• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于Retinex理論的圖像增強算法研究

      2016-12-21 07:20:55孫玲姣
      數(shù)碼世界 2016年12期
      關(guān)鍵詞:彩色圖像圖像增強像素點

      孫玲姣

      湖北民族學院科技學院

      基于Retinex理論的圖像增強算法研究

      孫玲姣

      湖北民族學院科技學院

      Retinex是一個構(gòu)建在科學實驗與分之上的圖像增強算法,其本質(zhì)是從圖像中減去照射分量的影響來得到物體的反射分量,也就是得出物體原本的樣子。文章首先分析了圖像增強算法的概念,然后研究了全局及局部Retinex的算法和流程,以期對基于Retinex理論的圖像增強算法有所借鑒。

      Retinex 圖像增強 全局特征 局部特征 算法分析

      Retinex是一個構(gòu)建在科學實驗與分之上的圖像增強算法,和其他的圖像增強方法比較而言,Retinex算法有著銳化效果好、動態(tài)范圍壓縮大、顏色具恒常性、色彩保真度高等優(yōu)點,在圖像增強領(lǐng)域的應用前景非常廣闊。

      1 圖像增強方法概述

      圖像增強為相對概念,其增強效果的優(yōu)劣,不但和算法的優(yōu)劣有某種關(guān)系之外,還和圖像的數(shù)據(jù)特點有直接關(guān)系,并且因為評價圖像質(zhì)量的好壞常??坑^測者的主觀判斷而定,無通用的標準,故而增強技術(shù)基本為面向問題,增強方法僅可選擇性的使用?,F(xiàn)在圖像增強方法可分為空間域處理與頻域處理2類。

      其中,所謂的空間域處理是在原圖上直接運算數(shù)據(jù),其又分局部運算和點運算2種,前者在像素點鄰域的空間域進行,后者是對圖像進行逐點運算,其處理能夠為線性抑或非線性的;而所謂的頻域處理一般是運用某種變換,把圖像變至頻域,運算圖像的變化系數(shù),也就是作一定的修正,繼而利用逆變換獲得增強的圖像,主要有低通(用于消除噪音)和高通濾波(用于提升邊緣和輪廓)。

      2 基于全局特征的Retinex圖像增強

      2.1 基于全局特征的Retinex算法分析

      2.1.1 灰度圖像增強

      圖1 m×n的灰度圖像

      首先是相對明暗關(guān)系的推導,如圖1所示,為一寬m、高n的灰度圖像。圖像起點A至終點B有一路徑,其中有八個像素點,其灰度值為d1-d8,則A和B間的相對明暗關(guān)系為:

      經(jīng)過計算、簡化,不難看出起點A與終點B間的相對明暗關(guān)系其實就是像素的灰度值在對數(shù)域中的差。

      接下來是起點、終點的選取。從上式能夠發(fā)現(xiàn),對同一起點,選取不同的終點就會出現(xiàn)不同的相對明暗關(guān)系,利用這些相對明暗關(guān)系來校正起點就能得到不同的起點像素的灰度校正值。為解決這一問題,可以用隨機法來選擇起點與終點。

      最后是數(shù)據(jù)顯示,初始時,把增強后的圖像內(nèi)全部像素點的灰度值均設(shè)為constant,在對像素點灰度值校正之后圖像的全部像素點的灰度值均集中于constant周圍,用下面的公式對校正后的圖像線性拉伸:

      其中,min為增強后圖像像素點灰度值內(nèi)的最小值,而max為增強后圖像像素點灰度值內(nèi)的最大值。L[ i][j]為圖像原像素點經(jīng)線性拉伸之后的灰度值。

      2.1.2 彩色圖像增強

      彩色圖像增強同樣要有像素點灰度值的校正以及數(shù)據(jù)顯示。其中,數(shù)據(jù)顯示部分,對24位的彩色圖像,可將其分解為R、G、B3幅灰度圖像,如此一來,就可以把一幅彩色圖像轉(zhuǎn)化為三幅灰度圖像,然后依次對它們予以數(shù)據(jù)準備就行。數(shù)據(jù)顯示的步驟與前述的過程恰好相反,把線性拉伸后的3圖像按R、G、B順序分別寫進一個24位的彩色圖像內(nèi)進行輸出,獲得的就是增強之后的彩色圖像。

