阚 洪,陶雪娇,冷亚洪,李 明
(1.重庆工程学院软件学院,重庆 400056;2.重庆师范大学计算机与信息科学学院,重庆 400047)
随着计算机科学技术的发展,成像技术已经逐渐渗透到工业、医学、军事、遥感等领域中[1]。在这些行业领域中,通常需要用到目标的高分辨率图像,但图像在获取过程中,容易受到各种因素的影响,导致获得的图像模糊。因此,为了改善图像的视觉效果、提高图像的分辨率,需要对模糊图像增强方法进行研究。
智宁[2]等人首先通过多尺度引导滤波技术获取模糊图像的照度分量,将模糊图像从光谱中分解为照度分量与反射分量,并针对照度不均匀的特性提出新的“S型”曲线函数对其特征值进行调整,分析模糊图像的光谱特性,最后利用照度增强系数实现模糊图像的综合增强。但该方法没有对模糊图像进行降噪处理,导致图像在增强时出现失真的现象,视觉效果较差。郭倩[3]等人为避免对模糊图像的局部区域进行增强时出现的“虚化”问题,建立了局部亮度保持的颜色估计模型,然后通过颜色估计模型(CEM)对模糊图像进行全局增强,恢复图像细节信息。但该方法未利用阈值法剔除模糊图像中的噪声点,导致图像在增强后细节部分分辨率较低,图像质量较差。雷芳[4]等人提出一种在HSI模型下的多尺度细节自适应增强与同态滤波的模糊图像增方法,首先为了增强模糊图像的亮度分量,进行RGB色彩空间变换,使其中的色调与饱和度分量不变,然后利用小波变换进行多尺度细节自适应增强,改善光照不均匀的影响,最后提升细节对比度并作分块同态滤波从而获得增强后的模糊图像。……