典型文献
基于改进γ-CLAHE算法的水下机器人图像识别
文献摘要：
水体及悬浮粒子对光的吸收、折射及反射导致水下图像对比度低及细节模糊,单一图像增强算法难以适用于水下复杂环境识别.为了解决该问题,提出基于小波变换和改进的γ-CLAHE相融合的图像增强算法.通过快速中值滤波去除图像中噪声,向CLAHE算法中加入自适应伽马变换,解决CLAHE算法处理水下图像色彩失真,丢失孤立点、细线,画面突变等问题.利用改进的γ-CLAHE算法处理小波变换分解后的低频部分,增强图像并加快运行速度.通过小波逆变换将γ-CLAHE算法处理后的低频部分和双边滤波处理后的高频部分相融合,得到最终的增强图像.将实验图像同传统CLAHE、Retinex、Singh融合算法的处理图像进行对比,验证本研究算法在水下图像处理方面的有效性和优越性.
文献关键词：
水下机器人;图像增强;小波变换;自适应伽马变换;CLAHE算法
中图分类号：
作者姓名：
成宏达;骆海明;夏庆超;杨灿军
作者机构：
浙江大学宁波研究院,浙江宁波315100;浙江大学机械工程学院,浙江杭州310027
文献出处：
引用格式：
[1]成宏达;骆海明;夏庆超;杨灿军-.基于改进γ-CLAHE算法的水下机器人图像识别)[J].浙江大学学报（工学版）,2022(08):1648-1655
A类：
自适应伽马变换
B类：
CLAHE,水下机器人,图像识别,悬浮粒子,水下图像,对比度,图像增强算法,复杂环境,环境识别,于小波,小波变换,中值滤波,处理水,图像色彩,色彩失真,细线,增强图像,快运,运行速度,逆变换,部分和,双边滤波,滤波处理,Retinex,Singh,融合算法
AB值：
0.294131
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
