基于IEA-DWT预处理的弱光环境图像特征匹配研究OA

弱光环境直接导致图像亮度不足、细节湮没且噪声显著,使传统特征匹配算法性能骤降,误匹配率激增。基于此,提出了一种融合光照增强算法(IEA)与离散小波变换(DWT)的新型预处理算法,旨在通过多阶段图像优化为后续特征匹配提供高质量输入。该算法运用IEA自适应提升图像整体亮度与局部对比度,再通过DWT多尺度分解,对分离的低频分量进行主体结构保留,对不同方向的高频分量进行阈值处理,进而实现边缘增强与降噪,最终将优化图像输入SURF算法完成特征提取与匹配。为了验证该算法的有效性,开展了极弱光、微弱光、弱光环境下的图像特征匹配。实验结果表明,相较于单一IEA或DWT预处理方法,所提算法效果最为显著,平均正确特征匹配对达到261,提高6.53倍。新型预处理算法IEA-DWT可以有效解决弱光环境下图像特征匹配中细节模糊和噪声干扰的核心问题,为弱光场景下的特征匹配提供了可靠的技术支撑。