Retinex算法是圖像增強(qiáng)領(lǐng)域被廣泛使用的算法,通過(guò)對(duì)光照?qǐng)D像的估計(jì),得到反應(yīng)圖像本質(zhì)的反射圖像,避免了光照對(duì)圖像內(nèi)容的影響,但由于在光照不均勻時(shí)Retinex易產(chǎn)生光暈現(xiàn)象及泛灰現(xiàn)象,影響圖像的增強(qiáng)效果。小波閾值函數(shù)去噪方法在小波去噪中發(fā)揮著主要作用,由于軟閾值函數(shù)產(chǎn)生的恒定誤差及硬閾值函數(shù)在間斷點(diǎn)處的不連續(xù)性,去噪后圖像易產(chǎn)生震蕩現(xiàn)象,影響圖像去噪效果。針對(duì)上述問(wèn)題,本文提出基于改進(jìn)閾值函數(shù)和雙邊濾波的圖像增強(qiáng)算法。該方法首先對(duì)圖像進(jìn)行小波分解,獲得圖像的低頻和高頻系數(shù);然后采用改進(jìn)雙邊濾波的Retinex算法對(duì)圖像低頻系數(shù)進(jìn)行處理,通過(guò)消除距中心點(diǎn)較遠(yuǎn)像素點(diǎn)灰度值的影響更好去除了光暈現(xiàn)象;采用改進(jìn)閾值函數(shù)對(duì)高頻系數(shù)進(jìn)行處理,根據(jù)改進(jìn)閾值函數(shù)的連續(xù)性、漸進(jìn)性和偏差性避免了震蕩現(xiàn)象和恒定誤差;采用離散小波反變換得到增強(qiáng)后的重構(gòu)圖像;最后對(duì)重構(gòu)圖像進(jìn)行三段的分段性線性變換,增強(qiáng)圖像對(duì)比度,避免了泛灰現(xiàn)象。在實(shí)驗(yàn)中,從霧天圖像、光照不均勻圖像和低照度圖像三種類別圖像角度驗(yàn)證了本文算法的有效性。實(shí)驗(yàn)結(jié)果表明,本文算法避免了圖像泛灰現(xiàn)象、光暈現(xiàn)象及震蕩現(xiàn)象,并有效去除了噪聲,增強(qiáng)后的圖像細(xì)... 

【文章來(lái)源】：遼寧工程技術(shù)大學(xué)遼寧省

【文章頁(yè)數(shù)】：67 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

均值濾波處理前后對(duì)比

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文9xySyxyxgmnyxf),(),(1),(（2.8）其中，yxf),(表示濾波結(jié)果圖像，mn表示濾波模板大小為nm，xyS表示濾波器窗口，中心點(diǎn)在yx),(處，yxg),(表示均值濾波前輸入圖像。采用均值濾波處理圖像結(jié)果如圖2.3所示。（a）均值濾波處理前（b）均值濾波處理后圖2.3均值濾波處理前后對(duì)比Figure2.3Comparisonbeforeandaftermeanfiltering圖2.3(a)是添加椒鹽噪聲方差為0.01的lena圖像，圖2.3(b)是均值濾波處理后結(jié)果圖像。觀察圖2.3(b)，lena圖像中依然存在椒鹽噪聲，均值濾波對(duì)椒鹽噪聲沒(méi)有明顯的去噪效果，平滑后造成邊緣模糊。2）中值濾波。中值濾波對(duì)比均值濾波有較好的邊緣保護(hù)效果，同時(shí)對(duì)椒鹽噪聲有更好的去除效果。中值濾波不會(huì)改變信號(hào)中的階躍變換，因此在抑制噪聲的同時(shí)能保持圖像邊緣清晰。中值濾波表達(dá)式為：)},({),(),(yxfmedianyxgxySyx（2.9）其中，median表示中間查找操作，對(duì)濾波器內(nèi)像素值遍歷，得到濾波器內(nèi)像素值的中間值，即為模板中心對(duì)應(yīng)像素點(diǎn)像素值。采用中值濾波平滑圖像如圖2.4所示。（a）中值濾波處理前（b）中值濾波處理后圖2.4中值濾波處理前后對(duì)比Figure2.4Comparisonbeforeandaftermedianfiltering

