苹果采摘机器人夜间图像边缘保持的Retinex增强算法

为了提高采摘机器人的适用性和工作效率,保证成熟苹果果实的及时采摘,需要机器人具有夜间连续识别、采摘作业的能力。针对夜间苹果图像的特点,该文提出一种基于引导滤波的具有边缘保持特性的Retinex图像增强算法。利用颜色特征分量采用具有边缘保持功能的引导滤波来估计出照度分量;进而利用单尺度Retinex算法对图像进行对数变换获得仅包含物体本身特性的反射分量图像;分别对照度分量和反射分量图像增强后,再合成为新的夜间苹果的增强图像。文中选取30幅荧光灯辅助照明下采集到的夜间苹果图像进行试验的结果显示,该文增强算法处理后的30幅图像的平均灰度值,分别比原始图像、直方图均衡算法、同态滤波算法和双边滤波Retinex算法处理后的图像平均提高230.34%、251.16%、14.56%、7.75%,标准差平均提高36.90%、-23.95%、53.37%、28.00%,信息熵平均提高65.88%、99.68%、66.85%、17.53%,平均梯度提高161.70%、64.71%、139.89%、17.70%。且该文算法较双边滤波Retinex方法的运行时间平均减少74.56%。表明该文算法在夜间图像增强效果和运行时间效率上有明显的提高,为后续夜间图像的分割和目标识别提供了保障。

水下彩色图像的亮度通道多尺度Retinex增强算法

水体散射使得水下光电成像所获得的图像存在较为均匀的散射光分布,降低了水下图像的清晰度和可观察景深,减小水体散射光的影响是提高水下光电成像质量的重要途径。论文基于Retinex理论,将水体散射效应等效为环境光照的变化,通过水下彩色图像亮度通道下的多尺度Retinex(MSR)算法处理,有效地减小水体散射效应,提高所获图像中水下目标的真实性。实验表明,MSR算法能对含有不同程度水体散射效应的水下彩色图像进行全局视觉效果提升,更清晰地突出物体的细节并获得较鲜艳的色彩表现。

尺度优化的Retinex增强算法与微视觉图像增强

光照不均匀、光学显微镜的放大作用、光学衍射等使微视觉图像存在动态范围大、整体像素灰度值偏低、微细结构与背景对比度低、信噪比低等不足.为增强图像质量,文中利用对比度设计高斯平滑卷积核的尺度优化准则以合理估计光照分量,提出了尺度优化的Retinex增强算法,并用该算法对模拟图像和实拍的同轴光光强变化的微视觉图像进行增强.结果表明,该增强算法在压缩动态范围内既能提高对比度,又能较好地保留图像细节信息,增强效果优于同态滤波算法.

基于Retinex和HSV颜色空间的低照度图像增强算法

针对低照度图像存在的对比度低、颜色失真、细节信息损失、噪声干扰等问题,提出一种基于Retinex的改进算法。首先,将原始图像转换到HSV颜色空间,采用改进算法和Gamma校正对V分量进行亮度调节;其次,基于对比度拉伸算法调整S分量,增强图像饱和度和对比度;最后,将融合后的图像转换回RGB颜色空间,输出图像。在MATLAB平台上选取不同场景低照度图像进行增强处理,采用图像信息熵(IE)、峰值信噪比(PSNR)和结构相似性指数(SSIM)三个客观指标进行均值对比,实验结果表明,新算法计算结果均优于传统的直方图均衡化算法(HE)和多尺度Retinex算法(MSR),有效保持图像边缘信息,提升图像质量。

基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法

针对现有红外图像增强算法存在信噪比低、细节模糊、清晰度差等问题,本文提出基于改进小波阈值函数和全尺度Retinex的红外图像融合增强算法。首先,为克服尺度参数固定和光线散射导致红外图像退化的问题,利用大气透射率得到Retinex尺度参数的全尺度映射图,从而有效提高图像的清晰度,并将输入图像和使用全尺度Retinex处理后的输入图像作为算法的第一个输入和第二个输入。其次,为解决传统小波阈值函数在图像降噪过程中存在伪影、细节丢失等问题,设计改进小波阈值函数,通过引入尺度因子,在计算每层高频子图小波系数后,能根据该层数自适应调整尺度因子,并引入调节因子,结合指数函数,使该函数不仅能抑制高频子图噪声,还能极大程度保留细节信息。然后,使用小波图像融合的方式融合输入的高频子图和低频子图,进一步提高输出图像的纹理细节。主客观仿真结果表明,所提算法比其它对比算法具有更好的降噪和细节突出能力,并能提高红外图像的人眼视觉效果。最后,本文算法应用于红外成像模块采集的红外图像增强,效果良好,表明本文方法具有实用性。

