ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2017, № 10 · СМЕЖНЫЕ ПРОБЛЕМЫ РАДИОЭЛЕКТРОНИКИ

Модификация метода CLAHE для компенсации влияния гидрометеоров

В.А. Коротков1, К.В. Коротков1, Е.П. Новичихин1

1 ИРЭ им. В.А. Котельникова РАН, Москва, Россия
Полный текст (PDF) УДК 621.396 EDN XENGQF

Аннотация

Различимость объектов на изображениях, полученных на открытой местности, уменьшается при наличии гидрометеоров в атмосфере. Степень влияния гидрометеоров на изображение объектов не одинакова. Это может вызвать появление ложных образований (артефактов) на обработанном методом CLAHE изображении. В этой работе предлагается способ, устраняющий такие артефакты. Целью данной работы является увеличение степени различимости объектов на искаженном гидрометеорами изображении. Для достижения этого сравниваются результаты работы метода CLAHE с использованием разных форматов (RGB, HSV, CIELAB). Дополнительно рассмотрен случай обработки изображений с искажениями, нарушающими цветовой баланс. В работе показано, что использование для искаженного изображения предварительной обработки позволяет компенсировать возможные артефакты, возникающие в результате применения метода CLAHE. Демонстрируется, что применение для цветных RGB изображений метода CLAHE к каждой цветовой компоненте изображения приводит к меньшей зависимости от цвета тумана (дымки, пыли, освещения) (в сравнении с применением метода CLAHE к HSV изображению).

  • гидрометеоры
  • hydrometeors
  • цифровые изображения
  • динамический диапазон
  • усиление контраста
  • улучшение различимости объектов
Abstract (in English)

The differentiation of objects on the images obtained in the open area, decreases with the presence of hydrometeors in the atmosphere. The degree of hydrometeors influence on the image of objects is not the same. It can cause false images (artifacts) to appear on the CLAHE-processed image. In this paper, a method is proposed that eliminates such artifacts. The purpose of this work is to increase the degree of the distinguishability of objects on the image which was distorted by hydrometeors. To achieve this goal, the results of the CLAHE method are compared with each other when different formats (RGB, HSV, and CIELAB) are used. In addition, the case of processing images with distortions, destroying the color balance, is considered. The paper shows that the usage of preprocessing for a distorted image, allows compensating for possible artifacts, arising from the application of the CLAHE method. It is demonstrated that applying the CLAHE method for color RGB images to each color component of the image results in less dependence on the color of the fog (haze, dust, light) (compared to applying the CLAHE method to the HSV image).

Для цитирования

Коротков В.А., Коротков К.В., Новичихин Е.П. Модификация метода CLAHE для компенсации влияния гидрометеоров // Журнал радиоэлектроники. – 2017. – № 10.

Литература

  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2005. 1072 с.
  2. Zuiderveld, Karel (1994), Contrast limited adaptive histogram equalization, // Graphics gems IV, Academic Press Professional, Inc., 1994, pp. 474-485, URL: http://portal.acm.org/citation.cfm?id=180940
  3. Dilraj Kaur, Pooja, A Critical Study and Comparative Analysis of Various Haze Removal Techniques, // International Journal of Computer Applications (0975 - 8887) Volume 121 - No.16, July 2015. pp.9-14.
  4. Z. Al-Ameen, G. Sulong, A. Rehman, A. Al-Dhelaan, T. Saba, M. Al-Rodhaan. An innovative technique for contrast enhancement of computed tomography images using normalized gamma-corrected contrast-limited adaptive histogram equalization, // EURASIP Journal on Advances in Signal Processing (2015) 2015:32. DOI 10.1186/s13634-015-0214-1. pp.2-12.
  5. C.C. Ting, B.F. Wu, M.L. Chung, C.C. Chiu, Y.C. Wu, Visual Contrast Enhancement Algorithm Based on Histogram Equalization. // Sensors. 2015, 15, 16981-16999.
  6. G. Biancoa, M. Muzzupappaa, F. Brunoa, R. Garciab, L. Neumann, A New Correction Method for Underwater Imaging. // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. 2015, 5, pp.25-32.
  7. Z. Jia, H. Wang, R. Caballero, Z. Xiong, J. Zhao, A. Finn, Real-time content adaptive contrast enhancement for see-through fog and rain. // Conference Paper in Acoustics, Speech, and Signal Processing, 1988. ICASSP-88., 1988 International Conference on.January2010. DOI:10.1109/ICASSP.2010.5495454. URL:https://www.researchgate.net/publication/220733692
  8. R. Kolhe, P. R. Badadapure, Survey on Haze Removal Algorithm for image, // International Journal for Research in Engineering Application & Management (IJREAM) ISSN: 2454-9150 Vol-03, Issue-04, July 2017. URL: http://www.ijream.org/papers/IJREAMV03I042895.pdf
  9. A. Gnana Pradeep, M. Gnanapriya. A Novel Contrast Enhancement Algorithm Using HSV Color Space, // (IJITR) International Journal Of Innovative Technology And Reserch, Volume No.4, Issue No.6, October - November 2016, pp.5072-5075.
  10. А. В. Кокошкин, В. А. Коротков, К. В. Коротков, Е. П. Новичихин. «Метод улучшения различимости объектов при наличии гидрометеоров». // «Журнал Радиоэлектроники» [электронный журнал], N 10, 2015, URL: http://jre.cplire.ru/jre/jun15/10/text.html.
  11. Адаптивное выравнивание гистограммы с ограничением контрастности (CLAHE). Документация MathWorks. URL: https://www.mathworks.com/help/images/ref/adapthisteq.html#bvhtu03-1