基于改进粗糙集和NSCT的红外遥感图像增强
基于NSCT的遥感图像模糊增强算法
基于NSCT的遥感图像模糊增强算法
基于NSCT的遥感图像模糊增强算法
杜超本1，贾振红1，覃锡忠1，杨杰2，胡英杰3，李殿均1
【摘要】针对传统小波变换增强方法无法调整图像亮度的问题，提出一种基于非下采样Contourlet变换(NSCT)的遥感图像模糊增强算法。
对遥感图像进行NSCT变换，得到图像的高通子带和低通子带，在高通子带设置阈值，对大于阈值的高通子带系数进行线性增强，小于阈值的系数置为0，对低通子带进行模糊对比增强。
实验结果表明，该算法能获得较好的图像平均值和熵值，视觉效果较优。
【期刊名称】计算机工程
【年(卷),期】2012(038)004
【总页数】3
【关键词】遥感图像；图像增强；非下采样Contourlet变换；模糊增强；自适应阈值
1 概述
遥感图像在成像过程中总是不可避免地受各种因素的影响，产生不良视觉、低分辨率和亮度等方面的缺陷，导致遥感图像的灰度不能覆盖遥感传感器达到的整个范围。
遥感图像增强基于传统的小波变换和非线性迭代增强[1-2]，通过处理图像变换的小波系数来调节图像的亮度，虽然增强后的图像亮度不均匀有一定的改善，但是并没有考虑到噪声对图像的影响以及图像内在的几何结构。
二维小波变换缺乏方向性，不能最优表示图像中线和面的奇异性，且噪声主要集中在图像变换后的高频系数上，使得小波变换在图像去噪中具有一定的局限性。
文献[3]提出一种多分辨的、局部的、多方向的二维图像稀疏表示方法——。
基于NSCT和改进模糊的遥感图像增强方法
1引言由于受传感器和环境等因素的影响，在遥感图像成像过程中会引入一些干扰和噪声，从而使图像出现低对比度和模糊等现象。
因此，一个好的遥感图像增强方法不仅能够改善图像清晰度，而且在保留图像本身细节信息的同时能最大程度减少图像模糊性。
直方图均衡化是基于空域的图像增强方法之一，它可以有效地增强图像的整体亮度，但是图像整体会出现过增强导致细节信息被淹没[1]。
多尺度Retinex算法能保持颜色恒定，压缩动态范围，但是在高对比度的边缘区域会产生光晕伪影现象[2]。
在变换域也有很多算法用于图像增强，例如小波变换（Wavelet）、曲波变换（Curvelet）、轮廓波变换（Contourlet）等。
小波变换[3]能在保留图像细节的同时滤除噪声，然而二维离散小波变换是由一维函数扩展基于NSCT和改进模糊的遥感图像增强方法周飞1，贾振红1，杨杰2，Nikola Kasabov3ZHOU Fei1,JIA Zhenhong1,YANG Jie2,Nikola Kasabov31.新疆大学信息科学与工程学院，乌鲁木齐8300462.上海交通大学图像处理与模式识别研究所，上海2002403.新西兰奥克兰理工大学知识工程与发现研究所，新西兰奥克兰10201.College of Information Science and Engineering，Xinjiang University,Urumqi830046,China2.Institute of Image Processing and Pattern Recognition,Shanghai Jiaotong University,Shanghai200240,China3.Knowledge Engineering and Discovery Research Institute,Auckland University of Technology,Auckland1020,New ZealandZHOU Fei,JIA Zhenhong,YANG Jie,et al.Enhancement method of remote sensing image based on NSCT and improved fuzzy puter Engineering and Applications,2017,53（15）：206-209.Abstract:In order to solve the phenomenon of amplifying noise and image distortion in the process of remote sensing image,an enhancement method is proposed based on NSCT and improved fuzzy contrast.The original image is decomposed into the NSCT domain with a low-frequency sub-band and several high-frequency sub-bands.Linear