结合灰度世界和Retinex的低照度图像增强算法

针对图像增强处理中亮度偏低、细节模糊、色彩失真等问题,提出了一种基于Gabor滤波的多尺度Retinex与自适应补偿的灰度世界理论结合的图像增强算法.通过双伽马函数预处理图像暗区对比度并抑制亮区过增强;考虑Gabor滤波良好的方向选择性和纹理细节敏感度,将其作为多尺度Retinex算法的中心环绕函数在双曲正切域上进行卷积来突出细节,并添加增益偏移算子动态地调整反射分量的亮度;最后使用自适应补偿的灰度世界算法进行色彩保持和校正,得到最终的输出图像.实验结果表明该算法在结构相似性、标准差和平均梯度上比对比算法的平均值分别高出47%、38%和50.3%,处理后的图像在提高亮度、突出细节的同时保持了较高的色彩度.

基于自适应Retinex算法的煤矿低光照图像增强研究

针对煤矿井下图像由于光照不均以及粉尘等因素影响,造成采集图像亮度、对比度不足等问题,提出了一种基于自适应Retinex算法的煤矿低光照图像增强算法。首先将图像分解为光照图和反射图,并采用Unet网络提取多尺度图像特征,引入控制因子抵消多尺度带来的影响,有效提高了图像质量。然后将图像梯度作为调节因子,自适应调整多尺度算子,并引入重构损失和去噪模块抑制图像增强过程中产生的噪声。试验结果表明:所提算法在峰值信噪比和结构相似性方面优于部分现有算法,充分证明了该方法的有效性。

基于残差和多尺度注意力机制的Retinex低光图像增强算法

针对传统Retinex算法存在的增强图像纹理不清晰、适用光线强度单一等问题,提出了一种基于残差和多尺度注意力机制的Retinex低光图像增强算法。首先使用引入残差模块和跳跃连接的U-Net结构确保模型能完整地提取特征信息,以及将原始图像分解为准确的光照分量和反射分量;然后采用结合多尺度注意力机制的恢复网络对反射分量进行处理,提高网络对退化信息的感知能力和对细节纹理信息的抓取能力;接着使用调整网络增强光照分量的光线强度;最后融合处理后的反射分量与照度分量,得到最终的输出图像。将所提算法与7种同类型算法进行比较,主观结果和客观评价均表明经过所提算法的增强结果在对比度增强、噪声处理、色彩自然度方面取得了优异的表现。实验结果表明,本文中所提方法能有效提高图像对比度、抑制噪声,具有符合人眼观感的视觉表现,且能有效作用于各种光照环境,为下一步的图像处理提供了可靠的信息源。

基于改进Retinex和分数阶微分的矿井红外图像增强算法

矿井红外图像增强是提高井下工作环境安全性和可视化监控能力的关键技术之一。然而,由于井下光照复杂、红外图像质量较差等因素,现有算法在增强效果和细节保留方面存在不足。为此,提出了基于改进Retinex和分数阶微分的矿井红外图像增强算法。首先针对现有Retinex算法存在的局部对比度不足问题,引入颜色恢复模块,在进行反射传递函数估计时利用彩色空间信息增强图像的局部对比度。该模块通过计算多个彩色通道的统计特征,并结合颜色转换矩阵,实现了更准确的反射传递函数估计,从而提高了图像整体对比度。其次通过分析图像的局部灰度特征,根据分数阶微分算子的响应特性自动调整指数参数,以实现对不同纹理细节的合理增强。采用多组真实矿井红外图像对所提算法性能进行了试验验证,结果表明:该算法在图像增强效果和细节保留方面相对于Retinex等算法具有一定的优势,为提升矿井复杂光照条件下的红外图像对比度提供了支持。

