圖像和視頻信息在目前的生產(chǎn)生活中發(fā)揮著巨大的作用,它們作為重要的信息載體,促進(jìn)著信息的交流,幫助著人們更加直觀的去認(rèn)知這個世界。但是在夜晚或者昏暗的照明環(huán)境下,采集設(shè)備捕獲到的圖片和視頻往往都會存在著大量的噪聲,而且一些有用的細(xì)節(jié)信息會直接丟失,它們會直接限制和影響人眼的觀察效果,同時還會嚴(yán)重的影響到計算機視覺與圖像處理相關(guān)應(yīng)用。本文的研究目的是針對低照度圖像和低照度視頻進(jìn)行有效的增強,在分析傳統(tǒng)的增強算法的基礎(chǔ)之上,重點研究了 Retinex算法理論以及對數(shù)圖像處理（LIP）模型,提出了有效的低照度圖像增強算法,并在提出的低照度圖像增強算法之上,利用光流法原理,形成了一種有效的低照度視頻增強算法。本文的主要工作和創(chuàng)新點如下:（1）在夜間采集到的圖像由于受到燈光的影響,靠近燈光的部分比較亮,大部分細(xì)節(jié)清晰可見,但是遠(yuǎn)離燈光的部分,細(xì)節(jié)部分不可見,形成了高對比度的低照度圖像。如果直接對此類圖像進(jìn)行整幅圖像的對比度拉伸,往往會造成亮區(qū)域過度增強的現(xiàn)象。所以,為了解決對比度較大的這部分圖像過度增強的問題,文中提出了一種基于Retinex自適應(yīng)反射分量估計和對數(shù)圖像處理減法后處理的低照度圖像增... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

RGB色彩空間

學(xué)位論文 第二章S）和明度（V），色度表示圖像的色彩信息，也就是示，從 開始逆時針計算， 表示紅色， 表示綠為青色和品紅。飽和度是表示圖像的顏色接近光譜色其實可以看作光譜色與白色的混合，如果飽和度就是越飽和。亮度則表示顏色的明亮程度，不過在強度相混淆，它們之間沒有直接的聯(lián)系。其具體的

圖 2.3 圖像成像示意圖son 與 Rahaman 研究得出 SSR[4]，SSR 的出現(xiàn)大大加快了圖像SR 算法在對低照度彩色圖像增強時，為了得到圖像本質(zhì)的反計，因此照度分量的估計成為了 Retinex 圖像增強算法研究學(xué)家們發(fā)現(xiàn)將原始圖像與中心環(huán)繞函數(shù)進(jìn)行卷積能近似地估計什么樣的函數(shù)能夠近似準(zhǔn)確的估計出圖像的照度分量，研究出結(jié)論，高斯函數(shù)是最適合的中心環(huán)繞函數(shù)，因而在接下來的出成為了最常用的照度估計函數(shù)。SSR 算法的具體計算公式 ( ) = ( ) ( ) ( ) ， ( )表示經(jīng)過處理之后的反射分量，接下來再對得到的對數(shù)域轉(zhuǎn)換到實數(shù)域，最終得到增強后的圖像( )。( )號， ( )表示估計照度分量的中心環(huán)繞函數(shù)，一般取高斯函( ) = x2 y2

【參考文獻(xiàn)】：
期刊論文
[1]高動態(tài)范圍圖像及反色調(diào)映射算子[J]. 霍永青,彭啟琮.  系統(tǒng)工程與電子技術(shù). 2012(04)



本文編號：3349220