曾紹華,趙秉渝,王帥,陳亞楠,朱德利
(1 重慶師范大學 計算機與信息科學學院,重慶 401331)
(2 重慶市數字農業服務工程技術研究中心,重慶 401331)
(3 重慶市農業技術推廣總站,重慶 400014)
(4 重慶市萬州區土肥與農業生態保護站,重慶 404199)
由于自然光照條件的影響,野外機器視覺采集的土壤圖像環境條件不一致,會造成成像條件不同,生成的圖像也不同,并可能給后續土種識別產生影響。為了解決環境條件的不一致性對進一步圖像處理的影響,一種方法是完整采集各種不同自然光照條件下的土壤圖像,建立模型進行識別,但受自然條件、時間和經濟成本限制,實施較為困難。另一種方法是對采集土壤圖像進行預處理,將其轉換為某些固定光照環境下的圖像進行識別,可降低成像環境條件不一致影響。因此,土壤圖像亮度可控增強成為令人矚目的研究課題。
傳統的圖像增強主要為對比度增強,包括基于Retinex 理論的方法[1-5]和基于直方圖的方法[6-9]。直方圖方法分為直方圖均衡化(Histogram Equalization,HE)[10-16]和直方圖規定化(Histogram Specification,HS)[17-23]。HS 是將輸入圖像的直方圖變換為期望直方圖形態,被許多學者改進。張龍濤[17]將空域增強轉換到模糊域增強,彌補了傳統空間域圖像增強方法在提高圖像對比度時對噪聲敏感的缺陷。HUSSAIN K等[18]將輸入圖像直方圖的不同部分通過特定變化獲得目標直方圖,克服了效果不自然、增強過度和偽影等缺點。YELMANOV S 等[19]基于亮度二元分布的無參數估計對圖像進行增強,提高了對比度增強的效率。……