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Retinex算法的光照变化条件下人脸识别研究

光照变化会对人脸识别结果产生干扰,导致当前光照变化人脸识别结果不理想,为了降低光照变化对人脸识别结果的不利影响,以提高光照变化人脸识别效果,设计了基于Retinex算法的光照变化条件下人脸识别方法。采用激光传感器采集光照变化下的人脸图像,并对人脸进行格式转换,然后采用Retinex算法对转换后的人脸图像进行增强操作,消除光照变化对人脸图像干扰,改善人脸图像质量,最后采用模式识别技术设计人脸图像识别的分类器,并与其他人脸图像识别方法进行了对比测试。实验结果表明,本方法消除了不同光照变化的干扰,提高了人脸图像亮度、对比度和熵值,相对于对比方法,本方法的人脸识别精度更高,精度平均值达到了96%,而且加快了人脸识别速度,具有比较明显的优越性。

苹果采摘机器人系统研究——基于AI的Retinex算法

以苹果采摘机器人为研究对象,针对其视觉系统采集的苹果图像进行预处理和分割识别。首先,通过Retinex算法对图像中出现的光线偏暗、模糊等缺陷进行增强处理,并利用双边滤波算法对图像进行去噪处理;然后,根据彩色图像的RGB特征区分图像中的苹果和树叶等,并采取Canny边缘检测算法描绘苹果边缘信息,以最小圆包裹目标法识别苹果的半径和坐标;最后,为了验证该方法的可行性,对工业相机采集的50张红富士苹果图像进行测试。结果表明:系统对图像识别的正确率为86%,对苹果识别的正确率为92.8%。

基于Retinex算法的路面状况预警系统开发

公路建设日新月异,随着公路运输能力的提高及行车数量的增多,交通事故也不断增多,特别是天气变化导致的路面状态不同,对行车安全的影响非常明显。因此通过采集多种路面状态图像进行图像样本库建设,并采用改进后的Retinex算法进行图像增强操作。此外,开发了一套路面状况预警系统用于辅助汽车安全驾驶,提高公路汽车驾驶的安全性。

改进Retinex算法的低照度图像增强研究

全局增强未过多考虑图像局部细节,单独使用局部增强会损失图像的亮度。多尺度Retinex算法既能保持动态范围压缩又能实现整体再现,但易出现光晕现象,色彩失真,图像细节信息容易丢失,且运算时间较长。针对上述不足,提出了图像融合增强算法:采用离散小波变换实现对局部增强、全局增强图像及改进多尺度Retinex增强图像的融合。改进多尺度Retinex算法使用引导滤波替换高斯滤波估计反射分量。通过对仿真结果定性以及在峰值信噪比,结构相似度等方面进行定量对比,实验结果证明较原图和MSR(multi-scale-retinex)算法处理图像,该算法针对图像昏暗、提取信息不全问题具有更好的显示效果。

基于多尺度Retinex算法的杆塔多吊点约束绳系动点坐标计算方法

为了实现输变电工程的全过程智能管理,并保证杆塔吊装的安全以及吊装后使用效果,提出基于多尺度Retinex算法的杆塔多吊点约束绳系动点坐标计算方法。采用多尺度Retinex算法增强杆塔吊装图像质量,通过最小二乘法提取图像中的特征,通过特征匹配识别杆塔类别,采用Picard方法建立不同类别的杆塔动点坐标计算模型,计算杆塔多吊点约束绳系动点坐标。测试结果显示:具有较好的图像增强效果,BIQI指标和BRISQUE指标的测试结果均在4.6以上,能够完成图像中杆塔的区分,得出杆塔的类别结果,能够计算出吊点约束绳系动点坐标结果,保证杆塔的安全吊装,倾角均低于10°,截面弯矩则越均匀程度均在92.5%以上。

改进Retinex算法的带雾航片去雾与三维建模研究

针对航测作业过程中遇到云雾等恶劣气候条件时,会产生影像色彩失真、饱和度低、背景模糊不清等问题,本文进行了影像去雾与影像增强算法的研究,提出了一种改进Retinex算法,并以重庆某山区为例,与两种传统经典算法进行比较分析。结果表明,本文算法可对带雾影像进行有效处理,获得更真实准确的细节、更清晰真实的光感色彩;使用去雾与增强后的影像进行三维建模,从而生成高分辨率三维网格。分别从主观和客观开展对影像效果的评价,所得到的优化影像与三维模型都有良好的效果。

结合细节信息的自适应Retinex算法水下图像增强

针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。

基于照度分割的局部多尺度Retinex算法

针对现有多尺度Retinex图像增强算法采用线性加权的方法来综合各个单尺度Retinex增强效果,不能很好地体现出各个尺度在色彩保真和细节增强上的特点与优势,本文提出一种新的基于照度分割的局部多尺度Retinex图像增强算法.该算法首先通过引入带参数的LIP模型将图像分解成四个照度区域,然后对各区域根据照度的差异采用相应尺度的Retinex算法进行增强,最后通过基于面积的比例因子对各增强后子图进行照度融合,实现图像增强.实验结果表明,与现有多尺度Retinex算法相比,本文算法在图像亮度保持和细节增强上,处理效果较好,在色彩方面也有较好的效果.