      2.2 算法流程

      第一步:分析輸入圖像S(i,j),如果是灰度圖像,就把圖像內(nèi)像素點灰度值的數(shù)據(jù)類型轉(zhuǎn)化為double型;如果是彩色圖像,就把它分解成3個灰度圖像,然后把這3個圖像內(nèi)像素點灰度值的類型轉(zhuǎn)化成double型;

      第二步:把輸入圖像S(i,j)放進對數(shù)域內(nèi)進行處理,也就是S'(i,j)=logS(i,j);

      第三步:把增強之后的圖像R(i,j)內(nèi)像素點的灰度值全部初始化成constant,也就是R(i,j)=constan t;

      第六步:使h=h/2,l=l/2,重復第四步與第五步,直至h=1且l=1;R(i,j)第七步:對增強之后的圖像予以線性拉伸,如果是灰度圖像,就直接進行輸出;如果是彩色圖像,就把線性拉伸之后的三個圖按R、G、B次序分別寫進一24位的彩色圖像內(nèi)進行輸出。

      2.3 增強結(jié)果顯示

      圖2 全局Retinex增強結(jié)果

      3 基于局部特征的Retinex圖像增強

      3.1 局部Retinex 的實質(zhì)

      Retinex常常用在補償受照射光影響的圖像,其目標就是把一個圖像S分解為2個不同的圖像:照射分量與反射分量圖像2個圖。此種分解處理的優(yōu)點是可以移除前景與后景光照對圖像的影響,同時還可以增強室內(nèi)及室外圖像的光照變化。對圖像S內(nèi)的各個點(x, y),公式為:S( x, y)=R( x, y)·L( x, y),其中,L為照射光,R為物體的反射性質(zhì),S為反射光被觀察者接收到的所能看見的圖像。

      3.2 局部Retinex算法的步驟

      第一步:圖像的灰度函數(shù)可用下面的式子來計算,R為反射光分量,L為照射光分量S(x,y)=R(x,y)·L(x,y );

      第二步:通過取對數(shù)的辦法把照射光與反射光分量進行分離;

      第三步:運用高斯模板對原圖像進行卷積,也就是對原圖像進行低通濾波,獲得圖像D,式中F(x,y)為高斯濾波函數(shù):D(x,y)=S(x,y)·F(x,y);

      第四步:在對數(shù)域內(nèi)運用原圖減掉經(jīng)過低通濾波以后的圖,就可以獲得高頻增強圖像G(x,y)=S'(x,y)-logD(x,y);

      第五步:取G(x,y)的反對數(shù),方可獲得增強以后的圖像R(x,y)=exp(G(x,y)));

      第六步:對R(x,y)進行對比度增強,從而獲得結(jié)果圖像。

      3.3 局部Retinex算法分析

      3.3.1 單尺度Retinex

      利用圖像采集器得到的彩色圖像都會面臨能不能捕捉到場景內(nèi)物體的動態(tài)范圍及色彩的問題。針對這個問題,Jobson等人提出單尺度的Retinex算法,其公式為:,其中Ii( x, y)為輸入圖像的第i個顏色通道,*為卷積運算,Ri( x, y)為Retinex輸出,F(xiàn)( x, y)為高斯函數(shù)。

      3.3.2 多尺度Retinex

      多尺度Retinex(簡稱為MSR)是對單尺度Retinex(簡稱為SSR)的概括,它相對于SSR的優(yōu)點是它可以提供動態(tài)范圍壓縮以及顏色的高保真。在特定條件中,MSR可以實現(xiàn)以下目標:對未校準的設(shè)備予以局部動態(tài)范圍壓縮、補償、全局動態(tài)范圍壓縮、顏色恒常以及色彩增強,它的公式為:

      其中,(x,y)為像素點的坐標,*為卷積運算,N為顏色通道的個數(shù),i∈R,G,B ,Ii(x, y)為輸入圖像內(nèi)的第i個顏色通道,Ri( x, y)為MSR輸出,F(xiàn)( x, y)為高斯函數(shù),Wk是和高斯函數(shù)有關(guān)的權(quán)重。

