留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于自适应亮度基准漂移的十字路口交通图像增强处理研究

刘操 郑宏 黎曦

刘操, 郑宏, 黎曦. 基于自适应亮度基准漂移的十字路口交通图像增强处理研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
引用本文: 刘操, 郑宏, 黎曦. 基于自适应亮度基准漂移的十字路口交通图像增强处理研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
LIU Cao, ZHENG Hong, LI Xi. A Method for Intersection Traffic Image Enhancement Based on Adaptive Brightness Baseline Drift[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
Citation: LIU Cao, ZHENG Hong, LI Xi. A Method for Intersection Traffic Image Enhancement Based on Adaptive Brightness Baseline Drift[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717

基于自适应亮度基准漂移的十字路口交通图像增强处理研究

doi: 10.13203/j.whugis20130717
基金项目: 国家973计划资助项目(2012CB719905)。
详细信息
    作者简介:

    刘操,博士生,主要从事模式识别与图像处理系统研究。E-mail:lc1000@whu.edu.cn

    通讯作者: 郑宏,博士,教授。E-mail:zh@whu.edu.cn
  • 中图分类号: P237.3

A Method for Intersection Traffic Image Enhancement Based on Adaptive Brightness Baseline Drift

Funds: The National Key Basic Research Development Program (973 Program) of China, No.2012CB719905.
  • 摘要: 针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明了该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。
  • [1] Yang Haitao, Chang Yilin, Wang Jing, et al. A New Automatic Exposure Algorithm for Video Cameras Using Luminance Histogram[J]. Acta Photonica Sinica, 2007, 27(5): 841-847(杨海涛, 常义林, 王静, 等. 一种基于亮度直方图的自动曝光控制方法[J]. 光学学报, 2007, 27(5): 841-847)
    [2] Yang Zuoting, Ruan Ping, Zhai Bo. Auto-exposure Algorithm for Scenes with High Dynamic Range Based on Image Entropy[J]. Acta Photonica Sinica, 2013, 42(6): 742-746(杨作廷, 阮萍, 翟波. 基于图像熵的高动态范围场景的自动曝光算法[J]. 光子学报, 2013, 42(6): 742-746)
    [3] He R, Wang Z, Xiong H, et al.Single Image Dehazing with White Balance Correction and Image Decomposition[C]. 2012 International Conference on Digital Image Computing Techniques and Applications (DICTA), Fremantle, WA, 2012
    [4] Kao W C, Cheng L W, Chien C Y, et al.Robust Brightness Measurement and Exposure Control in Real-time Video Recording[J]. IEEE Transactions on Instrumentation and Measurement, 2011, 60(4): 1 206-1 216
    [5] Zhang J, Gao B, Gu X. Traffic Images Enhancement Based on Vanishing Point Detection and Atmospheric Scattering Model[C]. 2010 3rd International Congress on Image and Signal Processing (CISP), Yantai, China, 2010
    [6] Singh K, Kapoor R. Image Enhancement Using Exposure Based Sub Image Histogram Equalization[J]. Pattern Recognition Letters, 2014, 36(1): 10-14
    [7] Zhou Z, Sang N, Hu X. Global Brightness and Local Contrast Adaptive Enhancement for Low Illumination Color Image[J]. Optik-International Journal for Light and Electron Optics, 2014, 125(6): 1 795-1 799
    [8] Zeng F, Wu Q, Du J. Foggy Image Enhancement Based on Filter Variable Multi-Scale Retinex[J].Applied Mechanics and Materials, 2014, 505(1): 1 041-1 045
    [9] Wang Mei, Wang Guohong. An Image Enhancement Method of Nighttime Blurred Vehicle Plate Based on BHPF[J]. Geomatics and Information Science of Wuhan University, 2008,33(9): 951-954(王枚, 王国宏. 基于 BHPF 的夜间车牌图像增强方法[J]. 武汉大学学报·信息科学版, 2008, 33(9): 951-954)
    [10] Li Li, Jin Weiqi, Xu Chao, et al. Color Image Enhancement Using Nonlinear Sub-Block Overlapping Local Equilibrium Algorithm Under Fog and Haze Weather Conditions[J]. Transactions of Beijing Institute of Technology, 2013, 33(5): 516-522(李力, 金伟其, 徐超, 等. 雾霾天气彩色图像的局域非线性变换增强算法[J]. 北京理工大学学报, 2013, 33(5): 516-522)
    [11] Wu B F, Juang J H.Adaptive Vehicle Detector Approach for Complex Environments[J]. IEEE Transactions on Intelligent Transportation Systems, 2012, 13(2): 817-827
  • [1] 岳林蔚, 沈焕锋, 袁强强, 张良培, 兰霞.  基于双边结构张量的局部自适应图像超分辨率重建 . 武汉大学学报 ● 信息科学版, 2015, 40(4): 493-497. doi: 10.13203/j.whugis20130324
    [2] 王峰, 尤红建, 傅兴玉.  应用于SAR图像配准的自适应SIFT特征均匀分布算法 . 武汉大学学报 ● 信息科学版, 2015, 40(2): 159-163.
    [3] 黄先锋, 李娜, 张帆, 万文辉.  利用LiDAR点云强度的十字剖分线法道路提取 . 武汉大学学报 ● 信息科学版, 2015, 40(12): 1563-1569. doi: 10.13203/j.whugis20130640
    [4] 陈龙, 潘志敏, 毛庆洲, 李清泉.  利用HOG-LBP自适应融合特征实现禁令交通标志检测 . 武汉大学学报 ● 信息科学版, 2013, 38(2): 191-194.
    [5] 吴佳, 蔡之华, 金晓文.  自适应差分演化算法在图像监督分类中的应用 . 武汉大学学报 ● 信息科学版, 2013, 38(1): 23-26.
    [6] 何楚, 张宇, 廖紫纤, 廖明生.  基于分层自适应部分模型的遥感图像飞机目标检测 . 武汉大学学报 ● 信息科学版, 2013, 38(6): 656-660.
    [7] 李平湘, 邓少平, 张继贤, 杨杰.  利用自适应最优极化对比增强检测SAR影像边缘 . 武汉大学学报 ● 信息科学版, 2012, 37(7): 789-793.
    [8] 周家香, 朱建军, 梅小明, 马慧云.  多维特征自适应MeanShift遥感图像分割方法 . 武汉大学学报 ● 信息科学版, 2012, 37(4): 419-422.
    [9] 何楚, 刘明, 许连玉, 刘龙珠.  利用特征选择自适应决策树的层次SAR图像分类 . 武汉大学学报 ● 信息科学版, 2012, 37(1): 46-49.
    [10] 郭琳, 陈庆虎.  结构保持的图像序列自适应超分辨率重建 . 武汉大学学报 ● 信息科学版, 2011, 36(5): 548-551.
    [11] 杨学峰, 李金宗, 李冬冬, 朱兵.  一种基于前后向扩散的图像去噪与增强方法 . 武汉大学学报 ● 信息科学版, 2010, 35(8): 975-978.
    [12] 康牧, 王宝树.  一种基于图像增强的图像滤波方法 . 武汉大学学报 ● 信息科学版, 2009, 34(7): 822-825.
    [13] 王枚, 王国宏.  基于BHPF的夜间车牌图像增强方法 . 武汉大学学报 ● 信息科学版, 2008, 33(9): 951-954.
    [14] 李宁, 陈彬.  数字图像处理在道路交通数据采集中的应用研究 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 773-776.
    [15] 杨志高, 易尧华, 秦前清.  基于视觉掩盖效应的自适应图像压缩算法 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 802-805.
    [16] 易尧华, 郭方, 杨志高, 秦前清.  基于内容的图像自适应加网方法 . 武汉大学学报 ● 信息科学版, 2006, 31(9): 781-784.
    [17] 胡威, 殷蔚明.  一种地形遥测图像自适应滤波器 . 武汉大学学报 ● 信息科学版, 2003, 28(5): 534-537.
    [18] 潘励, 张祖勋, 张剑清.  彩色影像的遗传自适应增强 . 武汉大学学报 ● 信息科学版, 2001, 26(3): 253-255,274.
    [19] 谈国新, 林宗坚, 卢健.  多值图像的自适应空间索引结构研究 . 武汉大学学报 ● 信息科学版, 1995, 20(4): 296-300.
    [20] 沈国键, 夏启明, 李瑛.  基于知识自适应图像平滑 . 武汉大学学报 ● 信息科学版, 1995, 20(2): 141-145.
  • 加载中
计量
  • 文章访问数:  794
  • HTML全文浏览量:  13
  • PDF下载量:  415
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-12-02
  • 刊出日期:  2015-10-05

