消除光晕现象的快速Retinex图像增强

由于假设场景中光照是平缓变化的,传统的中心/环绕Retinex图像增强方法在处理高动态范围图像时易在明暗对比强烈处产生光晕现象.提出一种快速Retinex图像增强方法,以模拟人类视觉系统的全局和局部自适应性.首先对原图进行全局动态范围调整,然后使用mean shift滤波进行估计光照,并基于中心/环绕假设消除光照不均影响,在后处理中对图像去除孤立点所占的直方图范围.实验结果表明,该方法能有效地克服光照不均并消除了光晕现象;使用了mean shift加速算法,运行速度快于已有同类方法.

基于双边滤波的单尺度Retinex图像增强算法

提出了一种基于双边滤波的单尺度Retinex图像增强方法,在有效增强图像的同时,很好地保持了图像边缘及高亮部分的细节.采用双边高斯滤波来估计图像亮度,同时对原始图像进行局部对比度增强,有效地消除了光晕现象并增强了局部对比度.通过Weber定律在增强过程中对图像亮度进行控制,防止增强后的图像过亮,保持图像高亮部分的细节.实验结果表明:该方法增强效果明显,适用于灰度图像和彩色图像,并能防止颜色失真,使灰度和彩色图像达到较好的视觉效果.

快速Retinex彩色图像增强

提出了一种快速Retinex彩色图像增强方法,模拟了人类视觉系统全局和局部自适应性。首先对图像的亮度范围做全局调整;然后在光照估计步骤中对亮度进行MeanShift滤波,用于其后光照影响的消除;最后对增强结果进行颜色恢复并进行了后处理。实验结果表明,方法能够有效压缩图像的动态范围,克服光照不均的影响,有效去除了光晕现象,且方法的颜色保持性较同类方法更好。使用了MeanShift加速算法,方法运行速度快于此前提出的方法。

基于不同色彩空间融合的快速图像增强算法

针对现有Retinex算法中存在的色彩失真、噪声放大及光晕伪影现象等问题,本文提出了一种基于Retinex理论的改进算法.该算法首先在HSV空间对亮度分量V通道进行增强处理,同时在拉伸得到的对数域反射分量至一定的动态范围时(本文是0～255),引入增强调整因子,调整不同亮度值的增强程度来避免噪声放大及色彩失真现象;然后在RGB空间,通过分析光晕产生的原因,提出一种改进的高斯滤波器来消除光晕现象,并在计算反射分量时,通过参数调整图像颜色的保真度.最后,对上述两种不同颜色空间的处理结果进行加权平均作为算法的最终输出.实验结果表明,针对不同光照条件下的图像,1)该算法可以明显地改善光晕伪影现象;2)无色彩失真、噪声放大等问题;3)效果和效率优于带色彩恢复的多尺度Retinex算法(Multi-scale retinex with color restoration,MSRCR)及其他对比算法.

基于改进Retinex的图像增强算法

为了改善图像的增强效果,在多尺度Retinex(Multi-scale Retinex,MSR)算法的基础上,提出一种改进Retinex的图像增强算法。该算法首先采用MSR算法对原始图像进行分解,得到光照分量图像和反射分量图像,然后伽马变换对光照分量图像增强处理,并采用线性拉伸方式对增强结果进行修正,同时采用双边滤波算法对反射分量图像进行处理去除噪声,最后对处理后的光照分量图像和反射分量图像进行合并得到增强后的图像,采用仿真对比实验对算法性能进行测试。实验结果表明,该文算法改善了图像视觉质量,保留了更丰富的细节信息,有效防止了光晕伪影,更加有利于后续的图像处理。

一种基于双滤波的空间图像色域映射算法

针对逐点色域映射方法在图像色域映射时出现的细节损失较大的问题,本文提出了一种新的空间图像色域映射方法.新方法采用双滤波技术将输入图像分解为对应边缘轮廓信息的基础层图像和对应纹理细节信息的细节层图像,先对基础层图像进行彩度优先的逐点色域裁剪,然后将细节层信息补偿给色域裁剪后的图像.最后对细节补偿后的图像进行亮度优先的色域裁剪,从而得到最终的映射图像.本文还分析了双滤波参数设置对色域映射结果和光晕的影响,得出了合理的双滤波参数设置.通过心理物理学实验可以验证:新方法的性能与经典的细节补偿类映射方法相当.另外,新方法在色域映射过程中还能更加有效地抑制光晕的产生.