transformation is adopted for the coefficients of the low-frequency sub-bands.An adaptive threshold method is used for the removal of high-frequency image noise.Subsequently,the improved fuzzy set is used to enhance the global contrast modifying the in-verse coefficient of NSCT.Experimental results show that the proposed method not only is superior to other comparative methods in objective criterions,but also can get better visual effect.Key words:remote sensing image;image enhancement;NSCT;linear transformation;adaptive threshold;fuzzy contrast摘要：为了解决遥感图像处理过程中噪声放大和图像失真现象，提出了一种结合NSCT和改进模糊对比度的图像增强方法。
红外图像增强算法研究的开题报告
红外图像增强算法研究的开题报告1.研究背景红外成像技术在许多领域得到广泛应用，例如军事、航空、医学等。
与可见光成像相比，红外成像具有不同的物理特性和成像质量。
然而，由于环境条件和红外成像设备的限制，红外图像通常会受到许多因素的影响，并且可能会显示出低对比度、模糊以及信息不足等问题。
通过对红外图像进行增强可以有效提高其可视化效果和可分析性。
2.研究目的本研究旨在研究红外图像增强算法，以提高红外图像的质量和可视化效果。
我们将重点关注对比度增强、图像锐化和噪声消除等技术。
我们将探索不同的红外图像增强方法，并比较它们在不同情况下的效果。
该研究将为红外图像应用和相关研究提供有益的信息和指导。
3.研究内容和方法本研究将包括以下内容：（1）红外成像技术的基础知识和红外图像的特点分析。
（2）红外图像增强的常见方法分析，包括对比度增强、图像锐化和噪声消除等。
（3）对比常见红外图像增强方法进行实验分析，并基于不同指标对其进行性能比较，如峰值信噪比（PSNR）、图像清晰度和灰度级分布等。
（4）基于实验结果，选择并优化最有效的算法进行进一步研究和应用。
本研究将采用实验和分析的方法进行。
我们将使用不同的红外图像和情境进行测试和分析，收集数据并进行分析。
我们将使用各种工具和软件来支持我们的实验和分析，例如MATLAB、Python、ImageJ等。
4.预期成果本研究预计将实现以下成果：（1）基于不同的红外图像增强算法，制定红外图像增强框架，提高红外图像的可视化效果和可分析性。
（2）通过对比常见的红外图像增强方法，发现其性能优缺点，得出更好的实际应用算法。
（3）研究结果可用于指导相关的红外图像应用和其他相关领域的研究。
5.研究计划本研究计划如下：（1）2021年10月至11月：完成背景调研和文献综述，熟悉相关领域和方法。
（2）2021年12月至2022年3月：分析和实验常见的红外图像增强算法，并对其性能进行比较和评估。
（3）2022年4月至6月：优化最有效的红外图像增强算法，应用于实验并进一步探索其性能。
基于NSCT变换的红外图像增强新算法
基于NSCT变换的红外图像增强新算法严红丽;石永华;孙凯传【期刊名称】《重庆科技学院学报（自然科学版）》【年(卷),期】2017(019)006【摘要】针对夜间红外图像噪声大、对比度低的问题,探讨一种基于正态分布特性和NSCT变换相结合的夜间红外图像增强算法.充分利用了高频子带的系数标准差、系数均值和每个子带系数最大值的构造自适应阈值,保护图像的边缘细节,抑制图像噪声;提出一种新的弱边缘系数增益函数,有效地提升了图像的弱边缘信息.低频系数采用了基于正态分布特性的对比度拉伸增强算法.