基于自适应亮度基准漂移的十字路口交通图像增强处理研究

doi: 10.13203/j.whugis20130717
    基金项目:  国家973计划资助项目(2012CB719905)。
    作者简介:

    刘操,博士生,主要从事模式识别与图像处理系统研究。E-mail:lc1000@whu.edu.cn

    通讯作者: 郑宏,博士,教授。E-mail:zh@whu.edu.cn
  • 中图分类号: P237.3

摘要: 针对大多数增强方法未能同时考虑图像与光照强度、拍摄时间之间关系的问题,根据不同时刻的光照强度变化,提出了一种基于自适应亮度基准漂移的全天候十字路口交通图像的增强算法。首先依据不同时刻的光照变化建立亮度基准曲线,然后由亮度基准曲线和亮度实时反馈建立自适应亮度基准值模型,最后对图像的亮度分量运用亮度基准值模型自适应增强。实验结果证明了该方法在全天候不同光照条件下图像增强的有效性以及不同天气条件下增强的鲁棒性。

English Abstract

刘操, 郑宏, 黎曦. 基于自适应亮度基准漂移的十字路口交通图像增强处理研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
引用本文: 刘操, 郑宏, 黎曦. 基于自适应亮度基准漂移的十字路口交通图像增强处理研究[J]. 武汉大学学报 ● 信息科学版, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
LIU Cao, ZHENG Hong, LI Xi. A Method for Intersection Traffic Image Enhancement Based on Adaptive Brightness Baseline Drift[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
Citation: LIU Cao, ZHENG Hong, LI Xi. A Method for Intersection Traffic Image Enhancement Based on Adaptive Brightness Baseline Drift[J]. Geomatics and Information Science of Wuhan University, 2015, 40(10): 1381-1385. doi: 10.13203/j.whugis20130717
参考文献 (11)

目录

    /

    返回文章
    返回