多尺度Retinex和双边滤波相融合的图像增强算法

为了获得更加理想的图像增强效果,针对Retinex算法存在的"光晕伪影"现象,提出了一种多尺度Retinex和双边滤波相融合的图像增强算法。首先对多尺度Retinex算法的对数函数进行改进,拓宽图像的灰度范围,然后采用双边滤波算法对图像反射分量进行处理,消除光照变化不利影响,提高图像的对比度和清晰程度,最后采用伽玛函数对图像亮度进行校正,保持图像细节信息。实验结果表明,无论是主观视觉效果和客观质量,本文算法的性能均要优于多尺度Retinex算法,可以有效消除"光晕伪影"现象。

改进单尺度Retinex算法在图像增强中的应用

为了提高光照条件变化下的图像增强效果,提出一种改进单尺度Retinex(SSR)算法的图像增强方法。利用双边滤波代替SSR算法的高斯滤波对光照估计,克服SSR算法不能解决的"光晕"问题。结果表明,相对传统图像增强算法,改进SSR算法不仅加快了图像增强处理的效率,且获得了更好的图像增强处理效果,是一种适应性较强的、可用于光照变化比较强烈下的图像增强算法。

加权聚合图像引导滤波

为提高引导滤波器的保边性能,避免或降低光晕效应,从聚合角度入手对引导滤波进行研究与分析,提出一种基于加权聚合策略的引导滤波算法。利用均方误差来评价每个滤波窗口内计算结果的置信度;依据此置信度为每个滤波窗口分配相应的聚合权值,确保最终的滤波输出更接近期望值。理论分析结果表明,加权聚合引导滤波算法与经典引导滤波一样,算法复杂度为O(N),具有较高的计算效率。实验结果表明,与引导滤波和双边滤波相比,该算法显著滤除了图像的纹理信息,更好保留了图像的边缘信息,能极大程度上避免或减小光晕效应的产生。

改进暗通道先验的航空图像去雾

目前较为流行的去雾算法都存在着过度增强以及增强不足,容易造成光晕效应以及色彩严重失真。提出一种基于四叉树细分的改进大气光估计方法以及一种改进的引导滤波用来解决这些问题。首先,对非重叠暗通道使用四叉树细分方法估计更加可靠的大气光值。然后,分析引导滤波在边缘区域的光晕效应产生的原因,对其加入自适应权重因子,用改进后的引导滤波对初始传输图进行优化。最后,用估计的大气光值和优化后的传输图根据大气散射模型得到去雾图像。实验结果表明:去雾后的图像颜色较为可靠,边缘区域光晕效应减弱。从颜色可靠性和细节增强度来说,提出的算法比现阶段的去雾算法有较为出众的表现。

改进单尺度Retinex算法在矿井图像中的运用

煤矿井下视频监控图像具有整体偏暗、对比度低且带有很强的背景噪声等不足,将其清晰化对于矿井安全生产意义重大。基于改进的单尺度Retinex算法,利用双边滤波代替高斯滤波对光照进行估计,用于矿井彩色图像的增强。实验结果表明,所用算法适用于井下彩色视频图像,具有计算效率高、增强图像无光晕等优点。

具有颜色保真性的快速多尺度Retinex去雾算法

针对MSR算法在图像去雾应用中存在颜色失真现象且计算量大的问题,提出一种具有颜色保真性的快速MSR去雾算法。通过将MSR算法对RGB三个颜色通道的处理转变为仅对暗原色单一通道进行处理,避免了对颜色通道间色调相关性的影响,实现颜色保真,同时大大减少了算法执行时间。实验结果表明该算法克服了MSR去雾算法的颜色失真问题,能够有效提升图像的对比度和饱和度,实现图像快速去雾。

改进的Retinex低照度图像光照补偿算法

针对Retinex算法在处理低照度图像时难以保证颜色恒常性以及边缘易出现光晕现象问题,提出了一种变换空间和引导滤波相结合的光照补偿算法。该算法将图像从RGB颜色空间转换到Lab颜色空间,用Retinex对L分量即亮度通道单独进行光照补偿处理,保持另外两个色彩通道a和b不变,将处理后的L通道和ab通道结合形成新的Lab'图像,然后将Lab'反转换到RGB空间得到最终补偿结果;在处理过程中,用引导滤波代替Retinex算法中的高斯滤波用于保持边缘特性和提高计算速率。最后通过直观结果、定量分析和处理时间三方面进行实验,实验结果表明,该光照补偿算法取得了较好的结果,能够保持较好的颜色恒常性、改善光晕现象以及减小时间复杂度。