      3.3.3 帶色彩恢復的多尺度Retinex(簡稱為MSRCR)

      因為MSR在增強的時候有可對圖像的特定區(qū)域造成顏色的失真,使圖像中物體的實際顏色減淡,故而要用MSRCR算法去彌補MSR的缺陷。所謂MSRCR算法是在MSR的基礎(chǔ)上結(jié)合上色彩的結(jié)果。在MSR增強的時候,因為圖像局部區(qū)域的對比度增強,使得其顏色丟失,故而,引進一色彩恢復因子C:,其中Ci為第i個顏色通道的色彩恢復系數(shù),f()為顏色空間的映射函數(shù)。我們叫MSRCR為帶色彩恢復的MSR,主要就是因為色彩恢復因子C。把上面的式子進行簡化之后,能夠得出MSRCR的式子為:

      MSRCR算法因為引進原始圖像內(nèi)3個顏色通道的比例關(guān)系,非常好的消除了顏色失真帶來的不足,在一定程度上對原圖像的顏色予以還原。

      3.4 增強結(jié)果顯示

      圖3 局部Retinex增強結(jié)果

      4 結(jié)語

      綜上所述,Retinex的主要目的是把一個圖像分解為2個不同的圖像,其實質(zhì)是從圖像內(nèi)減除照射光的影響去得到物體的反射性質(zhì)。和其余的圖像增強方法比較而言,Retinex算法具備動態(tài)范圍壓縮大、色彩逼真度高等多個優(yōu)點,但也有個別問題,在未來的研究中仍有繼續(xù)探討研究的空間。

      [1]李學明,基于Retinex理論的圖像增強算法,計算機應用,2005年第2期:235-237

      [2]郎銳,數(shù)字圖像處理學,北京希望電子出版社,2002年

      [3]任明武,數(shù)字圖像處理(第一版),南京理工大學,2003年

      [4]勒中鑫等編著,數(shù)學圖像信息處理,國防工業(yè)出版社,2004年

      [5]章毓晉,圖像處理和分析,清華大學出版社,1999年

      [6]賈永紅編著,計算機圖像處理與分析,武漢大學出版社,2001

      湖北省教育廳科學研究計劃指導性項目(B2015108)。

      孫玲姣,女,1980年出生,碩士研究生。主要從事電子與信息系統(tǒng)理論與技術(shù)的研究。

      猜你喜歡
      彩色圖像圖像增強像素點
      圖像增強技術(shù)在超跨聲葉柵紋影試驗中的應用
      水下視覺SLAM圖像增強研究
      基于FPGA的實時彩色圖像邊緣檢測
      電子制作(2019年16期)2019-09-27 09:34:46
      虛擬內(nèi)窺鏡圖像增強膝關(guān)節(jié)鏡手術(shù)導航系統(tǒng)
      基于canvas的前端數(shù)據(jù)加密
      基于圖像增強的無人機偵察圖像去霧方法
      基于最大加權(quán)投影求解的彩色圖像灰度化對比度保留算法
      自動化學報(2017年5期)2017-05-14 06:20:56
      基于逐像素點深度卷積網(wǎng)絡分割模型的上皮和間質(zhì)組織分割
      基于顏色恒常性的彩色圖像分割方法
      基于Node-Cell結(jié)構(gòu)的HEVC幀內(nèi)編碼
      庄河市| 望都县| 会昌县| 会东县| 隆尧县| 靖远县| 湖州市| 和田县| 宁化县| 太保市| 老河口市| 清远市| 乌兰县| 射阳县| 秭归县| 贵定县| 新河县| 滁州市| 新田县| 南阳市| 抚顺市| 会宁县| 南城县| 赣州市| 金湖县| 高阳县| 贵港市| 本溪| 道孚县| 新乡县| 乌审旗| 开阳县| 南召县| 清河县| 海林市| 陇川县| 南通市| 东兰县| 抚远县| 湘乡市| 甘孜县|