圖像是人類感知世界、認識世界最有效的途徑,具有很好地視覺信息。但是由于圖像在傳送或獲取的途中,往往會受到外界眾多事物的影響而導致誤差的存在。這不僅影響圖像的整體效果,而且會對圖像的后續(xù)處理造成一定的影響,因此,對于圖像的增強這一技術的研究尤為重要。近幾年。圖像增強技術的發(fā)展越來越成熟,基于變分的圖像增強技術也越來越普遍。尤其是Retinex變分模型提出后,眾多學者在此基礎上相繼提出許多的改進模型,例如被廣泛的應用到圖像增強中的TV-Retinex模型。同樣,利用大氣散射模型對圖像增強的技術應用也越來越廣泛,尤其是應用到圖像去霧方面。本文在詳細研究這兩種經(jīng)典的圖像增強方法基礎上,利用L0范數(shù)的稀疏性,對經(jīng)典的圖像增強算法做如下改進:首先,本文在TV-Retinex變分模型的基礎上,提出了基于L0范數(shù)和Retinex理論的圖像增強變分模型。由于L0范數(shù)相較于L1范數(shù)具有更好的稀疏性,本文改進的模型將照度分量的正則項約束由L1范數(shù)改進為L0范數(shù),并應用到Retinex變分模型當中。實驗結果表明,利用本文算法得到的照度分量比其他方法得到的要光滑很多,與圖像照度分量空間平滑性的設想相同。此外,利...

【文章頁數(shù)】：56 頁

【學位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 研究背景
    1.2 圖像增強研究現(xiàn)狀
    1.3 本文內(nèi)容安排
第二章 圖像增強的基本理論與方法
    2.1 人眼視覺特性
        2.1.1 視覺關注
        2.1.2 亮度及對比敏感度
        2.1.3 視覺掩蓋
    2.2 基本理論
        2.2.1 Retinex理論
        2.2.2 大氣散射模型
    2.3 圖像增強的經(jīng)典方法
        2.3.1 基于大氣散射模型圖像去霧算法
        2.3.2 基于Retinex理論的圖像增強算法
    2.4 圖像的質(zhì)量評價標準
        2.4.1 主觀評價
        2.4.2 客觀評價
    2.5 本章小結
第三章 基于L0 范數(shù)的Retinex圖像增強變分模型
    3.1 改進的新模型
    3.2 模型的求解
    3.3 實驗結果與分析
    3.4 本章小結
第四章 基于L0范數(shù)的圖像去霧變分模型
    4.1 本章改進的算法
    4.2 模型的求解
    4.3 實驗結果與分析
    4.4 本章小結
第五章 總結與展望
    5.1 本文主要工作
    5.2 相關工作展望
參考文獻
致謝
作者簡介



本文編號：3989213