修正Retinex照射反射模型的彩色图像增强

介绍了修正Retinex照射反射模型的彩色图像增强方法,引入了非线性变换函数修正彩色图像的照射分量和反射分量。由于全局对比度增强函数能够拉伸图像的照射分量,所以改善了全局视觉效果。非线性S型函数对较大和较小的反射分量值改变较小,对中间值改变较大,从而改善了图像的局部对比度。在RGB彩色空间和其他色度亮度彩色空间中的处理结果都没有出现彩色失真的现象。

基于照射_反射模型和有界运算的多谱段图像增强

根据多尺度照射_反射模型,结合广义有界运算模型和引导滤波,能够有效地解决多谱段降质图像的增强问题.算法采用自适应的引导滤波核函数作为环绕函数,估计反映图像整体结构的不同尺度的低频照射分量;利用有界广义对数比(general log-radio,GLR)模型加法代替Retinex理论中的对数变换运算;再由GLR模型减法去除照射分量,将不同尺度的反射分量从原始图像中分割出来;对不同尺度反射分量的有效信息采用有界GLR模型乘法和加法进行融合,有效地避免光晕伪影现象及越界现象的发生,得到多尺度反射分量图像,即最终的增强图像.通过对可见光波段的低照度图像和雾霾图像、红外图像、X光医学图像四组多谱段降质图像实验分析,以对比度和信息熵作为评价指标,与同类算法进行了图像增强效果的定性和定量对比,结果表明本文算法增强后的图像纹理和边缘细节更加丰富、对比度更高、视觉效果更佳,可广泛地应用于多种图像增强领域.