一种基于人眼视觉特性的Curvelet域紫外图像增强算法

doi:10.11959/j.issn.1000-0801.2019042

电信科学 ›› 2019, Vol. 35 ›› Issue (3): 99-106.doi: 10.11959/j.issn.1000-0801.2019042

一种基于人眼视觉特性的Curvelet域紫外图像增强算法

张斌,吴鹏,袁杰,孙凌卿,傅启明,张永泽,陆宇

江苏电力信息技术有限公司，江苏南京 210009

修回日期:2019-02-19 出版日期:2019-03-01 发布日期:2019-03-23
作者简介:张斌（1973- ），男，江苏电力信息技术有限公司教授级高级工程师，主要研究方向为模式识别。|吴鹏（1979- ），男，江苏电力信息技术有限公司高级工程师，主要研究方向为知识发现、模式识别。|袁杰（1981-），男，江苏电力信息技术有限公司高级工程师，主要研究方向为机器学习、模式识别。|孙凌卿（1982- ），男，现就职于江苏电力信息技术有限公司，主要研究方向为图像处理。|傅启明（1980- ），男，江苏电力信息技术有限公司助理工程师，主要研究方向为图像处理。|张永泽（1991- ），男，现就职于江苏电力信息技术有限公司，主要研究方向为图像处理。|陆宇（1990- ），男，现就职于江苏电力信息技术有限公司，主要研究方向为图像处理。

An ultraviolet image enhancement algorithm in Curvelet domain based on human visual characteristics

Bin ZHANG,Peng,YUANJie WU,Lingqing SUN,Qiming FU,Yongze ZHANG,Yu LU

Jiangsu Electric Power Information Technology Co.,Ltd.,Nanjing 210009,China

Revised:2019-02-19 Online:2019-03-01 Published:2019-03-23

摘要/Abstract

摘要：

针对紫外图像本身存在的对比度低、成像不清晰、整体成像过暗或过亮且受噪声干扰等特点，从人眼视觉的掩蔽特性出发，提出了一种基于人眼视觉特性的 Curvelet 域紫外图像增强算法。通过 Curvelet 变换将紫外图像信息分解到不同尺度、不同方向子带，再依据各子带建立HVS模型，利用其遮蔽性对高频分量进行非线性增益来提高图像对比度，同时非线性灰度拉伸低频分量可以提高图像整体亮度；最终将处理过的高低频分量通过 Curvelet 逆向重建，得到增强后的紫外图像。实验结果表明：增强后的图像符合人眼视觉对图像信息的提取，突出了边缘和目标的轮廓信息，在主观视觉和定量指标方面都具有明显的效果。

关键词: 紫外图像, 掩蔽特性, Curvelet变换, 非线性增益, 增强

Abstract:

Aiming at the characteristics such as low contrast,unclear imaging,over-dark or over-bright overall imaging and noise interference in ultraviolet image itself,a Curvelet domain ultraviolet image enhancement algorithm was proposed based on the masking characteristics of human vision.Firstly,the ultraviolet image information was decomposed to different scales and direction sub-bands by Curvelet transform.Secondly,the HVS model was established according to each sub-band,and with its masking characteristics,the nonlinear gain of the high frequency component was used to improve the image contrast.Meanwhile,the low frequency component of nonlinear grayscale stretching could improve the overall brightness of the image.Finally,the processed high and low frequency components were reconstructed by Curvelet backward to obtain enhanced ultraviolet images.The experimental results show that the enhanced image accords with the extraction of image information from human vision and highlights the contour information of edge and target.In addition,it has obvious effect in subjective vision and quantitative index.

Key words: ultraviolet image, masking characteristic, Curvelet transform, nonlinear gain, enhancement

中图分类号:

TP391

张斌,吴鹏,袁杰,孙凌卿,傅启明,张永泽,陆宇. 一种基于人眼视觉特性的Curvelet域紫外图像增强算法[J]. 电信科学, 2019, 35(3): 99-106.

Bin ZHANG,Peng,YUANJie WU,Lingqing SUN,Qiming FU,Yongze ZHANG,Yu LU. An ultraviolet image enhancement algorithm in Curvelet domain based on human visual characteristics[J]. Telecommunications Science, 2019, 35(3): 99-106.

