隨著通信技術(shù)和微電子技術(shù)的不斷發(fā)展,圖像和視頻的應(yīng)用越來越廣泛。然而由于惡劣天氣、光照不足以及成像設(shè)備較差等原因,經(jīng)常會導(dǎo)致獲取到的圖像較暗且細節(jié)不清晰,這會嚴(yán)重影響到圖像的視覺效果和有效信息提取。利用圖像增強的方法,可以突出強調(diào)圖像中有用信息,提升圖像質(zhì)量,使得處理之后的圖像能夠適用于后續(xù)的應(yīng)用場景。因此,對圖像增強技術(shù)的研究具有重要意義。本文針對一些經(jīng)典的圖像增強方法進行了優(yōu)化和改進,并在此基礎(chǔ)上提出了基于紋理抑制的全變分Retinex增強算法和鄰域直方圖均衡算法,本文的研究內(nèi)容和成果如下:（1）本文提出了基于紋理抑制的全變分Retinex增強方法,該方法通過采用對光照分量的L-1正則化約束抑制了傳統(tǒng)Retinex方法產(chǎn)生的圖像光暈效應(yīng),通過引入對光照分量的紋理抑制,使得增強后圖像的細節(jié)紋理信息較好的保存了下來。實驗證明經(jīng)該方法增強之后的圖像在主觀質(zhì)量評價和客觀質(zhì)量評價均優(yōu)于近期文獻中同類方法。（2）本文提出了鄰域直方圖均衡算法,將鄰域信息引入到直方圖統(tǒng)計中,從而避免了直方圖均衡過程中出現(xiàn)的尖峰情況。另一方面,通過在直方圖均衡過程中加入比例因子,有效的對增強幅度進行控制,改善了圖像... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【部分圖文】：

SSR算法增強的結(jié)果

第二章 圖像增強理論與方法概述31( , )( , ) ( )( , )iiiiS x yC x y f S x y(2-25f 是映射函數(shù)，一般來說采用對數(shù)函數(shù)作為映射函數(shù)，因為對數(shù)函數(shù)更加符合人類視覺系統(tǒng)。MSRCR 算法的計算公式如下：1( , ) (log( ( , )) log( ( , )* ( , )))Ni i j i i jjr x y C S x y S x y F x y(2-26MSRCR 算法相較于 SSR 和 MSR 算法可以較好的保存圖像的色彩信息，然而對于一些原本就有色彩丟失的圖像來說，MSRCR 算法也無法起到較好的作用，增強的效果會不理想。圖 2-9 為 MSR 算法以及 MSRCR 算法的增強結(jié)果。MSR 三個環(huán)繞尺度分別為1 2 3c 15, c 80, c 250。

第二章 圖像增強理論與方法概述2(l r s )dx 是數(shù)據(jù)保真項，為了保證光照和反射率圖像不偏離原始觀測圖像。2l dx 為理論值設(shè)定，μ 的值一般是接近于 0 的較小的數(shù)。利用 split Bergman 方法對(2-29)中的正則化函數(shù)進行求解，與 kimmel 所提出的方法步驟一樣，在估計出光照圖像 l 之后，采用伽馬校正之后重新與反射率圖像合并，即可得到最終增強的圖像。圖 2-10 為 kimmel 模型以及 Ng 模型的增強效果比較。


本文編號：3521417