共查询到10条相似文献,搜索用时 62 毫秒
1.
针对在雾天等恶劣天气条件下普通监控系统不能发挥应有的作用,设计了基于TMS320DM642数字信号处理器的雾天视频清晰化系统,给出了系统硬件结构和软件流程.介绍了基于颜色恒常性的Retinex图像增强理论,详细分析了单尺度Retinex算法的优势和弊端.通过引入颜色恢复因子,采用多尺度颜色恢复Retinex算法,解决了细节突出与整体颜色恒常的矛盾和颜色失真问题.实验结果表明,系统实现了良好的实时性、稳定性和视频图像清晰化. 相似文献
2.
3.
4.
针对雾天图像退化程度与景深呈非线性关系的特点,提出一种自适应Retinex雾天图像增强算法,根据图像像素点所处的人类视觉区域反映出的雾的厚薄程度自动调整算法的参数取值。在此基础上,构建一种新的图像增强计算模型,将自适应Retinex增强算法与CLAHE增强算法的增强结果自适应地加权融合,使得增强结果能够同时保持色彩恒常性和亮度恒常性,实现对雾天图像的清晰化。主观观测和客观评价表明,本文方法比HE和MSR算法在雾天图像细节增强及色彩保持方面具有更好的效果。 相似文献
5.
针对传统Retinex 算法在处理雾天图像时,易在明暗对比强烈处产生光晕
现象以及处理后图像存在的色彩失真问题,论文提出了一种基于非线扩散均值漂移平滑的
Retinex 雾天图像清晰化算法。首先,采用小波变换调整景物信息在图像中的动态范围分布;
然后,采用局部非线性扩散均值漂移滤波器对图像进行平滑来估算入射光照信息,进而获得
景物的反射光照信息;最后,在lαβ 彩色空间利用处理前后图像的色饱和度差异来进一步补
偿由于图像平滑所造成的色饱和度损失。实验结果表明,提出的算法能够明显提高图像的清
晰度,并有效克服色彩失真和光晕伪影现象。 相似文献
6.
7.
针对雾天拍摄图像的退化现象,提出一种针对单幅图像的自动去雾新算法。该算法先将有雾图像从RGB转换到YCbCr颜色空间后,再在亮度分量上进行多尺度Retinex处理,所得的亮度图在图像清晰度评价指标的调控下经过反色变换和中值滤波即可求得传播图,并进一步得到清晰化后的复原图像。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。 相似文献
8.
9.
多尺度Retinex图像增强算法增强效果明显,被广泛应用于图像和视频的增强处理中,但复杂的计算量限制了其在实时性应用中的推广,对于高清及多路视频的处理更是如此,因此研究其高速并行算法具有重要意义。本文以通用型GPU为基础,提出了一种基于CUDA的多尺度Retinex实时视频增强并行算法。根据算法各模块的耦合性将计算复杂的高斯滤波、对数空间差分及动态范围压缩等模块采用CUDA并行处理的方式实现,并利用视频序列之间的相似性降低多尺度Retinex算法的参数更新频率,以节省大量的计算耗时。实验结果表明所提算法能显著提高计算速度。 相似文献
10.
为了解决雾霾天气的影响下成像设备采集的图像容易出现的降质及色彩失真问题, 并从有雾图像中增强其细节信息, 提高原图像的对比度和清晰度. 将彩色图像RGB通道分别做相应的图像增强算法处理, 全局直方图均衡化把整体的灰度直方图进行均匀分布的处理, 小波变换算法对彩色图像进行多层次分解, 多尺度Retinex算法通过高斯函数做卷积运算对图像做多尺度变换. 实验结果表明, 全局直方图均衡化、小波变换算法和多尺度Retinex算法都能增强雾天图像的景物信息, 有对应于各自的优势和不足. 相比较这3种算法而言, 多尺度Retinex算法得到的去雾图像亮度增强、细节信息突出、失真度小, 能更好地进行去雾增强. 相似文献