图/表 9

图1

图2

图3

图4

表1

图5

图6

图7

图8

参考文献 19

[1]	陈磊 . 紫外检测技术在云南电网的应用[J]. 云南电力技术, 2009,37(3): 29-30.
	CHEN L . Application of ultraviolet detecting technology in Yunnan Power Grid[J]. Yunnan Electric Power, 2009,37(3): 29-30.
[2]	寇晓适, 卢明, 夏中原 ,等. 紫外放电检测在电力系统设备状态检修的应用[J]. 河南电力, 2008(1): 1-5.
	KOU X S , LU M , XIA Z Y ,et al. Application of ultraviolet discharge detection in state maintenance of power system equipment[J]. Henan Electric Power, 2008(1): 1-5.
[3]	李传才, 魏泽民 . 紫外成像检测变电设备电晕放电的实际应用[J]. 浙江电力, 2012(4): 54-56.
	LI C C , WEI Z M . Practical application of ultraviolet imaging to detection of substation equipment corona discharge[J]. Zhejiang Electric Power, 2012(4): 54-56.
[4]	尹立敏, 张东建, 陶玉忠 . 基于数学形态学的电晕日盲紫外图像处理方法研究[J]. 东北电力大学学报, 2013(1): 148-151.
	YIN L M , ZHANG D J , TAO Y Z . Corona solar blind ultravio-let image detecting method[J]. Journal of Northeast Dianli Uni-versity(Natural Science Edition), 2013(1): 148-151.
[5]	HUMMEL R . Image enhancement by histogram transformation[J]. Computer Graphics and Image Processing, 1977(6): 184-195.
[6]	JOBSON D J , RAHMAN Z , WOODELL G . A multiscale retinex for bridging the gap between color images and the human observation of scenes[J]. IEEE Transactions on Image Processing, 1997,6(7): 965-976.
[7]	崔克彬, 李宝树, 徐雪涛 ,等. 基于图像增强技术的电气设备热故障自动诊断与定位[J]. 红外技术, 2014,36(2): 162-167.
	CUI K B , LI B S , XU X T ,et al. Automatic diagnosis and posi-tioning of electrical equipment thermal faults based on image enhancement technology[J]. Infrared Technology, 2014,36(2): 162-167.
[8]	吴颖谦, 施鹏飞 . 基于小波变换的低对比度图像增强[J]. 红外与激光工程 2003,32(1): 3-7.
	WU Y Q , SHI P F . Approach on image contrast enhancement based on wavelet transform[J]. Infrared and Laser Engineering, 2003,32(1): 3-7.
[9]	赵季红, 雷佩, 王伟华 ,等. 基于小波变换的 RLS 波束成形算法研究[J]. 电信科学, 2015,31(2): 108-112.
	ZHAO J H , LEI P , WANG W H ,et al. RLS beamforming algo-rithm based on wavelet transform[J]. Telecommunications Sci-ence, 2015,31(2): 108-112.
[10]	李丹, 王慧倩, 柏桐 ,等. 基于双数复小波变换和形态学的脉搏信号去噪[J]. 电信科学, 2016,32(12): 93-98.
	LI D , WANG H Q , BAI T ,et al. De-noising method of pulse signal based on double-tree complex wavelet transform and morphological filtering[J]. Telecommunications Science, 2016,32(12): 93-98.
[11]	徐妮妮, 张明明, 汪剑鸣 . 纯二维5/3小波变换及其在CT图像无损压缩中的应用[J]. 电信科学, 2016,32(6): 73-82.
	XU N N , ZHANG M M , WANG J M . True 2-D 5/3 wavelet transform and its application for CT image lossless compres-sion[J]. Telecommunications Science, 2016,32(6): 73-82.
[12]	SHAHAN C N , KAREN A P , SOS S A . Non-linear direct multi-scale image enhancement based on the luminance and contrast masking characteristics of the human visual system[J]. IEEE Transactions on Image Processing, 2013,9(22): 3549-3561.
[13]	CANDES E , DEMANET L , DONOHO D ,et al. Fast discrete curvelet transforms[J]. Multiscale Modeling ＆ Simulation, 2006,5(3): 861-899.
[14]	杨家红, 何明志, 佘利忠 ,等. 结合 USFFT Curvelet 变换的各向异性扩散图像去噪模型[J]. 通信学报, 2009,30(1): 82-87.
	YANG J H , HE M Z , SHE L Z ,et al. Image de-noising monel integrating anisotropic diffusion with USFFT Curvelet trans-form[J]. Journal on Communications, 2009,30(1): 82-87.
[15]	PANETTA K A , WHARTON E J , AGAIAN S S . Human visual system-based image enhancement and logarithmic contrast measure[J]. IEEE Transactions on Systems,Man,and Cybernetics,Part B:Cybernetics, 2008,38(1): 174-188.
[16]	BUCHSBAUM G . An analytical derivation of visual nonlinearity[J]. IEEE Transactions on Biomedical Engineering, 1980(5): 237-242.
[17]	PANETTA K , ZHOU Y , AGAIAN S ,et al. Nonlinear unsharp masking for mammogram enhancement[J]. IEEE Transactions on Information Technology in Biomedicine, 2011,15(6): 918-928.
[18]	PANETTA K A , WHARTON E J , AGAIAN S S . Human visual system-based image enhancement and logarithmic contrast measure[J]. IEEE Transactions on Systems,Man,and Cybernetics,Part B:Cybernetics, 2008,38(1): 174-188.
[19]	石丹, 李庆武, 倪雪 . 基于 Contourlet 变换的红外图像非线性增强算法[J]. 光学学报, 2009,29(2): 342-346.
	SHI D , LI Q W , NI X . Infrared image nonlinear enhancement algorithm based on Contourlet transform[J]. Acta Optica Sinica, 2009,29(2): 342-346.