%Because of the low contrast and loud noise of night infrared image,the infrared image enhancement meth-od is presented in this paper,which is based on normal distribution characteristics and NSCT transform. By making full use of the high frequency sub-band coefficient of standard deviation,coefficient of mean and each sub-band coefficient maximum value for the construction of adaptive threshold,the image edge details are protected to better suppress the image noise. It also puts forward a new weak edge gain coefficient function,so weak edge information of the image can be effectively enhanced. The low frequency coefficient is based on the normal distribution charac-teristics and the contrast is enhanced.【总页数】5页(P120-124)【作者】严红丽;石永华;孙凯传【作者单位】滁州学院电子与电气工程学院,安徽滁州239000;滁州学院电子与电气工程学院,安徽滁州239000;滁州学院计算机与信息工程学院,安徽滁州239000【正文语种】中文【中图分类】TP391【相关文献】1.基于NSCT变换的红外与可见光图像融合新算法 [J], 杨丹;何建农2.基于奇异值分解和非下采样Contourlet变换的红外图像增强新算法 [J], 赵翱东;奚茂龙;叶茜3.基于NSCT和改进Pal_King算法的电力设备红外图像增强方法 [J], 陈尧;尹丽菊;咸日常;潘金凤;王季峥;于毅4.一种基于NSCT变换的超声图像降噪新算法 [J], 闫晟;刘明刚;原建平;侯朝焕5.基于NSCT变换和小波变换相结合的图像融合算法研究 [J], 李栋;王敬东;李鹏因版权原因，仅展示原文概要，查看原文内容请购买。
遥感图像增强实验报告
遥感图像增强实验报告引言遥感技术在地球科学和环境科学领域有着广泛的应用，其中图像增强是遥感图像处理的重要环节之一。
图像增强旨在改善遥感图像的视觉效果，使得图像的细节更加清晰、对比度更加鲜明，以便更好地进行地表特征的识别和分析。
在本次实验中，我们将探讨常用的图像增强方法，并且使用实际遥感图像进行增强实验。
实验目的1. 了解遥感图像增强的基本概念和方法。
2. 掌握常见的图像增强方法的实施过程。
3. 分析和比较不同图像增强方法的效果，选择最适合的增强方法。
实验步骤1. 数据准备：选择一张遥感图像作为实验数据，确保图像分辨率适中、含有一定的地表特征。
2. 灰度拉伸：使用灰度拉伸方法增强图像的对比度。
首先计算图像的最小灰度值（Min）和最大灰度值（Max），然后通过线性变换将灰度值映射到0-255的范围内。
3. 直方图均衡化：利用直方图均衡化方法增强图像的细节。
首先计算图像的灰度直方图，然后按照直方图均衡化的公式对每个灰度值进行调整。
4. 自适应直方图均衡化：对比直方图均衡化方法，自适应直方图均衡化能够避免对整个图像进行均衡化，而是通过使用局部领域内的信息来进行均衡化。
5. 对比度增强：使用对比度增强方法增强图像的对比度。
可以通过调整图像的亮度、对比度和饱和度来实现。
6. 结果分析：根据实验结果分析不同图像增强方法的效果，选择最佳的增强方法。
实验结果与分析经过实验，我们得到了经过不同图像增强方法处理后的图像。
通过对比实验前后的图像，我们可以得出以下结论：1. 灰度拉伸方法能够有效增强图像的对比度，使得图像的亮度范围更广，细节更加清晰。
2. 直方图均衡化方法能够增强图像的细节，特别是在暗部和亮部细节的表现上有显著提升。
3. 自适应直方图均衡化方法相比于普通直方图均衡化方法在处理具有大范围对比度差异的遥感图像时效果更好，避免了过度增强和信息损失。
4. 对比度增强方法可以通过调整图像的亮度、对比度和饱和度来增强图像的视觉效果，但对于某些场景可能会导致图像过度增强或过度饱和。
基于多尺度图像处理的红外图像增强方法研究
基于多尺度图像处理的红外图像增强方法研究红外图像增强是指通过对红外图像进行预处理和后处理，提高图像的视觉质量和细节信息以便更好地理解和分析图像。
而基于多尺度图像处理的红外图像增强方法则是利用多尺度分析技术，在不同的尺度上对红外图像进行处理，以获得更好的增强效果。
在红外图像处理中，由于红外光无法被肉眼直接感知，图像质量经常受到各种因素的干扰，如噪声、低对比度和图像模糊等。
因此，红外图像增强方法的研究对于提高图像识别、目标检测和决策等应用的效果至关重要。
首先，基于多尺度图像处理的红外图像增强方法可以通过应用不同的尺度分析技术，在不同的尺度上对图像进行增强。
