【摘要】：在圖像處理中,作為圖像的前期預(yù)處理階段,圖像增強(qiáng)是必不可少的技術(shù)手段。圖像增強(qiáng)的目的是為了突出圖像中感興趣區(qū)域的細(xì)節(jié)信息,濾除噪聲,擴(kuò)大圖像中不同物體特征之間的差別,改善圖像的視覺效果,使得增強(qiáng)后的圖像更適合人類的視覺特性以及機(jī)器的識別系統(tǒng)。近年來,隨著科技的發(fā)展和人類需求的不斷提升,彩色成像設(shè)備日新月異,廣泛地應(yīng)用于生活工作的很多方面。而通常圖像在硬件獲取和成像過程中受成像設(shè)備和場景條件等外界因素的影響,導(dǎo)致圖像質(zhì)量下降,甚至影響后續(xù)的人機(jī)圖像分析識別。因此,彩色圖像增強(qiáng)技術(shù)研究備受人們的關(guān)注,本文根據(jù)實(shí)際應(yīng)用需求,通過對彩色圖像增強(qiáng)的相關(guān)理論進(jìn)行研究,分析彩色圖像處理中存在的問題,結(jié)合邊緣保持濾波器的特性,提出了幾種新的增強(qiáng)算法,主要包括基于四元數(shù)引導(dǎo)濾波的彩色圖像增強(qiáng)、基于多尺度引導(dǎo)濾波的彩色圖像增強(qiáng)和基于深度雙邊濾波器的彩色圖像增強(qiáng)。由于彩色圖像增強(qiáng)領(lǐng)域比較廣泛,因此本文提出的三種彩色圖像增強(qiáng)方法也是針對于不同的應(yīng)用需求。為了使彩色圖像細(xì)節(jié)突出,可視性強(qiáng),并且避免在增強(qiáng)過程中造成顏色失真,本文提出了一種基于四元數(shù)引導(dǎo)濾波的彩色圖像增強(qiáng)方法。首先將傳統(tǒng)引導(dǎo)濾波推廣到四元數(shù)域中,對引導(dǎo)濾波的最小化代價(jià)函數(shù)進(jìn)行修改,引入?yún)?shù)l抑制線性輸出的實(shí)部,將圖像能量集中到虛部,推導(dǎo)得出基于四元數(shù)的引導(dǎo)濾波;其次將彩色圖像以四元數(shù)矩陣的形式建模,彩色圖像的R,G和B分量分別作為純四元數(shù)的三個(gè)虛部,通過四元數(shù)引導(dǎo)濾波對圖像作為一個(gè)整體進(jìn)行濾波處理;再次利用提出的四元數(shù)引導(dǎo)濾波對彩色圖像進(jìn)行分解,將待增強(qiáng)彩色圖像分成一個(gè)平滑圖像和一個(gè)細(xì)節(jié)圖像,并對細(xì)節(jié)圖像進(jìn)行細(xì)節(jié)增強(qiáng)處理;最后將平滑圖像和增強(qiáng)后的細(xì)節(jié)圖像重構(gòu),得到增強(qiáng)后的圖像。其中,本文提出了兩種不同特點(diǎn)的細(xì)節(jié)圖像增強(qiáng)方法,第一種是自適應(yīng)細(xì)節(jié)增強(qiáng)方法,在自適應(yīng)變換模型中,當(dāng)輸入量的絕對值變大時(shí),輸出值的絕對值也逐漸變大,這個(gè)特性符合圖像中細(xì)節(jié)與噪聲能量的分布,圖像中,噪聲的能量往往比較小,而圖像的細(xì)節(jié)邊緣部分的能量比較大,當(dāng)細(xì)節(jié)能量作為函數(shù)輸入量時(shí)可以得到較大的放大系數(shù),當(dāng)噪聲能量作為函數(shù)輸入量時(shí)放大系數(shù)相對變小,因此該函數(shù)模型恰好可以適用于本文的圖像細(xì)節(jié)增強(qiáng)方法。第二種是顯著性細(xì)節(jié)增強(qiáng)方法,顯著性細(xì)節(jié)增強(qiáng)主要是將彩色圖像轉(zhuǎn)化為灰度圖,并對灰度圖的像素值與鄰域內(nèi)其他像素值的差值求和,得到對應(yīng)的顯著值,該方法利用直方圖能夠簡單快速地獲得顯著圖,通過計(jì)算得出的顯著圖對圖像細(xì)節(jié)層進(jìn)行區(qū)域放大,突出了圖像的感興趣區(qū)域,同時(shí)對細(xì)節(jié)圖像進(jìn)行整體的線性增強(qiáng),最后,將線性增強(qiáng)結(jié)果和顯著性區(qū)域增強(qiáng)結(jié)果有效結(jié)合,得到了最終的顯著性細(xì)節(jié)增強(qiáng)圖像,不僅著重突出了圖像感興趣區(qū)域,同時(shí)也增強(qiáng)了圖像中其他區(qū)域的細(xì)節(jié)。