基于Retinex增强的多尺度分解的红外与可见光图像融合算法

针对传统红外与可见光图像融合算法在低照度条件下融合结果对比度差、目标边际模糊、背景细节信息丢失等问题,提出一种基于Retinex增强的多尺度分解的红外与可见光图像融合算法。首先,利用Retinex对弱可见光图像进行单尺度Retinex(SSR)算法信息增强处理;其次,利用交叉双边滤波对源图像进行多尺度分解,先后得到图像的基层图像信息和细节层图像信息,对基础层图像采用绝对值取大策略和引导滤波相结合的融合方法,对细节层图像采用构建权重图和显著图的融合方法;最后,将处理后的基础层图像和细节层图像加权得到融合图像。从主观分析来看,本文方法可以有效提取和融合源图像中的重要信息,得到融合质量高、视觉效果自然清晰的图像。从客观评价来看,多组图像融合结果表明,本文所提方法的AG、SF、CE和FMI指标均较好。

基于Retinex理论的低光图像增强算法

为解决低光图像存在的质量不佳和退化的问题,提出一种新的基于Retinex理论的低光图像增强网络用于低光图像的增强。与传统的基于Retinex的低光图像增强网络的三阶段处理方法不同,提出的网络一共包括分解网络和融合网络2个子网络,分别用于对低光图像的Retinex分解和对分解的反射分量与光照分量的融合,最后得到增强后的低光图像。改进后的2个子网络解决了低光图像存在的图像严重退化的问题,并通过与其他算法的对比试验验证了改进后的网络对低光图像增强效果的优越性。本文提出的低光图像增强算法能够明显降低低光图像增强过程中的噪声和颜色失真。

基于多尺度Retinex算法的电力巡检可见光遥感图像去雾自动化增强

电力巡检可见光遥感图像往往受到大气层粒子的影响,而大气环境的不稳定性对于图像的去雾过程有着较大的影响,导致处理后图像的峰值信噪比水平不高。为了缓解这一问题,提出了基于多尺度Retinex算法的电力巡检可见光遥感图像去雾自动化增强方法。根据可见光遥感图像的成像原理建立大气散射模型。滤波处理后,采用二维傅里叶变换的方法分离雾区像素点,并通过非线性映射处理实现去雾过程。在此基础上,引入多尺度Retinex算法实现图像的自动化增强处理。经过测试可知,该方法在实践应用中表现出了较高的峰值信噪比水平,图像处理质量较高,满足了电力巡检可见光遥感图像的应用分析需求。

基于多尺度Retinex的低照度公路交通图像增强算法

针对公路场景下的视频监控系统与其他图像采集设备常常受到环境因素的影响,使得采集到的图像呈现出低照度、低对比度、不清晰等缺点,不利于后期对交通运行状态的识别等。因此,本文提出一种基于二维gamma函数改进的多尺度Retinex的低照度公路交通图像增强算法。首先,采用引导滤波将原始低照度公路交通图像分为基础图像与细节图像后加权融合,获得对比度增强图像;然后在HSV颜色空间下,采用本文改进的算法校正亮度分量,获得亮度增强图像;最后多尺度融合对比度增强图像与亮度增强图像,得到最终增强图像。实验结果表明,本文算法能够有效提升公路交通图像的亮度、对比度与清晰度,适用于公路场景的视频监控系统与图像采集设备。

基于改进Retinex算法的海底地貌图像增强方法

为获取更清晰的海底地貌图像,研究基于改进Retinex算法的海底地貌图像增强方法。使用高斯低通滤波器进行低频入射分量的卷积操作,计算图像带色彩恢复输出值;构造一般表现形式,得到像素区域内对数修正的输出值;基于多尺度Retinex算法对色彩对比度进行增强处理;计算亮度值以及图像的入射分量,对海底地貌图像进行光照补偿;改进Retinex算法,实现海底地貌图像增强。由对比处理图像结果可知,所提算法的增强图像亮度更均匀、色彩更饱满且细节纹理更清晰。在客观参数对比中,所提算法对比度、清晰度以及信息熵也高于其他图像,有效提高了图像清晰度。

