像质量。红外图像一般呈现较低的对比度，目标与背景的差异不明显，难以有效识别，细节信息往往被压缩或模糊，尤其是在长时间曝光或远距离拍摄时，而且由于红外图像通常具有较大的动态范围，处理不当是时会致过曝或过暗区域的细节丢失。
2、传统图像滤波算法，如均值滤波、高斯滤波和中值滤波，虽然简单有效，但通常存在一些共同的缺点：它们往往会导致边缘模糊和细节丢失，尤其是在图像中存在复杂结构或细微变化时。这些方法通常采用全局平滑策略，无法自适应地处理不同区域的细节，使得它们在去噪和增强图像的同时，可能会破坏重要的图像
【技术保护点】
1.一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于：所述步骤S1中小波分解方法用Symlet小波函数进行一级小波分解，对网络输入的图像大小为640×512，将采集的红外图像通过小波变换分解为包含较多背景特征的低频部分和包含较多细节纹理和噪声信息高频部分。
3.如权利要求1所述的一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于：所述步骤S2中引导图像滤波算法通过正则化参数ε动态调整滤波的强度，系数ak的公式为
...【技术特征摘要】
1.一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于，该方法包括以下步骤：
2.如权利要求1所述的一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于：所述步骤s1中小波分解方法用symlet小波函数进行一级小波分解，对网络输入的图像大小为640×512，将采集的红外图像通过小波变换分解为包含较多背景特征的低频部分和包含较多细节纹理和噪声信息高频部分。
3.如权利要求1所述的一种基于引导图像滤波的红外图像层次化特征增强算法，其特征在于：所述步骤s2中引导图像滤波算法通过正则化参数ε动态调整滤波的强度，系数ak的公式为
4.如权利要求1所述的一种基于引导图像滤波的红外图像层次化特...
【专利技术属性】
技术研发人员：刘伟，陈继铭，段程鹏，
申请(专利权)人：西安中科立德红外科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。