《表3 各种算法处理可见光图像1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》
与红外图像增强效果类似,图10(a)中的原始图像好像被蒙上了一层纱,草丛中的细节信息也被“白雾”化。处理后,通过图11可以发现,图11(a)中的树丛更为明朗,且飞机也更容易观察到,与此同时,草丛的弱纹理细节呈现“白雾”化,细节丢失严重;图11(b)能在去“雾”的同时,保留了草丛中的部分细节信息,但飞机、树丛等特征的亮度偏暗,让整体图像看起来不明朗;图11(c)与图11(b)相比,有相似的对比度,且纹理特征信息有所体现,但丢失了大部分的微弱信息;图11(d)~(f)均取得了一定的效果,草丛纹路也较为细腻,但动态压缩范围有待提高;图11(g)和图11(h)中的草丛纹理部分脉络较细致,有一定的“还原”作用,能给人直观的画面感,但图11(g)的树木看起来不那么真实,会出现“闪烁”的白点,图11(h)中最右边的那棵树偏暗,与实际场景不匹配;本文算法避免了局部信息被弱化和细节不完整,图11(i)中的草丛更为饱满,飞机、草丛及树丛分布看起来更加自然。从表3中数据同样可以看出,3种参数呈现逐渐递增的趋势,且相比于文献[15]分别提高了13.4%,10.1%,1.5%,这与主观人眼察觉效果相匹配,进一步印证了本文算法的优秀特性。
图表编号 | XD00140784000 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) |