基于暗原色先验模型的Retinex算法

现有雾天图像增强的Retinex算法采用固定滤波器,无法适应多种景深和雾化程度的情况.对此,本文提出一种基于暗原色先验模型的Retinex算法.暗原色先验模型反映了雾天图像中雾的分布与景深信息.受此启发,根据局部区域暗原色值设计一种尺度可变滤波器,针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分量,实现对雾天图像的增强.分别使用主观观察和客观数据分析方法,将本文算法与HE算法、固定尺度MSR算法进行对比,本文算法在细节增强以及图像整体效果上均优于HE算法和固定尺度MSR算法.

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。

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.

基于小波分析和Retinex算法的图像增强算法

为了改善图像增强效果,提高图像质量,提出一种基于小波分析和Retinex算法的图像增强算法(WA-Retinex).先采用小波分析对图像进行多尺度分解,去除图像中的噪声;再采用Retinex算法对图像细节信息进行增强,并引入更符合人眼视觉特性的拟合函数拓宽图像灰度范围;最后通过仿真实验对其有效性和优越性进行分析.实验结果表明,该算法明显改善了图像的整体视觉效果,能更好地刻画图像细节信息,性能优于现有的一些经典Retinex算法.

基于人眼视觉特性的Retinex算法研究

根据感受野机制,人眼对场景中各点的感知程度是呈同心圆拮抗式的高斯分布。受此启发,本文提出一种基于人眼视觉特性的Retinex算法,即同心圆拮抗式Retinex算法。该算法在以待处理点为中心的同心圆区域使用高斯分布对像素点进行采样,计算样本中的最亮点,并将该点与处理点进行亮度比较,计算出物体的反射分量。该算法有效解决了基于路径Retinex算法中,对路径强烈依赖和无法获取尽可能多邻域信息等问题,避免了中心环绕Retinex算法中存在的全局性较差的问题。实验结果表明,本文算法在全局和局部上,都有很好的增强效果和色彩保真性,同时也避免了"光晕伪影"。

焦点引导的带颜色恢复的多尺度Retinex算法

针对低照度下高动态范围图像在应用多尺度Retinex算法进行图像增强时,易出现光晕现象和颜色失真等问题,提出了一种可以由焦点引导的带颜色恢复的多尺度Retinex(FgMSRCR)算法。通过自底向上视觉注意模型对低照度下高动态范围图像进行焦点提取,保留于相异焦点集中,对整幅图像应用带色彩恢复的多尺度Retinex算法(MSRCR)进行图像增强,再对焦点区域进行保持亮度和颜色比例的增强,利用高斯平滑滤波器完成图像增强任务。实验结果表明,与常见的图像增强算法和其他Retinex算法相比,该算法能够在保持颜色恒常的前提下有效地克服光晕现象。

图像去雾的小波域Retinex算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法.该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影.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.

一种基于多尺度Retinex算法的图像去雾方法

在有雾天气条件下拍摄的图像,由于大气的散射作用,导致图像的内容模糊不清,对比度下降,给交通系统及户外视觉系统的应用带来严重的影响。通过改进大气物理退化模型,在多尺度Retinex算法MSR(Multi-Scale Retinex)的基础上,提出一种新的去雾方法。该方法根据雾天成像机理对图像建立模型,再根据MSR算法对建模后的图像进行处理。实验表明,该方法能有效去除雾化效果,实现彩色退化图像的复原。

基于稀疏差分和Mean-Shift滤波的Retinex算法在人脸识别中的应用

为了提高在光照变化条件下人脸图像的识别率,针对Retinex算法处理人脸光照图像产生的识别率不高的问题,提出了一种基于稀疏差分和Mean-Shift滤波的Retinex算法。对人脸图像增加部分使用稀疏差分,利用Mean-Shift滤波代替高斯滤波对光照进行估计,通过采用Yale B人脸库、CMU-PIE人脸图像库和AR人脸图像库对算法性能进行测试,该算法具有很好的光照鲁棒性,有效地提高了人脸的识别率。

多尺度Retinex算法在简牍图像增强中的应用

简牍图像增强是简牍文字修复和文字信息提取最为关键的一个步骤。以长沙简牍博物馆收藏的简牍文物为实物模型,以该馆提供的简牍数字图像为研究对象,提出了基于多尺度Retinex(MSR)算法的简牍图像增强方法,论述了本算法的原理及实现方法。采用MSR算法来消除光照对简牍图像的退化影响,以达到增强图像暗区细节信息的目的;同时针对MSR输出图像偏暗,提出了直方图拉伸算法。试验结果表明:本算法能够提高简牍图像对比度的同时,能显著地增强图像暗区的细节信息并且使简牍图像具有较好、较高的色彩保真度。本方法克服了目前常规的图像增强方法的不足,能够满足简牍考古人员的要求。

基于改进Retinex算法的红外图像增强处理

针对当前红外图像增强算法的对比度低、视觉效果差等缺点,结合红外图像特点,提出一种改进Retinex理论的红外图像增强算法。首先对传统Retinex的红外图像增强算法工作原理进行分析,指出其产生"光晕现象"的原因,然后引入双边滤波算法红外图像照度分量进行估计,并对图像照度和反射图像进行校正,最后与传统Retinex算法进行了对比实验,结果表明,本文算法的图像质量评价指标更优,获得了更佳的红外图像增强效果。