红外图像预处理算法研究的中期报告.docxVIP

红外图像预处理算法研究的中期报告

中期报告：红外图像预处理算法研究

一、研究背景及意义

随着红外成像技术的逐渐普及，对于红外图像的预处理算法的需求也越来越高。对于红外图像来说，预处理能够起到很重要的作用，可以提高图像质量、减少噪点、增强图像特征等等。因此，本次研究旨在对红外图像预处理算法进行深入研究，以提高红外图像的质量和可读性。

二、研究内容及进度情况

1.红外图像预处理算法分类

首先，我们对红外图像预处理算法进行了分类。根据不同的处理方法，可以将红外图像预处理算法分为以下几类：

（1）降噪算法：主要用于去除图像中的噪点。

（2）增强算法：主要用于增强图像的对比度、锐度等特征。

（3）分割算法：主要用于将图像中的目标和背景分离出来。

（4）去模糊算法：主要用于去除图像中的模糊。

2.红外图像预处理算法研究进展

根据以上分类，我们对红外图像预处理算法的研究进展进行了梳理。具体情况如下：

（1）降噪算法：常见的降噪算法有小波降噪、中值滤波、高斯滤波等。近年来，基于神经网络的降噪算法也得到了广泛的研究。

（2）增强算法：常见的增强算法有直方图均衡化、CLAHE算法、自适应直方图均衡化等。此外，还可以利用Retinex算法、对数极化处理等方法来进行增强。

（3）分割算法：常见的分割算法有阈值分割、区域生长算法、FCM聚类算法等。近年来，基于深度学习的分割算法也得到了广泛的研究。

（4）去模糊算法：常见的去模糊算法有维纳滤波、盲去模糊算法、基于非负矩阵分解的模糊去除算法等。

3.研究计划

根据以上进展情况，我们计划在下一阶段针对红外图像降噪算法和增强算法进行深入研究。具体的研究内容和计划如下：

（1）降噪算法：本阶段主要关注基于神经网络的降噪算法，计划研究并实现基于CNN、GAN等神经网络的降噪算法，并通过实验得出实验效果。

（2）增强算法：针对红外图像增强算法，本阶段计划研究并实现自适应对比度增强算法、Retinex算法、对数极化处理算法等，同样通过实验对算法进行评估。

4.进度情况

当前，我们已经完成了文献综述和初步实验。文献综述阶段我们对红外图像预处理算法分类和研究进展进行了梳理，收集了大量相关论文和资料。在初步实验阶段，我们利用MATLAB工具箱对Retinex算法、对数极化处理算法进行了实现，并对算法进行了测试和评估。初步实验结果表明，这些算法可以有效地提高红外图像的质量和可读性。

三、参考文献

[1]QuanL,WangZ,ZhangP,etal.InfraredimageenhancementbasedonadaptiveWienerfilterandhistogrammodification[J].InfraredPhysicsTechnology,2017,86:1-8.

[2]LiY,ChenL,ZhangZ,etal.InfraredimageenhancementusingtheRetinextheorywithoptimizedparameters[J].InfraredPhysicsTechnology,2016,79:57-64.

[3]刘加平,王建冬,刘树林.基于对数极化的红外图像增强算法研究[J].红外与激光工程,2017,02:020013.

[4]RenFX,WuQ,LvXY.InfraredImageEnhancementAlgorithmBasedontheLogarithmicPolarizationTransformandCompressiveSensing[C]//ComputerVisionandPatternRecognition.2018.