《表2 各种算法处理红外图像2后的客观数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《结合分数阶微分及Retinex的NSCT自适应低照度图像增强》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过图9可以发现，相比于原始图像，图9（a）能较好地去除“白雾”，有一定的增强效果，房屋、树木及栅栏较清晰，但路面的纹路丢失严重；图9(b）的视觉效果还可以，且比图9(a）具有更为丰富的路面纹理特征，但整体视觉效果有待改善；图9(c）中的云层、房屋、树木以及栅栏清晰可见，路面纹理也有一定的凸显，但顶部背景信息偏暗；图9(d）～(f）均取得了一定的效果，纹路也较为细腻，但动态压缩范围有待提高；图9(g）和图9(h）的路面纹理脉络较细致，能给人直观的画面感。但本文算法（图9(i））整体效果更为清晰可见，且道路纹理、道路中的白带及屋顶的乌云边缘等纹理均能很好地展现给观察者。从客观角度出发，表2中的数据可以发现，本文算法的对比度、清晰度及信息熵也均高于其他几种增强算法，相比于文献[15]，对比度、清晰度及信息熵分别提高了9.6%，11.2%，1.4%，这对后续的识别、跟踪及特征提取极为有利。