这些尺度分析技术包括小波变换、图像金字塔和多尺度变换等，它们都可以用来提取图像中的不同频率和不同尺度上的信息。
通过在多个尺度上进行图像增强，可以更好地保留图像的细节，使红外图像的特征更加清晰可见。
其次，基于多尺度图像处理的红外图像增强方法可以通过图像融合技术将多个尺度上的增强结果进行融合，以获得更好的整体增强效果。
图像融合是指将不同的图像信息融合到同一图像中，以提高图像的质量和信息量。
在红外图像增强中，可以通过将不同尺度上的增强结果进行加权融合，使得最终的增强结果更加准确和可靠。
此外，基于多尺度图像处理的红外图像增强方法还可以应用于红外图像去噪和边缘提取等方面。
在红外图像中，噪声是一个普遍存在的问题，会影响图像的质量和细节。
通过利用多尺度图像处理技术，可以在不同的尺度上对图像进行去噪，以提高图像的信噪比和视觉效果。
同时，基于多尺度图像处理的红外图像增强方法还可以应用于边缘提取，以提取图像中重要的目标和特征。
总之，基于多尺度图像处理的红外图像增强方法通过应用不同的尺度分析技术，在不同的尺度上对红外图像进行增强。
通过图像融合和去噪等技术的应用，可以提高红外图像的视觉质量和细节信息，从而更好地支持图像识别、目标检测和决策等应用。
随着多尺度图像处理技术的不断发展和完善，预计基于多尺度图像处理的红外图像增强方法将在未来得到更广泛的应用。
粗糙集方法在红外图像增强中的应用
图像 增 强是 一种 基本 的 图像预 处理 手 段 ，对 图像 的某些 特征 ，如对 比度 、边缘 等进 行增 强 或 突显 ，便 于后续 分析 和处 理 。图像增 强 的结 果能 加强 对 某 些特 定 信息 的识 别 能 力 ，使 图像 中所 需 的特 征 得 以加 强 ， 且 便 于检测 和识别 。 由于 图像 信息 本身 的复杂 性 和不 精 确性 ，将模 糊集 理 论应 用于 图像 的处 理 和理 解 ，在
ｔｖ ｌ ． Ｔｈ ｉ ｌｔ ｎ ｒｓ ｌ ｈ ｗ ｈ ｔｔ ｅ ｍｅｈ ｄ ｈ ｓｇ ｅ ｔａ ｖ ｎ ａ ｅ ｖ ｒｔｅ ｈ ｓｏ ｒｍ ｑ ａｉａｉｎ ｍｅｈ ｄ． ｉｅｙ ｅ ｓｍｕａｉ ｅ ｕｔ ｓ ｏ ｔ ａ ｈ ｔ ｏ ａ ａ ｄ ａ ｔｇ ｓｏ ｅ ｈ ｉｔｇａ ｅ ｕ ｌｚ ｔ ｔ ｏ ｏ ｓ ｒ ｏ Ｋ ｅ ｗｏ ｄ ｒ ｕ ｈ ｓｔ ｉ ｒ ｖ ｄ ｍａ ｉ ｍ ａ ｉｎ ｅ ｍｅｈ ｄ； ｈ ｓｏ ｒ ｍ ｑ ａｉａｉｎ ｙ ｒ ｓ ｏ ｇ ｅ ； ｍｐ ｏ ｅ ｘｍｕ ｖ ｒａ ｃ ｔ ｏ ｉｔｇａ ｅ ｕ ｌ ｔｏ ｚ
一
识 的粒 度而 导致 的粗 糙性 。图像 信息 具有 较 强 的复 杂 性 和相关 性 ，将 粗 糙 集 理 论 应 用 于 图像 的 处 理 和 理 解 ，具有 比其他 方法 更好 的效 果 Ｊ 。有 人 曾将此 方 法
分别 应 用 于 黑 白图 像 和 ｃ Ｔ图像 Ｉ ，本 文 改 进 此 方 ３ Ｊ 法并 将 其应 用 于红外 图像 。
（ ｃｏｌ ｆ ｅｈ ｉ ｌ ｈｓ ｓ ｉ ａ ｎｖｒ ｔ，Ｘ’ １０ １ ｈｎ ） Ｓｈｏ ｏ Ｔ ｃｎｃ ｙｉ ，Ｘｄ ｎＵ ｉ ｓｙ ｉｎ７０ ７ ，Ｃ ｉａ ａＰ ｃ ｉ ｅｉ ａ
基于改进粗糙集和NSCT的红外遥感图像增强
基于改进粗糙集和NSCT的红外遥感图像增强王琪;徐川;路祥宇【摘要】提出了一种基于改进粗糙集和NSCT的红外遥感图像增强方法.该方法首先利用NSCT对图像进行分解,得到多层多方向子带系数；然后根据相邻尺度和不同方向的子带中图像噪声、脆弱边缘等不同成分的系数分布,使用粗糙集对其进行分块,并制定合理的决策规则；再通过集合运算对系数中不同子块采用不同的处理方法,一方面抑制噪声,另一方面保护图像中的脆弱边缘结构,并采用增强函数对其进行不同程度的增强；最后对处理过的NSCT系数进行重构,获得增强后的红外图像.实验表明,该算法相对于其他传统红外遥感图像增强算法具有较好效果.%A novel algorithm for infrared remote sensing images enhancement based on rough sets and NSCT was proposed in this paper. Firstly, after NSCT decomposition for an image, coefficients in different scales and several directions was obtained. Secondly, considering the distribution law of coefficients of different structures in adjacent