《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》
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。
图表编号 | XD00140783800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.01 |
作者 | 林剑萍、廖一鹏 |
绘制单位 | 阳光学院人工智能学院、福州大学物理与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |