排序方式: 共有3条查询结果,搜索用时 31 毫秒
1
1.
红外图像具有整体亮度偏暗、对比度较低、目标与背景区分不明显的特点。因此,在对红外图像进行分析之前,必须先对图像质量进行改善。传统的基于模糊集理论的Pal.King算法,在增强红外图像对比度的同时,丢失部分细节信息。在分析这一问题产生原因的基础上,结合图像反色和多分辨率图像融合等理论,提出了一种新的基于模糊集理论的图像增强算法,新的算法不仅能够提高红外图像的对比度,而且能很好的突出图像中不同层次的灰度信息和边缘信息,最重要是它能保持原始图像的细节信息。 相似文献
2.
盲元的存在严重影响了红外成像系统的性能,为有效地检测出红外焦平面阵列中存在的盲元,详细分析了盲元与点目标在邻域像素灰度分布上的差异,在此基础上利用趋势外推理论能够对事物发展预测的特性,提出了基于二维线性外推理论的盲元检测算法.实验结果证明,这一算法不仅具有复杂度低、易于实现的特点,而且具有较高的检测率,完全满足实际应用中对盲元检测精度的要求. 相似文献
3.
1