scales and different directions, we made partitions and decision rules for the coefficients based on rough sets. After that, we enhanced the different partitions of coefficients in different ways by set operation, and coefficients of cracked edges were enlarged more than strong edges. Finally, we made a NSCT composition for the modified coefficients, and the enhanced image was obtained. Compared with traditional enhancing algorithms, our method has a better noise reducing performance in preserving edges and improving the quality of images.【期刊名称】《地理空间信息》【年(卷),期】2013(011)001【总页数】3页(P40-42)【关键词】红外遥感图像;粗糙集;图像增强;NSCT;模糊梯度【作者】王琪;徐川;路祥宇【作者单位】太原市基础地理数据中心,山西太原 030009;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079;武汉大学测绘遥感信息工程国家重点实验室,湖北武汉 430079【正文语种】中文【中图分类】P237.3红外遥感图像增强是一种图像预处理手段，主要是对图像中的某些特征，如图像细节、边缘等进行增强，便于识别和后续分析处理。
基于人工蜂群优化的NSCT域图像模糊集增强方法
基于人工蜂群优化的NSCT域图像模糊集增强方法吴一全;殷骏;戴一冕【期刊名称】《华南理工大学学报（自然科学版）》【年(卷),期】2015(043)001【摘要】针对实际应用中所采集的图像对比度低、边缘细节模糊的问题,提出了基于非下采样Contourlet变换(NSCT)、模糊集、人工蜂群(ABC)优化的自适应图像增强方法.首先对输入图像进行NSCT分解,得到一个低频子带和多个高频子带;然后依据贝叶斯萎缩阈值和非线性增益函数增强高频子带系数,采用模糊增强法增强低频子带系数,并利用ABC算法优化其中的模糊参数,以提高模糊增强法的自适应性;接着用低频子带图像的信息熵作为ABC算法的适应度函数,同时引入较劣种群随机初始化策略改进ABC算法,以缩短增强方法的运行时间.文中采用该增强方法对淡水鱼、铁轨表面、储粮害虫3类图像进行了增强实验,并依据主观视觉效果和对比度增益、清晰度增益、信息熵3个客观定量评价指标,对文中方法及其他3种同类增强方法进行了比较.结果表明,所提出的方法视觉效果最佳,能提高图像的对比度和清晰度,目标边缘光滑,且增加了图像的信息量,便于后续准确地进行图像检测与识别.【总页数】7页(P59-65)【作者】吴一全;殷骏;戴一冕【作者单位】南京航空航天大学电子信息工程学院,江苏南京210016;农业部渔业装备与工程技术重点实验室,上海200092;农业部淡水渔业和种质资源利用重点实验室,江苏无锡214081;南京财经大学食品科学与工程学院∥江苏省粮油品质控制及深加工技术重点实验室,江苏南京210023;南京航空航天大学电子信息工程学院,江苏南京210016;南京航空航天大学电子信息工程学院,江苏南京210016【正文语种】中文【中图分类】TN911.73【相关文献】1.基于NSCT扩散的图像去噪增强方法 [J], 贾雨;王爽;祁春2.基于NSCT和改进模糊的遥感图像增强方法 [J], 周飞;贾振红;杨杰;Nikola Kasabov3.基于NSCT和改进Pal_King算法的电力设备红外图像增强方法 [J], 陈尧;尹丽菊;咸日常;潘金凤;王季峥;于毅4.基于NSCT和人工蜂群算法的图像配准 [J], 郑伟;郭莉莉;赵茏菲;梁曾5.基于人工蜂群优化的自适应图像增强方法 [J], 王延年;程燕杰;钟正;李文婷;李雄飞因版权原因，仅展示原文概要，查看原文内容请购买。
基于改进粗糙集理论的SAR图像目标增强
朱鸣，杨百龙，何岷，等 . 基于改进粗糙集理论的 SAR 图像目标增强 . 计算机工程与应用，2019，55（16）：185-190. ZHU Ming, YANG Bailong, HE Min, et al. SAR image target enhancement based on improved rough set theory. Computer Engineering and Applications, 2019, 55（16）：185-190.