遼寧工程技術(shù)大學(xué)碩士學(xué)位論文172.2小波閾值去噪相關(guān)算法研究常見(jiàn)的小波去噪方法有軟閾值(ST)方法和硬閾值(HT)方法。硬、軟閾值函數(shù)去噪效果較好，但同時(shí)存在缺點(diǎn)，通過(guò)式（2.43）可以看出ST函數(shù)連續(xù)性較好，但在高頻系數(shù)大于固定閾值時(shí)會(huì)產(chǎn)生恒定偏差和造成邊緣模糊等失真現(xiàn)象。HT函數(shù)有良好的邊緣保持效果，解決了ST方法的恒定誤差問(wèn)題，但在間斷點(diǎn)處不連續(xù)，重構(gòu)圖像時(shí)會(huì)產(chǎn)生震蕩效果[52]。軟、硬閾值去噪結(jié)果如圖2.11所示。（1）ST函數(shù)。當(dāng)小波系數(shù)絕對(duì)值高于固定閾值時(shí)，新小波系數(shù)為原小波系數(shù)減去固定閾值。ST函數(shù)表達(dá)式為：0)()sgn(,,,,.kjkjkjkjkj（2.44）其中，kj,為經(jīng)閾值處理后估計(jì)的高頻系數(shù)，kj,為第j尺度下的第k個(gè)小波系數(shù)，為固定閾值。（2）HT函數(shù)。當(dāng)小波系數(shù)絕對(duì)值高于固定閾值時(shí)，新小波系數(shù)與原小波系數(shù)相等。HT函數(shù)表達(dá)式為：kjkjkjkj,,,.0（2.45）（a）含噪圖像（b）ST函數(shù)去噪（c）HT函數(shù)去噪圖2.11軟、硬閾值去噪結(jié)果Figure2.11Resultsofsoftandhardthresholddenoising2.3本章小結(jié)本章主要介紹了圖像增強(qiáng)和小波閾值去噪的相關(guān)算法。在圖像增強(qiáng)算法中，分別從空間域和頻率域的角度詳細(xì)介紹了直方圖算法、灰度變換、空間濾波、圖像銳化、低通濾波、高通濾波、帶阻濾波和同態(tài)濾波方法。重點(diǎn)介紹了基于Retinex的圖像增強(qiáng)方法。在小波閾值去噪算法中，重點(diǎn)介紹了小波閾值函數(shù)去噪的步驟、軟閾值函數(shù)方法和硬閾值函數(shù)方法及各自的優(yōu)缺點(diǎn)。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)雙邊濾波和閾值函數(shù)的圖像增強(qiáng)算法[J]. 常戩,賀春澤,董育理,任營(yíng).  計(jì)算機(jī)工程與應(yīng)用. 2020(03)
[2]一種光學(xué)遙感圖像船舶目標(biāo)檢測(cè)技術(shù)[J]. 方夢(mèng)梁,黃剛.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(08)
[3]基于機(jī)器視覺(jué)的物體識(shí)別分揀裝置研究[J]. 景卓,陳超波,曹凱,高申昊,趙楠.  計(jì)算機(jī)與數(shù)字工程. 2019(03)
[4]改進(jìn)的SSD航拍目標(biāo)檢測(cè)方法[J]. 裴偉,許晏銘,朱永英,王鵬乾,魯明羽,李飛.  軟件學(xué)報(bào). 2019(03)
[5]冪律變換和IGLC算法的顯著性目標(biāo)檢測(cè)方法[J]. 王英博,劉健.  計(jì)算機(jī)工程與應(yīng)用. 2019(14)
[6]結(jié)合直方圖均衡和模糊集理論的紅外圖像增強(qiáng)研究[J]. 李楊,閆巖.  計(jì)算機(jī)與數(shù)字工程. 2019(02)
[7]結(jié)合曲面局部紋理特征的3維人臉識(shí)別[J]. 雷超,張海燕,詹曙.  中國(guó)圖象圖形學(xué)報(bào). 2019(02)
[8]高效深度特征提取及其在顯著性檢測(cè)中的應(yīng)用[J]. 方正,曹鐵勇,鄭云飛,楊吉斌.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2019(02)
[9]小波包變換和加權(quán)分?jǐn)?shù)階傅里葉變換的通信應(yīng)用對(duì)比分析[J]. 劉菁,魏雪緣,劉釗,徐瑞陽(yáng).  無(wú)線電通信技術(shù). 2019(01)
[10]融合深度模型和傳統(tǒng)模型的顯著性檢測(cè)[J]. 方正,曹鐵勇,洪施展,項(xiàng)圣凱.  中國(guó)圖象圖形學(xué)報(bào). 2018(12)

碩士論文
[1]光照不均勻條件下圖像增強(qiáng)算法研究[D]. 馬超玉.長(zhǎng)春理工大學(xué) 2014
[2]霧天或背光條件下圖像清晰化算法研究及硬件實(shí)現(xiàn)[D]. 張銳.哈爾濱工業(yè)大學(xué) 2008



本文編號(hào)：3416110