基于三级图像融合与CLAHE的机场安检X光图像增强算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

广州市科技计划(201904010226); 广东省普通高校青年创新人才项目(2018GkQNCX080, 2019GKQNCX096)


Airport Security X-ray Image Enhancement Algorithm Based on Three-level Image Fusion and CLAHE
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 增强出版
  • |
  • 文章评论
    摘要:

    针对CLAHE增强机场安检X光图像出现的颜色失真及背景噪声放大问题, 提出一种基于三级图像融合与CLAHE的X光图像增强算法. 首先将X光图像分别转换成RGB、HSV图像并分别进行CLAHE增强, 将增强后的图像通过欧几里得范数实现第1级融合. 然后将融合后的图像进行USM锐化, 锐化过程中根据掩膜进行图像第2级融合. 最后将锐化后的图像与原图像按系数进行合并, 完成第3级融合. 仿真实验结果表明, 本文提出的算法能够有效提高安检X光图像的对比度, PSNR平均值提高了7 dB, 同时可以抑制增强图像颜色失真及背景噪声. 该算法有助于提高X光图像中违禁物品的识别准确率, 对平安机场的构建具有积极意义.

    Abstract:

    Given the problems of color distortion and background noise amplification with using contrast limited adaptive histogram equalization (CLAHE) to enhance X-ray images of airport security inspection, this study proposes an X-ray image enhancement algorithm based on three-level image fusion and CLAHE. Specifically, the X-ray image is converted into RGB and HSV images for CLAHE enhancement respectively. The enhanced images are fused by the Euclidean norm for the first-level fusion. Then, the fused images are sharpened by unsharp masking (USM), during which the second-level image fusion is performed according to the mask. Finally, the sharpened images and the original image are combined according to the coefficient to complete the third-level fusion. The simulation experiment results show that the proposed algorithm effectively improves the contrast of security inspection X-ray images, increases the average peak signal-to-noise ratio (PSNR) by 7 dB, and suppresses the color distortion and background noise in the enhanced images. This algorithm helps to improve the accuracy of identifying prohibited items in X-ray images and thus has a positive impact on the construction of a safe airport.

    参考文献
    相似文献
    引证文献
引用本文

高强,陈裕通,潘俊.基于三级图像融合与CLAHE的机场安检X光图像增强算法.计算机系统应用,,():1-6

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-11-23
  • 最后修改日期:2021-12-20
  • 录用日期:
  • 在线发布日期: 2022-05-31
  • 出版日期:
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号