基于多尺度融合和分数阶微分的工地图像增强

建筑工地采集的图像通常会有色偏、对比度低和纹理模糊等问题,从而导致无法获得良好的人眼视觉体验和正确的机器视觉处理结果。为此,提出一种基于改进的多尺度融合和自适应分数阶微分的工地图像增强算法。针对工地图像的纹理模糊特征对多尺度融合算法和自适应分数阶微分算法进行改进,采用全局和局部对比度增强图像替换两幅输入图进行多尺度融合,进一步提高图像的对比度;在HSV颜色空间下仅对V通道分量进行自适应分数阶微分且与原始图像进行加权融合,实现在不改变原本颜色的情况下进行纹理增强和弱化伪影现象。实验结果表明,本文算法增强后的图像拥有更自然的色调、更高的对比度和更强的细节表达能力,优于其他图像增强算法。由此,本文方法能够快速且高效地增强低质量的工地图像,提高后续机器视觉处理的精度和速度,在解决工地图像质量欠佳的问题中发挥重要作用。