论文部分内容阅读
图像是人类获取视觉信息的主要途径之一,在成像、复制、传输等过程中图像质量下降不可避免。作为图像处理的一个重要分支,图像增强具有重要意义。图像增强的基本任务是改善退化图像的质量,输出从主观视觉上能满足人类视觉需求或为机器理解提供可靠的信息来源。Retinex算法建立在人类视觉系统的颜色恒常特性之上,通过模拟人类视觉系统对视觉信号的处理方法来进行图像增强,在保持场景的真实颜色的同时,该算法还能改善图像的对比度,揭示图像中场景的暗区信息。本文针对Retinex彩色图像增强算法,围绕中心环绕函数设计进行了深入实验和研究,并对该算法提出改进。
首先,首先从人类视觉系统的构造、视觉特性如颜色恒常、亮度的对数响应模型等诸多方面进行介绍,并研究了基于人类视觉特性的真实场景图像再现技术和Retinex算法的应用。
其次,对Retinex算法在彩色图像增强中的应用进行了深入讨论,包括Retinex算法的原理和计算模型以及计算模型的演化,并分析Retinex算法的适用情况以及中心环绕函数在估算图像光照时的优缺点。实验结果表示,Retinex算法具有广泛的应用和研究价值。
最后,讨论了在场景光照存在剧烈变化时进行光照估计的问题,并由此提出了自适应的中心环绕函数。鉴于Retinex增强过程中产生的光晕出现在光照剧烈变化的边缘,提出分区域的光照估计方法,即要求根据各颜色通道亮度分布,选择同区域像素参与亮度估计;在计算时,采用频域算法和空域算法相结合,大大提高了运算速度。实验证明,该方法能很好的抑制光晕。