基于特征点提取的图像增强算法

《基于特征点提取的图像增强算法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于特征点提取的图像增强算法AnImageEnhancementAlgorithmforFeatureExtraction(上海交通大学)肖燕峰，赵宇明(ShanghaiJiaoTongUniversity)XIAOYanfeng，ZHAOYu-ming摘要特征提取被广泛的运用在图像处理和计算机视觉领域。而特征点提取的效果很大程度上取决于图像的质量。在室外，考虑到多变的光照条件图像的质量通常很差。除此以外，物体间的互相遮挡也是特征提取上的一个难题。因此，研究怎样实时提取低对比度图像是一个很具挑战性的问题。Retinex理论被认为是分离光照图和反射物体图从而得到补充光照图的良好办法。但是亮度图像

2、重建的计算复杂度很高。本文提出了一种基于Retinex理论的图像增强算法。新的算法优化了可变框架的Retinex理论。文中提出一种新的卷积函数，其能有效的减少计算时间，并将多尺度和卷积函数结合起来。文章的最后提出了一种能衡量提取特征点有效性的评估实验。实验结果证明，新的算法不仅能够极大的减少处理时间从而满足实时性要求，而且能使增强后的图像更适合与特征点提取。关键词Retinex,图像增强，特征点提取中图分类号：TP391.41文献标识码：AAbstract:Featureextractionhasbeenwidelyusedintheareaofimageprocessingandcomput

3、ervision.Andtheeffectsofthefeatureextractionaregreatlyinfluencedbythequalityoftheimage.Inoutdoorapplications,thequalityofimageusuallybecomespoorduetothevariousilluminationconditions.Besidesilluminationconditions,theoverlapofobjectsisalsoadifficultforfeatureextraction.Soitisattractivetostudyonfeature

4、extractionfromlow-contrastimages,suchasdarkoroverlapimagesadaptivelyandinrealtime.Retinextendstobeconsideredasagoodmethodofseparatingtheilluminationfromthereflectanceandcompensatingfornon-uniformlighting.Butthecomputationalcomplexityofilluminationreconstructionisrelativelyhigh.Inthispaper,anewalgori

5、thmbasedonRetinextheoryhasbeenpresented.ThenewalgorithmsimplifiesthevariationalframeworkforRetinex.Anewconvolutionfunctionthatcombinestheoriginalconvolutionandmulti-resolutionprocesstogetherisalsousedtoreducethetimecost.Atlastanexperimenttoevaluatetheeffectivenessoftheextractedfeaturepointsispropose

6、d.Experimentsshowthatthenewalgorithmcannotonlyreducethecomputationalcomplexitygreatlytosatisfytherealtimedemandoffeatureextractionwithoutaddinganyhardwarecost,butalsogetgoodeffectsofenhancementandfeatureextractionfordark,dynamicrangeandoverlapimages.Keywords:Retinex,imageenhancement,featureextractio

7、n1.引言[1]Retinex理论是一种模拟人类眼睛和大脑的图像增强算法。被记录下来的图像被分解为两部分，反射物体图像R和光照图像L。图像的形成主要由两部分构成，如图1所示，分别是入射光和反射物体，最后形成的图像可以公式表示为:SxyRxyLxy(,)=•(,)(,)(1)其中，L(x,y)表示入射光，R(x,y)表示物体的反射性质，S(x,y)是反射光，被观察者或照相机接受就形成了图像。而事实上