图像	原图	熵			对比度增益
图像	原图	直方图均衡化	参考文献[19]算法	提出算法	直方图均衡化	参考文献[19]算法	提出算法
图5	6.855 4	5.943 3	7.345 1	7.783 7	18.69	15.56	8.14
图6	6.176 2	5.693 5	6.573 6	7.352 4	11.82	9.31	6.87
图7	6.012 7	5.524 1	6.401 1	7.236 9	8.45	6.78	4.33

一种基于人眼视觉特性的Curvelet域紫外图像增强算法

An ultraviolet image enhancement algorithm in Curvelet domain based on human visual characteristics

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 19

相关文章 15

Metrics

推荐阅读 0

[1]	胡海洋, 厉泽品, 李忠金. 特征增强和双线性特征向量融合的移动端工业货箱文本检测[J]. 电信科学, 2022, 38(7): 75-87.
[2]	信金灿, 许森, 张化, 熊尚坤, 许话. 面向时间敏感网络的5G无线网增强技术研究[J]. 电信科学, 2022, 38(5): 18-25.
[3]	史晓楠, 熊春山, 倪慧, 王丹. 5G XR及多媒体增强技术分析[J]. 电信科学, 2022, 38(3): 57-64.
[4]	李南希, 朱剑驰, 郭婧, 尹航, 佘小明. NR MIMO增强演进及标准化进展[J]. 电信科学, 2022, 38(3): 84-92.
[5]	龚雅栋, 荆瑞泉, 周恒, 李俊杰, 霍晓莉. 基于OSU的M-OTN技术创新和应用部署研究[J]. 电信科学, 2022, 38(11): 96-105.
[6]	胡煜华, 王鑫炎, 李贝. 5G网络上行覆盖增强研究[J]. 电信科学, 2021, 37(7): 134-141.
[7]	王燕, 刘顺兰, 奚珍珍, 包建荣. 一种基于增强奇偶校验码级联极化码的新型编译码方法[J]. 电信科学, 2021, 37(3): 125-132.
[8]	曹靖城, 张继东, 史国杰. 一种使用边缘增强技术提高相似图片检索召回率的方法[J]. 电信科学, 2021, 37(1): 76-84.
[9]	唐雄燕,王海军,杨宏博. 面向专线业务的光传送网（OTN）关键技术及应用[J]. 电信科学, 2020, 36(7): 18-25.
[10]	宋琪杰,陈铁明,陈园,马栋捷,翁正秋. 面向物联网区块链的共识机制优化研究[J]. 电信科学, 2020, 36(2): 1-12.
[11]	徐芙蓉,翁玮文,张超,卞婷婷,马新利,高向东,李新,曹蕾. NB-IoT增强技术研究现状和发展趋势[J]. 电信科学, 2020, 36(2): 130-136.
[12]	李玉宏,张朋,金帝,周颖超. 应用对未来网络的需求与挑战[J]. 电信科学, 2019, 35(8): 49-64.
[13]	周一青,孙布勒,齐彦丽,彭燕,刘玲,张志龙,刘奕彤,刘丹谱,李兆歆,田霖. 面向通信与计算融合的5G移动增强/虚拟现实[J]. 电信科学, 2018, 34(8): 19-33.
[14]	蓝俊锋,牛冲丽,余国辉. 近海TD-LTE网络覆盖优化方法与应用[J]. 电信科学, 2018, 34(6): 36-42.
[15]	荆瑞泉,胡骞,赵国永. 基于传送API的POTN设备建模方法研究和实践[J]. 电信科学, 2017, 33(3): 100-106.