實(shí)驗(yàn)結(jié)果表明,提出的方法增強(qiáng)效果顯著,不僅使圖像邊緣明顯突出、紋理更加清晰,同時(shí)顏色保真,其視覺效果優(yōu)于傳統(tǒng)的圖像增強(qiáng)方法,客觀評價(jià)指標(biāo)也有較大幅度的提升。為了深層次平滑圖像細(xì)節(jié),同時(shí)保持圖像邊緣不模糊,將引導(dǎo)濾波與提升小波結(jié)合提出了一種多尺度引導(dǎo)濾波。首先,通過提升小波將圖像多尺度分解,分解成一個(gè)低頻子帶和多個(gè)高頻子帶。在提升小波分解中,相比高頻信息,低頻信息作為圖像的主要能量,不僅含有圖像的基礎(chǔ)部分,同時(shí)含有大部分的圖像細(xì)節(jié)。然后,在提升小波重構(gòu)過程中,利用引導(dǎo)濾波平滑每個(gè)尺度的低頻信息并且保持其邊緣不模糊的特性。最后,再次對提升小波重構(gòu)后的平滑圖像進(jìn)行引導(dǎo)濾波,濾除殘余的細(xì)節(jié)。實(shí)驗(yàn)結(jié)果表明:多尺度引導(dǎo)濾波能夠深層次平滑圖像細(xì)節(jié),保持邊緣完整性。本文將多尺度引導(dǎo)濾波應(yīng)用到暗通道去霧先驗(yàn)理論中,對透射率進(jìn)行優(yōu)化,相比he(暗原色先驗(yàn))算法,能夠從整體上提升圖像的視覺效果,增強(qiáng)去霧圖像的細(xì)節(jié)和對比度,有效地恢復(fù)場景信息并保留場景的邊緣信息。同時(shí)改善了客觀評價(jià)指標(biāo)。本文還將多尺度引導(dǎo)濾波應(yīng)用到flash/noflash去噪中,flash圖像含有豐富的細(xì)節(jié),但圖像中的顏色與真實(shí)環(huán)境顏色不符,可以將它作為多尺度引導(dǎo)濾波的引導(dǎo)圖像,noflash圖像雖然很多細(xì)節(jié)被噪聲淹沒,但保持著較為自然的圖像色彩,因此可以作為輸入圖像,多尺度引導(dǎo)濾波利用flash/noflash的特性進(jìn)行互補(bǔ),將兩幅圖像融合來去除noflash圖像中的噪聲,使得其細(xì)節(jié)豐富,呈現(xiàn)出清晰自然的圖像。與引導(dǎo)濾波相比較,多尺度引導(dǎo)濾波不僅能夠有效地去除噪聲,還能夠增強(qiáng)圖像中的細(xì)節(jié)信息,同時(shí)保持輸入圖像真實(shí)的色彩環(huán)境。針對邊緣保持濾波器在平滑較大尺度的細(xì)節(jié)時(shí)容易造成邊緣模糊的問題,本文提出了一種新的邊緣保持濾波器,它充分利用了圖像中的信息,將圖像估計(jì)的深度信息與傳統(tǒng)雙邊濾波融合進(jìn)行平滑濾波。首先,本文通過大氣散射物理模型以及暗原色先驗(yàn)原理對透射率進(jìn)行估計(jì),獲得圖像“深度”信息,雖然這個(gè)深度不是嚴(yán)格意義上的深度值,但它能夠在一定程度上反映圖像中的結(jié)構(gòu)層次信息;其次,利用估計(jì)的深度信息構(gòu)造一個(gè)硬邊緣約束條件,用來約束鄰域內(nèi)各個(gè)像素值在構(gòu)造雙邊濾波權(quán)值中的作用。約束中引入了一個(gè)閾值參數(shù)T_d,在深度圖的中心像素點(diǎn)鄰域范圍內(nèi),如果有像素點(diǎn)與該中心點(diǎn)之間的深度差值大于閾值T_d,說明此像素點(diǎn)與中心點(diǎn)不在同一深度層內(nèi),那么將其雙邊濾波器中的權(quán)值設(shè)置為0,反之,則其權(quán)重將參與雙邊濾波的權(quán)值運(yùn)算。在深度雙邊濾波中,調(diào)節(jié)閾值T_d至關(guān)重要,對圖像的處理效果影響較大,如果T_d值足夠大,那么硬邊緣約束將不會起作用,則深度雙邊濾波器將會變成雙邊濾波器。反之,如果T_d值足夠小,則深度雙邊濾波器將不會具有邊緣保持和平滑細(xì)節(jié)功能。本文將深度雙邊濾波器應(yīng)用到圖像細(xì)節(jié)增強(qiáng)、圖像邊緣提取和圖像紋理去除等領(lǐng)域。實(shí)驗(yàn)結(jié)果表明,該方法不僅保持了雙邊濾波器的平滑保邊的優(yōu)點(diǎn),而且使圖像邊緣明顯突出,同時(shí)通過調(diào)節(jié)閾值T_d能夠抑制光暈現(xiàn)象,對于圖像細(xì)節(jié)增強(qiáng)的客觀評價(jià)指標(biāo)也有較大幅度的提升。
【學(xué)位授予單位】：中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP391.41
【圖文】：

