基于retinex理论的图像增强算法研究

基于retinex理论的图像增强算法研究

ID:10231565

大小:539.50 KB

页数:10页

时间:2018-06-12

基于retinex理论的图像增强算法研究_第1页
基于retinex理论的图像增强算法研究_第2页
基于retinex理论的图像增强算法研究_第3页
基于retinex理论的图像增强算法研究_第4页
基于retinex理论的图像增强算法研究_第5页
资源描述:

《基于retinex理论的图像增强算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、电脑知识与技术2017,29(13),252-254基于Retinex理论的图像增强算法研究罗圣敏清远职业技术学院导出/参考文献已关注关注X关注成功!加关注后您将方便地在我的关注中得到本文献的被引频次变化的通知!分享·新浪微博·腾讯微博·人人网·开心网·豆瓣网·网易微博收藏打印摘    要:在我国计算机技术不断发展的过程中,数字成像设备也在不断的优化,其被广泛应用到航空、工业、医学及军事等多种领域中,有效保障国民经济发展和国家安全。目前,Retinex理论图像增强算法已经成为现代数字图像增强技术的主要研究内容,该算法是将

2、人类视觉系统的色彩恒常性作为基础,其主要对人眼对外的观察方式进行模拟,将场景入射光影响进行去除,得到反应物体本质的属性。该算法具有有效提高对比度、颜色保真及色彩恒常的特点。基于上述内容,该文就对基于Retinex理论的图像增强算法进行研究。关键词:Retinex理论;图像增强;算法;作者简介:罗圣敏(1978—),女,贵州铜仁人,清远职业技术学院,副教授,硕士,研究方向为新媒体,教育技术,图像处理。收稿日期:2017-08-28基金:清远市社会科学规划项目《新媒体在广东民族文化传承中的发展研究——以清远民族地区为例》Re

3、ceived:2017-08-28传统色彩视觉理论表示,人眼在感受色彩过程中主要是根据光波长决定的,不同频率光都会为人们带来不同的色彩感觉,物体颜色也是通过物体反射光强度及频率决定的。但是,美国物理学家在二十世纪五十年代表示,部分现象无法通过传统色彩理论进行解释。在通过几十年的科学实验和分析过程中得到,在信息传导过程中,人的视觉系统能够处理这些信息,将物体本质信息有效地进行了保存,比如反射系数。在这些将物体本质特征信息描述出现的特征传递到大脑皮层,之后通过复杂处理的过程就是人视觉。在此认知的基础上,相关人员提出了Reti

4、nex色彩理论,其能够在灰度动态范围压缩和颜色恒定性及边缘增强实现平衡,所以就提高了不同图像的自适应性。由于此理论的属性,Retinex被广泛应用到社会各行业中。图像增强技术是图像使用过程中的基础技术手段,也是必要环节,在图像处理过程中具有重要的地位。本文就以Retinex理论为基础,提出了基于Retinex的图像增强算法。1图像增强的方法1.1线性变换线性变换也可以称为比例变换,也就是因变量和自变量之间的固定比例系数,此系数为常数。灰度变换函数表示为线性函数:如果a>1,那么输出图像的对比度就会提高,如果a<1,那么输

5、出图像的对比度就会降低,如果a=1,那么输出图像灰度值就会提高或者下降,如果a为负数,那么图像中较暗的区域就会变亮,较亮的区域就会变暗,这个时候的点运算就是图像补全。一般,线性变换指的是将小范围灰度拉伸到大范围灰度,所以其可以称为灰度拉伸[1]。1.2图像边缘增强在图像传输或者变换的过程中会受到多种干扰的影响,从而使其出现退化,比如图像模糊。在观看图像及识别的过程中,一般都需要凸显目标边缘或者轮廊的信息,从而使图像看起来比较顺眼,并且便于目标识别。锐化是增强图像边缘的主要方式,其能够增强图像边缘区域方差,具有两种增强方法

6、,分别为微分法和高通滤波法。图1为拉普拉斯锐化的模块,通过图1可以看出来,模块的做法为:首先,实现自身和四周像素的减,表示其和周围像素的区别;之后,在差别中添加新像素灰度。以此表示,如果暗区出现亮点,那么锐化处理结果就是亮点更亮,提高了图像噪声[2]。图1拉普拉斯锐化的模块  下载原图1.3直方图规定化直方图规定划的优点为能够实现图像对比度的自动增强,但是其具体增强效果不便控制,处理结果得到全局均衡化直方图,但是实际还要使用直方图使其能够变为某个特定形状,以此选择性的提高灰度值范围的对比度,这个时候就要使用较为灵活的直方

7、图规定划方法。直方图规定划指的是将图像实现灰度变化之后,使其能够具有指定的直方图形式,比如使图像和某标准图像的直方图相同,或者使图像具有特定函数的直方图形式。简单来说,直方图规定化就是将图像通过灰度变化f之后,使直方图作为Hf,也就是实现形状的规定。直方图规定化的主要作用就是实现矫正由于亮度及传感器差异导致的变化[3]。2基于Retinex理论的图像增强算法2.1单尺度Retinex算法单尺度(SSR)算法的计算模型为:R(x,y)表示通过处理的结果图像,S(x,y)表示没有通过处理的图像,F(x,y)表示环绕函数,一般

8、单尺度算法中的环绕函数为高斯函数,其数学式为:C为函数的尺度参数,其大小对处理之后图像的质量具有直接的影响。因为单尺度算法较为简单,能够得到一定的增强效果,所以其被广泛应用到各方面中。但是在通过单尺度增强之后的图像较为模糊,并且还会出现光晕的现象,对图像的增强效果产生了一定的影响[4]。2.2多尺度Retinex算法

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。