Computer Engineering and Applications 计算机工程与应用
2019，55（16） 185
基于改进粗糙集理论的 SAR 图像目标增强
朱 鸣 1，杨百龙 1，何 岷 2，陈铮铮 2，张雄美 1 1. 火箭军工程大学，西安 710025 2. 北京遥感设备研究所，北京 100039
SAR Image Target Enhancement Based on Improved Rough ቤተ መጻሕፍቲ ባይዱet Theory ZHU Ming1, YANG Bailong1, HE Min2, CHEN Zhengzheng2, ZHANG Xiongmei1
一种改进的图像增强算法及其应用(精)
第25卷第9期计算机应用与软件Vol 125No . 92008年9月Computer App licati ons and Soft w are Sep. 2008一种改进的图像增强算法及其应用王小凤耿国华郭红波(西北大学信息科学与技术学院陕西西安710069收稿日期:2006-12-30。
国家自然科学基金项目(60673100 。
王小凤, 博士生, 主研领域:数据挖掘, 模式识别, 图形图像处理和音频处理。
摘要为改进图像增强算法, 使之更适合医学领域图片的处理, , 景区, 使用不同的函数进行增强, , 。
实验结果显示改进的基于粗糙集的增强效果优于直方图均衡化方法。
关键词粗糙集上逼近下逼近AN I M I M ENHANCE M ENT AL GO R I TH M AND I TS APPL I CAT I O NW ang Xiaofeng Geng Guohua Guo Hongbo(School of Infor m ation Science and Technology, N orthw est U niversity, X i πan 710069, Shaanxi, ChinaAbstract W ith an ai m t o i m p r ove the i m age enhance ment algorith m and make it suitable f or medical field, the upper and l ower app r oxi m a 2ti on ideas of r ough set theory are used, and the i m age is divided int o object 2i m age and backgr ound 2i m age, which are enhanced by different functi ons . Then, an i m p r oved i m age enhancement algorith m based on r ough set is p r oposed and used in medical i m age field . Experi m ental re 2sults show that the enhanced effect of the p r oposed algorith m is obvi ous and better than that of the hist ogra m equalizati on method . Keywords Rough set Upper app r oxi m ati on Lower app r oxi m ati on H ist ogram equalizati on0引言图像增强是一种基本的图像预处理手段, 它对改善原始图像的视觉效果起着不可估量的作用, 特别是在医学图像处理中更显示了它的重要性。
基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法
基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法许霄霄;张昕;姚强;朱佳祥;王昕【期刊名称】《电测与仪表》【年(卷),期】2024(61)1【摘要】研究低成本和便携的红外成像技术是最近几年带电检测的发展趋势,为减少红外检测环境、红外传感器以及其他因素的影响,解决红外检测中红外图像含噪声干扰、模糊和对比度低的问题,文章设计了一种基于灰狼自适应阈值分割和改进模糊增强的红外图像NSCT增强算法。
