典型文献
基于MVOtsu和鲸鱼自适应阈值的图像增强算法
文献摘要：
针对电力设备红外灰度图像的细节不清、边缘模糊等缺陷,提出一种基于非下采样剪切波变换(NSST)的电力设备红外图像处理方法.首先,利用NSST对原始的电力设备红外图像进行变换,将数据从空间域转换到频域.然后,对高频系数使用鲸鱼自适应阈值去噪算法去噪,同时增强了高频系数中的细节和边缘部分;对低频系数采用改进的结合均值和方差的大津(MVOtsu)算法将低频分量分成前景部分和后景部分,并分别采用伽马校正算法和直方图均衡化算法进行增强.最后,通过NSST的逆变换得到增强后的图像.所提算法与其他算法的对比结果表明,所提算法能更好地突出电力设备红外图像的细节信息,增强了图片对比度,达到了更好的视觉效果.
文献关键词：
电力设备;红外图像;NSST;鲸鱼自适应阈值去噪;改进MVOtsu算法
中图分类号：
作者姓名：
王爱平;粟莲;杨海运;王昕
作者机构：
国网四川省电力公司巴中供电公司,四川巴中636000;上海交通大学电工与电子技术中心,上海200240
文献出处：
引用格式：
[1]王爱平;粟莲;杨海运;王昕-.基于MVOtsu和鲸鱼自适应阈值的图像增强算法)[J].控制工程,2022(12):2293-2299
A类：
MVOtsu,鲸鱼自适应阈值去噪
B类：
图像增强算法,电力设备,灰度图像,非下采样剪切波变换,NSST,红外图像处理,空间域,域转换,换到,频域,高频系数,去噪算法,低频系数,大津,低频分量,部分和,后景,伽马校正,校正算法,直方图均衡化算法,逆变换,细节信息,对比度,视觉效果
AB值：
0.278155
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。