基于截尾全变差Retinex算法的图像复原技术

对照明环境提出全新假设,并在此基础上提出一种截尾全变差Retinex模型,通过分析具有明显边界的阴影特点,采用截尾全变差模型描述阴影特性,从而抑制照度非均匀对图像质量的影响,并与全变差、二阶全变差以及多尺度Retinex方法进行对比。对比实验表明,提出的方法可有效抑制传统模型在处理照明非均匀区域时产生的晕圈伪影,显著增强图像质量,对于具有强烈阴影的图像,所提算法仍能有效去除阴影,复原图像结构相似度与CIEDE2000值可达81.75%与22.352 3。

基于同态滤波和Retinex的图像去雾算法

传统的Retinex算法在图像去雾时均假设光照是平缓变化的,在处理光照不均的图像时,易出现光晕现象。针对这一问题,本文提出一种改进的同态滤波算法用于校正图像的光照,可对图像中亮度差异较大的区域进行不同程度的滤波;经光照校正的图像再采用Retinex算法进行图像去雾,可避免光晕现象。实验结果表明,本文方法可有效消除光照不均的雾霾图像所出现的光晕现象,且去雾效果优于传统的Retinex算法,时间复杂度低于Meylan算法。

一种基于图像细节保持的空间色域映射算法框架

鉴于逐点色域映射在图像细节保持方面及空间色域映射在光晕抑制方面的缺陷,本文利用自引导滤波在图像细节提取和光晕抑制方面的特性,提出了一种既能有效保护图像细节又能消除滤波光晕的空间色域映射算法框架.详细分析了引导滤波参数对映射图像细节再现的影响,进而确定了算法框架中的最佳滤波参数设置,还针对分层映射的特点修正了框架中的CUSP和HpMinDE逐点色域裁剪算子.评价实验证明:新算法无论在图像偏好性还是复制准确性方面,都要明显强于其他两种同类型算法以及经典的优化迭代类算法.通过对光晕测试标准图像的映射试验,比较了本文算法与其他细节保持类算法所产生的光晕效果,验证了新算法在光晕抑制方面的优越性.

基于LCD-FED双屏结构的高动态范围显示系统

针对采用投影仪、发光二极管(LED)阵列等双屏结构的高动态范围(HDR)显示系统存在体积庞大、局部对比度低等缺点,提出以场致发射显示器(FED)作为液晶显示器(LCD)的背光源。描述了FED背光的结构,提出前后面板点对点的控制,对HDR图像进行前后面板的分割。讨论了FED背光的光晕与运动伪像问题,并通过实验测试了系统的光晕与运动伪像。研究结果表明,本文提出的方法具有提高HDR LCD的局部对比度与减淡光晕和运动伪像的优点,FED背光的结构局部对比度提高到216∶1,具有较高的实用价值。

全细节增强多曝光图像融合

目的曝光融合算法,即将多幅不同曝光时间的图像融合得到一幅曝光度良好的图像,可能在最终的输出图像中引入光晕伪影、边缘模糊和细节丢失等问题。针对曝光融合过程中存在的上述问题,本文从细节增强原理出发提出了一种全细节增强的曝光融合算法。方法在分析了光晕现象产生原因的基础上,从聚合的新角度对经典引导滤波进行改进,明显改善引导滤波器的保边特性,从而有效去除或减小光晕;用该改进引导滤波器提取不同曝光图像的细节信息,并依据曝光良好度将多幅细节图融合得到拍摄场景的全细节信息;将提取、融合得到的全细节信息整合到由经典曝光融合算法得到的初步融合图像上,最终输出一幅全细节增强后的融合图像。结果实验选取17组多曝光高质量图像作为输入图像序列,本文算法相较于其他算法得到的融合图像边缘保持较好,融合自然;从客观指标看,本文算法在信息熵、互信息与平均梯度等指标上都较其他融合算法有所提升。以本文17组图像的平均结果来看,本文算法相较于经典的拉普拉斯金字塔融合算法在信息熵上提升了14.13%,在互信息熵上提升了0.03%,在平均梯度上提升了16.45%。结论提出的全细节增强的曝光融合算法将加权聚合引导滤波用于计算多曝光序列图像的细节信息,并将该细节信息融合到经典曝光融合算法所得到的一幅中间图像之上,从而得到最终的融合图像。本文的处理方法使最终融合图像包含更多细节,降低或避免了光晕及梯度翻转等现象,且最终输出图像的视觉效果更加优秀。