基于灰度补偿与多尺度Retinex算法的彩色图像增强方法研究

对彩色图像进行增强可以改善图像的质量并获得更多的图像细节,以利于后续的图像分析。针对彩色图像增强的颜色保持特性,本文使用灰度补偿和多尺度Retinex算法相结合的方法,对待增强的彩色图像首先进行Retinex算法处理,然后对图像的红、绿、蓝三种颜色分量分别进行直方图均衡化,并进行对比度调节,这样来获得经过增强之后的图像。实验结果说明,这种方法可以使得图像的局部细节更好地显示出来,具有较好的颜色保持性能。     

基于暗原色先验理论的无人机影像去雾研究

基于暗原色先验理论的去雾方法简化了影像去雾的物理模型,并且利用了自然界的客观规律,为去雾研究提供了新思路。针对该理论去雾过程中透射率优化复杂、耗时和清晰化后的影像出现halo效应的局限性,通过结合MATLAB平台的实验,深入探究适用于单幅无人机影像的高效、自动综合去雾方法,并且对该方法进行了主客观评价。     

基于提升小波和直方图均衡化的MSR Retinex多参数融合方法的真彩色图像增强

基于原始提升小波和直方图均衡化算法的不足,文章提出了一种基于提升小波的多尺度(MSR)Retinex与直方图均衡化融合的真彩色图像增强算法。该算法将HSV空间下的亮度V分量运用MSR Retinex不同参数所得到的图像提升小波变换,并对低频与高频进行最大值处理,利用提升小波逆变换重构得到新的图像RGB1,并对原始的HSV颜色模型中的亮度分量V进行自适应直方图均衡化处理得到新的图像RGB2,将RGB1与RGB2图像进行融合得到增强后的彩色图像。     

融合伽马变换与Retinex的彩色水下图像增强算法

针对水下环境存在的颜色衰减和散射效应导致水下图像颜色严重失真的问题,提出伽马变换和Retinex相结合的彩色水下图像增强算法。选择伽马参数,对图像进行伽马矫正,然后利用单尺度Retinex进行增强。仿真实验表明,该算法在改善水下图像照度信息的同时,保留了饱和度和色度信息,解决了水下图像增强的颜色失真问题,使水下图像具有较高的对比度和清晰度。     

基于GL-MSR的火灾监控图像去雾研究

针对建筑物中发生火灾时,内部闭路电视系统在热烟气影响下监控图像效果差的问题,提出一种融合高斯金字塔和对数查表法的多尺度 Retinex（GL-MSR）火灾监控图像去雾方法。构建基于 GL-MSR 的火灾图像增强模型,并利用高斯金字塔和对数查表法减少图像处理时间。实验结果表明：基于 GL-MSR 的图像处理时间是传统 MSR 方法的 1/26;在应急照明灯情况下烟雾图像处理效果比红外线照明情况下更佳;与传统的去雾算法相比,GL-MSR 处理后的烟雾图像更为清晰,能够有效提高火灾现场监控图像的监控效果。     

基于MSR Retinex参数融合的真彩色图像增强

针对小波变换的单尺度(SSR)Retinex的真彩色图像增强算法的不足,文章提出了一种基于非抽样小波变换的多尺度(MSR)Retinex参数融合的真彩色图像增强算法,该算法在HSV空间下将亮度分量V按3个不同参数进行Retinex变换,对得到的不同参数再进行基于非下采样小波变换的融合,进而得到融合后的V分量,最后,将处理后的高低频系数进行反变换得到增强后结果图像。     

有雾天气下输电线路山火烟雾检测方法研究

输电线路多处于环境复杂的山林中,早期山火发生时经常以烟雾的形式呈现,而在有雾状况下的山火烟雾检测方法的研究却很少见.针对有雾天气状况时的山火检测,提出一种去雾图像增强方法,首先对图像局部均衡化处理,再对全局利用改进的单尺度Retinex方法做增强处理,并使用基于卷积神经网络的山火烟雾检测网络来检测早期山火发生时产生的烟...     

RTV绝缘子憎水性图像增强新方法及应用

在研究RTV绝缘子憎水性等级过程中,低照度的RTV绝缘子憎水性图像对等级的判定有一定影响,故需对其增强处理。然而,目前传统增强法以及Retinex增强法在处理该类图像都存在一定的问题。为此,提出一种基于改进双边滤波Retinex算法,该算法首先对经典双边滤波进行改进,对其空间邻度因子最优化、在水平和垂直方向上降维滤波以及自适应求解σr;然后将改进双边滤波对RTV绝缘子憎水性图像照度估计,与Retinex算法相结合,最终达到增强的目的。实验表明,该算法对RTV绝缘子憎水性图像增强效果明显,在RTV绝缘子憎水性等级判定应用中提高了其准确率。     

基于Retinex理论人脸识别光照预处理方法的对比分析

光照问题是人脸识别面临的一项巨大的挑战,它在很大程度上影响了人脸识别系统的性能。而为了解决它,人们提出了很多的解决方法。其中基于Retinex理论的图像预处理方法由于其简单高效性而备受关注。本文对比分析了几种经典的基于Retinex理论的光照预处理方法,并在"Yale B+Extended Yale B"人脸库上进行了验证试验。     

一种基于深度信息的图像雾效模拟算法

在已知的图像场景深度信息和大气散射模型的基础上,提出了一种基于深度的图像雾效模拟算法。算法引入了最大能见度概念,通过场景深度与雾透射率之间的比例关系将深度图直接转化为透射率图,使用引导滤波对透射率进行优化,最终通过大气散射模型生成雾效模拟图像。实验表明,算法所生成的雾效场景符合空间透射原则,在不同的能见度和大气光结合的条件下可获得变化丰富的有雾效果,具有较强的真实感。