針對基于單尺度Retinex算法產(chǎn)生的圖像泛灰現(xiàn)象和光暈現(xiàn)象、基于雙邊濾波Retinex算法的泛灰現(xiàn)象及噪聲放大現(xiàn)象。提出基于小波變換的改進雙邊濾波的Retinex圖像增強算法和改進閾值函數(shù)去噪算法。該方法對圖像進行小波分解,獲得圖像的低頻和高頻系數(shù);采用改進雙邊濾波的Retinex算法對圖像低頻系數(shù)進行處理,采用改進閾值函數(shù)對高頻系數(shù)進行處理;采用離散小波反變換得到增強后的重構(gòu)圖像;對重構(gòu)圖像進行分段性線性變換,增強圖像對比度。實驗結(jié)果表明,該方法避免了圖像泛灰和光暈現(xiàn)象,并有效去除了噪聲,細(xì)節(jié)豐富,對比度強,為圖像后續(xù)處理奠定基礎(chǔ)。 

【文章來源】：計算機工程與應(yīng)用. 2020,56(03)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

本文算法流程圖

本文采用改進雙邊濾波的Retinex算法對小波分解后的低頻圖像進行增強，采用改進閾值函數(shù)處理分解后的高頻系數(shù)，再通過小波逆變換得到重構(gòu)圖像，如圖2所示，圖2(a）為含少量噪聲圖像，圖2(b）為重構(gòu)圖像。2.4 對比度增強

對比圖3(a）與圖3(c），分段性變換前，圖像中間處較亮的門框區(qū)域?qū)Ρ榷容^好，兩側(cè)墻壁與地面泛灰，分段性變換后，中間處亮區(qū)域?qū)Ρ榷炔蛔�，整體對比度得到較好增強。對比圖3(b）與圖3(d），分段性變換前圖像灰度值主要集中在[100,150]之間，分段性變換之后，較暗區(qū)域像素分布增加，相對均勻的分布在整個灰度之間。分段性線性變換增強了圖像對比度，有效改善圖像重構(gòu)后的泛灰現(xiàn)象。3 實驗結(jié)果及分析

【參考文獻】：
期刊論文
[1]數(shù)字圖像質(zhì)量評價綜述[J]. 張偌雅,李珍珍.  現(xiàn)代計算機(專業(yè)版). 2017(29)
[2]圖像質(zhì)量評價綜述[J]. 何南南,解凱,李桐,葉宇姍.  北京印刷學(xué)院學(xué)報. 2017(02)
[3]心電信號小波去噪的改進算法研究[J]. 鄭敏敏,高小榕,謝海鶴.  中國生物醫(yī)學(xué)工程學(xué)報. 2017(01)
[4]基于改進Retinex的圖像增強算法[J]. 張雪峰,趙莉.  南京理工大學(xué)學(xué)報. 2016(01)
[5]基于新閾值函數(shù)的小波閾值去噪算法[J]. 王蓓,張根耀,李智,王靜.  計算機應(yīng)用. 2014(05)
[6]基于頂帽變換的反銳化掩膜算法[J]. 王婷,上官宏,劉祎,桂志國.  計算機工程與設(shè)計. 2014(01)
[7]基于不同色彩空間融合的快速圖像增強算法[J]. 肖進勝,單姍姍,段鵬飛,涂超平,易本順.  自動化學(xué)報. 2014(04)
[8]基于小波變換的反銳化掩模圖像增強研究[J]. 趙曉雷,姚新宇.  渭南師范學(xué)院學(xué)報. 2013(06)
[9]圖像引導(dǎo)濾波的局部多尺度Retinex算法[J]. 方帥,楊靜榮,曹洋,武鵬飛,饒瑞中.  中國圖象圖形學(xué)報. 2012(07)
[10]基于漸近半軟閾值函數(shù)的超聲信號去噪方法[J]. 周西峰,朱文文,郭前崗.  探測與控制學(xué)報. 2011(02)

碩士論文
[1]光照不均勻條件下圖像增強算法研究[D]. 馬超玉.長春理工大學(xué) 2014



本文編號：3307395