基于改进多尺度Retinex理论的海上图像去雾算法

针对传统去雾算法在海雾环境下处理得到的图像细节丢失、亮度偏暗及色彩失真等问题,提出了一种基于Retinex理论的海上图像去雾算法。首先,将图像转换到HSV空间,通过改进的多尺度Retinex增强算法对V通道单独处理获得照射分量。其次,将照射分量经过对数运算获得反射分量,与归一化处理后的H和S通道合并获得图像基础层。最后,通过引导滤波获得图像细节层,并与基础层合并进行自动白平衡处理,得到最终结果图像。试验证明,与暗通道先验算法及传统多尺度视网膜增强算法相比,提出的算法在标准差、平均梯度、峰值信噪比及结构相似性等评价指标方面均有所提升,海雾图像去雾质量得到有效增强,对提高海雾环境下船舶通航效率具有重要意义。

滤波器可变的Retinex雾天图像增强算法

针对现有中心环绕Retinex图像增强算法滤波器固定,不能对雾天图像有效地同时增强细节与色彩保真的问题,提出一种滤波器可变的Retinex图像增强算法.首先根据雾天图像雾化程度的分布特征得到滤波参数的阈值;然后将原图中每一子块的局部信息与阈值信息作差运算得到相应的滤波器,由此计算出该子块的入射分量,并通过部分重叠策略平移子块完成对整幅图像的入射分量估计;最后将原图减去整幅图像的入射分量得到反射分量,实现对图像的增强.通过主观观测和客观评价的结果表明:该算法比现有的中心环绕Retinex算法在细节增强和颜色保真方面具有更好的效果.

HSV色彩空间的Retinex结构光图像增强算法

在结构光几何重建中,由于拍摄方式和场景照明情况的复杂多变,使得产生的图像可能会因为光线的亮暗不均造成图像细节的缺失.为此,提出一种基于HSV色彩空间变换的带颜色恢复Retinex算法和色彩饱和度校正策略.针对颜色保持的需要,首先将传统RGB空间上的多尺度Retinex算法转换到HSV颜色空间;然后通过分析HSV颜色空间模型来增强模型中的V分量,同时利用相关系数使S分量随着V分量的增强进行自适应调整;最后将HSV模型转换到RGB空间,使增强后的图像颜色得到保持.实验结果表明,该算法应用于结构光条纹图像的增强中将使结构光图像在颜色得到保持的同时细节信息也得到了增强,更利于后续条纹信息的提取及自动编码.

基于单尺度Retinex算法的非线性图像增强算法

提出一种改进的Retinex算法——基于单尺度Retinex的非线性图像增强算法.不同于经典的Retinex算法用复杂的运算估计亮度图像,该算法首先对亮度图像进行粗估计,然后通过非线性运算在反射图像中对粗估计的亮度图像进行补偿.实验结果表明,所提出的算法同经典的Retinex算法相比,无论在增强效果还是在处理时间上都具有更大的优越性.

改进直方图均衡和Retinex算法在灰度图像增强中的应用

为了提高光照条件变化下的图像增强效果,提出一种改进直方图均衡和Retinex算法的图像增强方法。对于待增强灰度图像,通过理想低通滤波获得图像低频分量,采用改进直方图均衡进行动态范围优化,利用引导图像滤波代替Retinex算法的高斯滤波对图像的高频分量进行估计,并对估计的结果进行线性放大处理。实验结果表明,相对单尺度和多尺度Retinex算法以及改进的直方图均衡化算法,提出的方法从主观和客观评价方面都获得了更好的图像增强效果,有效提高了图像的视觉效果和可懂度,并具有较强的鲁棒性。

一种细节保持的Retinex图像增强算法

针对基于Retinex理论的Kimmel变分模型在图像增强中存在人工伪影等问题,对其模型进行了改进.改进的模型增加了保持细节信息的因子,并在模型求解过程中采用了基于金字塔的提升算法,计算复杂度明显降低,然后对求解得到的图像进行正态截取拉伸处理,取得了较好的图像增强效果.