科學(xué)院大學(xué)博士學(xué)位論文：基于邊緣保持濾波器的彩色圖像增強(qiáng)算法研究的是，對彩色圖像進(jìn)行直方圖均衡化是建立在灰度直方圖是分別統(tǒng)計(jì)彩色圖像 R，G，B 三個(gè)通道的直方圖數(shù)據(jù)或方圖數(shù)據(jù)，并進(jìn)行直方圖均衡化運(yùn)算。x 理論，Edwin Land 提出了 Retinex 理論[55]，Retinex 是視網(wǎng)膜rtex 兩詞的組合而成，表明在處理過程中，主要考慮人體為人類視覺亮度和顏色感知的模型，Retinex 理論可以根實(shí)現(xiàn)圖像銳化，顏色恒常性以及動(dòng)態(tài)范圍壓縮等目的。顏種光照條件下人類的視覺系統(tǒng)對物體的顏色感知保持相出的一致性提高。論[56-59]主要的目的是補(bǔ)償圖像中光照效果，將原圖像 S，即反射圖像 R 和光照圖像 L，其原理如下圖所示：

第 1 章 緒論光干擾的圖像，即待處理的降質(zhì)圖像。這種分解能夠去除背景光和前影響，以及增強(qiáng)照射包括空間變化著的照明，例如包含室內(nèi)和室外區(qū)域數(shù)算法通常會對等式兩邊同時(shí)取對數(shù)得：log S x , y log R x , y log L x ,y log R x , y log S x , y log L x ,y 將等式轉(zhuǎn)換到對數(shù)域的運(yùn)算主要是因?yàn)榭梢詫⒊朔ㄞD(zhuǎn)為加法，減少復(fù)雜運(yùn)算量，使得運(yùn)算變得簡潔。同時(shí)，也與人類生理學(xué)有關(guān)，即有視覺系統(tǒng)敏感性。自從提出 Retinex 理論以來，該算法經(jīng)歷了許多數(shù)償其均勻照明，動(dòng)態(tài)范圍，顏色恒定性。在不同的 Retinex 算法中，同的流程圖，如圖 1.3 所示，并且它們之間的差異集中于光照圖像的實(shí)l r

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張帆,李曉峰,李在銘;離散彩色圖像可視模型與快速聚類技術(shù)研究[J];信號處理;2000年03期

2 姜威,陳援非,孔勇,李文明;一種在復(fù)雜背景彩色圖像中劃分手部圖像的方法[J];山東大學(xué)學(xué)報(bào)(工學(xué)版);2003年04期

3 洪順華;彩色圖像轉(zhuǎn)化黑白照片解決方案[J];照相機(jī);2005年01期

4 趙于前,桂衛(wèi)華,徐大宏,李凌云,唐艷;基于在線學(xué)習(xí)的彩色圖像區(qū)域增長法[J];計(jì)算機(jī)工程與應(yīng)用;2005年09期

5 谷瑞軍;須文波;;基于核方法的彩色圖像量化研究[J];計(jì)算機(jī)應(yīng)用;2006年09期

6 劉杰;陳懷新;;彩色圖像有效壓縮及聯(lián)合重建的研究[J];通信技術(shù);2012年01期

7 鄒云龍;高峰;陳洪潔;劉斌;王棟;;基于計(jì)算機(jī)與彩色圖像的樹高測量[J];綠色科技;2013年10期

8 黃建忠,李德華,柳健,熊聯(lián)歡;一種室內(nèi)彩色圖像的分割方法[J];華中理工大學(xué)學(xué)報(bào);1997年10期

9 龐韶寧,吳宗堯;彩色圖像邊沿色彩補(bǔ)償檢測方法[J];計(jì)算機(jī)應(yīng)用與軟件;2000年02期

10 唐吉玉,桑梓勤;可見光譜的彩色圖像著色計(jì)算[J];光電子·激光;2001年06期

相關(guān)會議論文 前10條

1 羅娟;;混合空間法在彩色圖像增強(qiáng)中的應(yīng)用[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學(xué)術(shù)會議論文集（下）[C];2008年

