论文部分内容阅读
人类视觉系统之所以是目前世界上效果最好、精度最高、速度最快的图像处理系统,主要是由于人眼具有一系列特殊的视觉特性,其中与图像增强密切相关的特性包括色彩恒常性与亮度恒常性等。研究人类视觉特性对于图像处理尤其是图像增强领域具有重要的意义,国内外学者主要通过模拟人类视觉特性来获取更好的图像增强效果。有了对色彩和亮度的恒常性感知,人类视觉系统可轻易地对目标进行快速、准确、稳定地识别、处理,因此目前许多优秀的图像增强算法都是基于上述特性的,并且仍在不断发展。本文以人类视觉特性为研究重点,在分析色彩恒常性、亮度恒常性及Retinex理论的基础上,提出一种能够更好模拟人类视觉特性的增强框架与计算模型,将其应用于雾天图像的清晰化以及压缩域图像的增强两个领域,以验证其有效性。文章主要内容如下:1、深入研究人类视觉特性理论,包含与图像增强密切相关的两个视觉特性:色彩恒常性与亮度恒常性,通过对Retinex理论的分析,指出现有增强算法在模拟人类视觉特性时的不足以及Retinex算法本身的局限性,为增强框架与计算模型的研究提供理论基础与思路。2、提出一种新的能够同时保持色彩恒常性与亮度恒常性的增强模型并应用于雾天图像的清晰化。首先针对雾天图像退化程度与景深呈非线性关系的特点,提出一种自适应Retinex雾天图像增强算法,根据图像像素点所处的人类视觉区域反映出的雾的厚薄程度自动调整算法的参数取值。在此基础上,构建一种新的图像增强计算模型,将自适应Retinex增强算法与CLAHE增强算法的增强结果自适应地加权融合,使得增强结果能够同时保持色彩恒常性和亮度恒常性,实现对雾天图像的有效清晰化。3、提出一种新的基于Retinex理论的压缩域图像增强算法。该算法以Retinex理论为基础,将DCT系数分为入射分量(DC系数)和反射分量(AC系数),通过对DC系数进行动态范围调整,对AC系数进行细节增强调整,并使用阈值方法抑制块状效应,由此实现对压缩域图像的增强。同时处理入射分量和反射分量能充分利用原始图像的低频信息与高频信息,达到增强细节、保持色彩并抑制块状效应的目的。