计量学报

作者：苑朝,赵亚冬,张耀,徐大伟,苑晶,翟永杰

单位：华北电力大学自动化系,河北保定071003

关键词：机器视觉; 特征点; 图像熵; 自适应;Gamma校正;匹配效果

基金：国家自然科学基金联合基金重点支持项目(U21A20486); 中国科学院自动化研究所复杂系统管理与控制国家重点实验室开放课题(20220102); 中央高校基本科研业务费专项资金(2023JC006)

为了解决当拍摄图像的环境光照较低或较高时,导致的图像对比度较低,给特征点的检测和匹配带来极大的困难这一问题,提出一种基于最大图像熵Gamma校正估计的图像特征点检测和匹配方法。通过预处理算法来增强图像的对比度,将其应用于图像特征点的检测和匹配。在预处理阶段,首先采用对数函数对图像进行归一化,根据设定的阈值将图像分为明亮和黑暗分量;然后分别对两个分量自适应地选择不同的参数进行Gamma校正,并且确定使其熵最大化的校正参数为每个分量的最佳参数;最后将上述参数应用于Gamma校正生成对应原始图像明亮和黑暗区域的矫正图,并进行融合生成增强的图像。对预处理完的图像进行特征点检测和匹配实验。研究结果表明:所提出的算法相较于未处理算法、HE和自适应Gamma算法,特征点检测后的匹配数量在欠曝光图像上分别提升85.7%、26.4%和15.2%,在过曝光图像上分别提升59.4%、12.2%和103.8%。匹配效果也有较明显提升。

来源：2024年第5期

《计量学报》期刊编辑部

查看计量学报杂志2024年第5期