2 劉立柱;楊洪兵;王彬;;彩色圖像數(shù)字半調(diào)處理及誤差分析[A];中國體視學(xué)學(xué)會圖像分析專業(yè)、中國體視學(xué)學(xué)會仿真與虛擬現(xiàn)實(shí)專業(yè)、中國航空學(xué)會信號與信息處理專業(yè)第一屆聯(lián)合學(xué)術(shù)會議論文集[C];2000年

3 石俊生;廖寧放;余鴻飛;楊衛(wèi)平;白鳳翔;曾華;章毓晉;;數(shù)字彩色圖像顏色管理[A];中國圖象圖形學(xué)會第十屆全國圖像圖形學(xué)術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實(shí)技術(shù)研討會（CVR’2001）論文集[C];2001年

4 周梅;劉秉瀚;;一種基于模糊關(guān)系的彩色圖像自適應(yīng)分割方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

5 韓廣良;宋建中;王欣剛;;用軟件實(shí)現(xiàn)彩色圖像的數(shù)字濾光[A];第二屆全國信息獲取與處理學(xué)術(shù)會議論文集[C];2004年

6 高志升;;彩色圖像人臉檢測新方法[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

7 侯振德;盧晨霞;;利用彩色圖像相關(guān)測量牛骨的逆壓電效應(yīng)[A];第十二屆全國實(shí)驗(yàn)力學(xué)學(xué)術(shù)會議論文摘要集[C];2009年

8 丁興號;王鑫芯;肖泉;廖英豪;郭東輝;王守覺;;一種新的基于彩色雙邊濾波的彩色圖像增強(qiáng)方法[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

9 李華勝;王延江;袁保宗;;復(fù)雜背景下彩色圖像中的人臉檢測[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

10 牛玉貞;李學(xué)慶;楊萍;黃萬麗1;;基于區(qū)域的彩色圖像專色分色算法[A];第三屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2007）論文集[C];2007年

相關(guān)重要報(bào)紙文章 前5條

1 海子;新型彩色圖像清分機(jī)提升銀行抗風(fēng)險(xiǎn)能力[N];中國現(xiàn)代企業(yè)報(bào);2007年

2 謝;NCR iTran8000軟件升級靈活[N];電腦商報(bào);2007年

3 李隆;拍攝“黑景”主體的魅力[N];中國攝影報(bào);2012年

4 沈濤;神奇“墨水”把普通白板電子化[N];市場報(bào);2000年

5 ;掃描儀中有快馬[N];市場報(bào);2001年

相關(guān)博士學(xué)位論文 前7條

1 武昆;基于邊緣保持濾波器的彩色圖像增強(qiáng)算法研究[D];中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所;2017年

2 蓋琦;基于四元數(shù)理論的彩色圖像信息隱藏技術(shù)[D];南開大學(xué);2009年

3 陳強(qiáng);基于MPEG-21的三維矩陣彩色圖像表征、編碼與質(zhì)量評價(jià)研究[D];吉林大學(xué);2006年

4 李雪威;基于感知的彩色圖像增強(qiáng)和分割算法研究[D];天津大學(xué);2009年

5 李岳陽;彩色圖像濾波算法的研究[D];江南大學(xué);2010年

6 周浩宇;基于生物視覺模型的圖形圖像處理方法[D];中南大學(xué);2012年

7 杜建強(qiáng);基于圖像分析的中醫(yī)舌象分割與識別方法研究[D];華中科技大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 范晶;基于四元數(shù)的彩色圖像部分加密研究及在遙感圖像的應(yīng)用[D];南京信息工程大學(xué);2015年

2 李麗莎;基于HSV空間的彩色圖像亞像素邊緣檢測[D];西安工業(yè)大學(xué);2015年

3 王曉艷;SA-APBT在基于對象的彩色圖像和MPEG-4視頻編碼中的應(yīng)用研究[D];山東大學(xué);2015年

4 張春曉;基于D-APBT的彩色圖像和H.26x視頻編碼算法研究及其ARM實(shí)現(xiàn)[D];山東大學(xué);2015年

5 李平;彩色圖像稀疏特性分析方法及其應(yīng)用研究[D];西安電子科技大學(xué);2014年

6 藍(lán)雷波;水下散射介質(zhì)成像的彩色圖像增強(qiáng)研究[D];中國海洋大學(xué);2015年

7 申倩;彩色圖像局部不變性特征描述方法研究[D];魯東大學(xué);2016年

8 鹿麗鵬;基于均勻空間色差度量的彩色圖像椒鹽噪聲濾波方法研究[D];昆明理工大學(xué);2016年

9 楊文蓮;基于雙邊濾波的巖畫彩色圖像增強(qiáng)算法研究[D];寧夏大學(xué);2016年

10 楊舒羽;彩色圖像質(zhì)量評價(jià)方法研究[D];西安電子科技大學(xué);2015年

本文編號：2731153