对原始红外图像进行NSCT域变换;变换后含有噪声的高频分量采用VT去噪后,接着采用改进模糊增强处理;对变换后含有电力设备主体的低频分量进行灰狼自适应阈值分割为背景和前景部分,随后分别进行增强处理;最后将处理后的各分量进行逆NSCT变换。
经对比应用,验证了该算法应用在变电站电力设备红外检测上的优越性:文章算法与其他算法相比在边缘强度、信息熵、对比度、标准差、峰值信噪比五类评价指标上的涨幅至少为3.94%、2.16%、9.86%、7.45%、21.86%。
文章算法处理后的红外图像符合人眼视觉效果,更易于人眼识别故障,有利于电力设备热故障的检测与故障定位。
【总页数】6页(P46-51)【作者】许霄霄;张昕;姚强;朱佳祥;王昕【作者单位】上海电力大学电气工程学院;国网吉林省电力有限公司延边供电公司;上海交通大学电工与电子技术中心【正文语种】中文【中图分类】TM93【相关文献】1.基于广义模糊集合的红外微弱目标图像自适应增强算法2.基于NSCT变换的红外图像增强新算法3.基于引导滤波的自适应红外图像增强改进算法4.基于NSCT 和改进Pal_King算法的电力设备红外图像增强方法5.高中数学教学中如何实现减负增效策略探究因版权原因，仅展示原文概要，查看原文内容请购买。
基于NSCT和改进模糊的遥感图像增强方法
基于NSCT和改进模糊的遥感图像增强方法周飞;贾振红;杨杰;Nikola Kasabov【期刊名称】《计算机工程与应用》【年(卷),期】2017(000)015【摘要】In order to solve the phenomenon of amplifying noise and image distortion in the process of remote sensing image, an enhancement method is proposed based on NSCT and improved fuzzy contrast. The original image is decomposed into the NSCT domain with a low-frequency sub-band and several high-frequency sub-bands. Linear transformation is adopted for the coefficients of the low-frequency sub-bands. An adaptive threshold method is used for the removal of high-frequency image noise. Subsequently, the improved fuzzy set is used to enhance the global contrast modifying the in-verse coefficient of NSCT. Experimental results show that the proposed method not only is superior to other comparative methods in objective criterions, but also can get better visual effect.%为了解决遥感图像处理过程中噪声放大和图像失真现象,提出了一种结合NSCT和改进模糊对比度的图像增强方法.通过NSCT变换把图像分解成低频子带和若干个高频子带;对低频子带进行线性增强,并利用改进的阈值函数对高频子带进行去噪;随后采用改进的模糊对比度来调整NSCT反变换的系数,以提高图像的整体对比度.实验结果表明,提出的算法的客观指标明显优于其他对比算法,并且视觉效果也得到很大改善.【总页数】5页(P206-209,216)【作者】周飞;贾振红;杨杰;Nikola Kasabov【作者单位】新疆大学信息科学与工程学院,乌鲁木齐 830046;新疆大学信息科学与工程学院,乌鲁木齐 830046;上海交通大学图像处理与模式识别研究所,上海200240;新西兰奥克兰理工大学知识工程与发现研究所,新西兰奥克兰 1020【正文语种】中文【中图分类】TP391【相关文献】1.基于NSCT的遥感图像模糊增强算法 [J], 杜超本;贾振红;覃锡忠;杨杰;胡英杰;李殿均2.基于 NSCT 和自适应模糊阈值遥感图像去噪算法 [J], 黄涛;薛丰昌;钱洪亮;周明3.基于人工蜂群优化的NSCT域图像模糊集增强方法 [J], 吴一全;殷骏;戴一冕4.基于NSCT和改进Pal_King算法的电力设备红外图像增强方法 [J], 陈尧;尹丽菊;咸日常;潘金凤;王季峥;于毅5.基于NSCT的反锐化掩模遥感图像增强方法 [J], 蒲晓婷;贾振红;覃锡忠;杨杰;胡英杰因版权原因，仅展示原文概要，查看原文内容请购买。