资料下载
×
如何使用非下采样Shearlet变换与模糊对比度提高图像质量
消耗积分:0 |
格式:rar |
大小:0.80 MB |
2019-01-03
分享资料个
针对合成孔径雷达（ SAR）图像在成像和传输过程中引入噪声和干扰从而导致图像清晰度下降、细节丢失等问题，提出了一种非下采样Shearlet变换（NSST）与模糊对比度的SAR图像增强算法。首先，原始图像经NSST分解成一个低频分量和若干个高频分量；然后对低频分量进行线性增强以提高整体对比度，对高频分量采用阈值法进行增强以去除图像中的噪声；接着对处理后的两部分分量进行NSST反变换得到重构图像；最后采用模糊对比度算法对重构图像进行增强，提高图像细节信息和层次感，得到增强后的图像。对40幅图像的实验结果表明，与直方图均衡化、多尺度Retinex增强算法、基于Shearlet变换和多尺度Retinex的遥感图像增强算法、基于剪切波域改进Gamma校正的医学图像增强算法相比，该算法的图像峰值信噪比至少提升了22.9%，均方根误差至少降低了36.2%，能明显提升图像的清晰度，使图像的纹理信息更加清晰。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
