野生动物监测光照自适应Retinex图像增强算法

• Published in: 农业工程学报 Vol. 34; no. 15; pp. 183 - 189
• Main Authors: 张军国, 程浙安, 胡春鹤, 陈宸, 鲍伟东
• Format: Journal Article
• Language: Chinese
• Published: 北京林业大学工学院,北京,100083%北卡罗来纳大学电气与计算机工程系,夏洛特 28223%北京林业大学生物科学与技术学院,北京,100083 01.08.2018
• Subjects: 算法; Retinex理论; 监测; 光照自适应; 野生动物监测; 图像增强; 引导滤波; 动物
• ISSN: 1002-6819
• DOI: 10.11975/j.issn.1002-6819.2018.15.023

TP391; 针对野外白天不同光照对野生动物监测图像质量造成的影响,提出一种基于Retinex理论的光照自适应图像增强方法.该方法首先使用基于复合梯度的引导滤波估计图像照度分量,克服光照突变造成的伪光晕现象;然后提出一种基于Otus阈值的对比度自适应拉伸方法实现照度分量的校正,克服传统算法过度增强的问题;最后采用照度分量单通道图像计算反射分量图像,实现色彩的保真.该文采用50张保护区实地拍摄的野生动物监测图像为样本进行试验,结果表明,该文算法相比于MSRCR算法、双边滤波Retinex算法和引导滤波Retinex算法色调保真度平均提高81.00％、5.24％和3.58％,信息熵平均提高6.76％、6.23％和2.61％,峰值信噪比平均提高53.43％、5.36％和-2.85％,运算耗时减少-29.03％、78.51％和28.68％,证明该文算法可以有效克服传统Retinex理论算法的过增强、伪光晕现象和灰化效应,实现不同光照条件下野生动物监测图像的自适应增强.