概述
2017-6 水下机器人视觉系统图像处理研究_仝灼银
1.利用算法提高图像清晰度
2.建立物理模型
(1)空域增强算法:直方图处理、对比度调整、图像分割——最热
优化:部分统计加强、局部直方图调整、基于限制的混合对比度自适应直方图等
(2)频域增强算法:傅里叶变换、高斯滤波
同态滤波、高斯滤波、高通滤波、选通滤波、小波变换—基于频域和时域,弥补傅里叶变换的不足,但有振铃现象。
(3)颜色恒常理论算法:白平衡理论
(4)混合方法:前三种方法融合
自适应直方图均衡化—AHE,会出现过度增强噪点
对比度限制的自适应直方图均衡化—CLAHE
清晰度评价方法
均方误差—MSE
峰值信噪比—PSNR
算法实现:
图像从RGB空间经过算法处理分别变换到HSV和Lab颜色模型。再图像变换道HSV空间后,对V通道进行处理,再进行CLAHE算法处理,低照度部分将被增强,有效提升原图像的整体对比度。同时,采用加权方法对高频部分进行适当削弱,用来增强图像细节信息的对比度。在图像变换到Lab空间后,利用CLAHE算法对L通道进行处理,得到加强后的图片处理结果。
最后
以上就是疯狂寒风为你收集整理的【OpenCV】水下图像处理算法的全部内容,希望文章能够帮你解决【OpenCV】水下图像处理算法所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复