基于MVOtsu和鲸鱼自适应阈值的图像增强算法

作者：王爱平; 粟莲; 杨海运; 王昕^*

来源：控制工程, 2022, 29(12): 2293-2299.

DOI：10.14107/j.cnki.kzgc.20190715

• 电力设备
• 红外图像
• NSST
• 鲸鱼自适应阈值去噪
• 改进MVOtsu算法

针对电力设备红外灰度图像的细节不清、边缘模糊等缺陷，提出一种基于非下采样剪切波变换(NSST)的电力设备红外图像处理方法。首先，利用NSST对原始的电力设备红外图像进行变换，将数据从空间域转换到频域。然后，对高频系数使用鲸鱼自适应阈值去噪算法去噪，同时增强了高频系数中的细节和边缘部分；对低频系数采用改进的结合均值和方差的大津(MVOtsu)算法将低频分量分成前景部分和后景部分，并分别采用伽马校正算法和直方图均衡化算法进行增强。最后，通过NSST的逆变换得到增强后的图像。所提算法与其他算法的对比结果表明，所提算法能更好地突出电力设备红外图像的细节信息，增强了图片对比度，达到了更好的视觉效果。

• 单位
  国网四川省电力公司巴中供电公司; 上海交通大学