学位论文 > 优秀研究生学位论文题录展示

基于视觉特性与图像模型的增强算法与性能分析

作 者: 陈亚妮
导 师: 肖亮
学 校: 南京理工大学
专 业: 计算机应用技术
关键词: 彩色图像增强 HVS Retinex LCh彩色空间 色调映射 变分PDE
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 68次
引 用: 0次
阅 读: 论文下载
 

内容摘要


图像增强是图像低层视觉处理的一个基本问题。如何结合人类视觉系统(HVS)对图像的对比度\色彩\饱和度等的感知特性,设计颜色高保真和细节明显的图像增强算法是图像增强领域的研究热点。本文以彩色图像增强为研究主线,比较系统的综述了目前国内外图像增强算法的研究现状的基础上,以基于Retinex理论发展出的各种图像增强算法的改进为具体研究思路,主要工作包括:第一,结合全局色调映射增强算法和直方图调整方法,设计并实现了基于一种多尺度Cortex变换域Retinex的彩色图像增强改进算法。实验结果表明:该算法对自然彩色图像的增强效果改善了原图像的视觉效果,较好的恢复了图像阴暗区域的细节信息,保持了图像的色调一致性,减少了光晕及阴暗区域的块效应。第二,根据彩色图像中的均值和标准差等一阶统计信息,设计局部窗口色调映射模型中的参照值,研究并实现了局部色调映射彩色图像增强算法。实验结果表明该算法在保持图像局部结构的同时增强了图像的对比度,具有较好的图像中阴暗区域的细节再现效果,而且减少了光晕伪影现象。第三,利用HVS中对自然图像的对比度感知特性,研究了一种增强对比度和保持色度的能量泛函最优的图像对比度增强方法。论文通过能量泛函最小化的迭代求解,设计并实现了一种彩色图像对比度增强算法。实验结果表明算法能在保持原图像色调的基础上较好的增强图像对比度,改善了图像中色调的饱和度。

全文目录


摘要  3-4
ABSTRACT  4-7
1 引言  7-12
  1.1 研究背景  7
  1.2 研究现状综述  7-10
    1.2.1 增强图像纹理细节  7-8
    1.2.2 校正彩色图像颜色  8-9
    1.2.3 基于HVS彩色图像增强  9-10
  1.3 本文的主要工作  10-12
2 Retinex理论及算法  12-24
  2.1 引言  12-13
    2.1.1 Retinex理论  12-13
  2.2 基于Retinex理论的算法概述  13-23
    2.2.1 基于路径的Retinex算法  13-18
    2.2.2 中心/环绕Retinex算法  18-21
    2.2.3 基于PDE的Retinex算法  21-23
  2.3 本章小结  23-24
3 基于改进的Retinex彩色增强算法  24-39
  3.1 引言  24
  3.2 基于多尺度Retinex算法  24-34
    3.2.1 自适应全局色调映射  24-28
    3.2.2 改进的多尺度Retinex  28-30
    3.2.3 直方图重拉伸  30
    3.2.4 Cortex变换  30-34
  3.5 算法实验结果及分析  34-38
    3.5.1 实验一:曝光过度  34-35
    3.5.2 实验二:曝光不足  35-38
  3.6 本章小结  38-39
4 全局最优线性窗口局部色调映射算法  39-49
  4.1 引言  39-40
    4.1.1 色调映射算法研究现状  39-40
  4.2 全局最优线性窗口局部色调映射算法  40-44
    4.2.1 局部色调映射算法模型  40-42
    4.2.2 目标函数的最优解  42-43
    4.2.3 调整图  43-44
  4.3 算法实验结果及分析  44-48
    4.3.1 参数设置  44
    4.3.2 实验结果及分析  44-48
  4.4 本章小结  48-49
5 联合对比度增强正则化和色散控制的图像增强变分模型及其算法  49-66
  5.1 引言  49
  5.2 彩色图像人类视觉系统的感知特性  49-50
  5.3 基于能量泛函最优的图像变分增强框架  50-52
    5.3.1 对比度增强的正则化项  51-52
    5.3.2 色散控制项  52
  5.4 联合对比度增强正则化和色散控制的图像增强变分模型及其算法  52-53
  5.5 模型的光滑化处理  53-54
  5.6 数值求解  54-55
  5.7 数值迭代格式的FFT快速实现  55-56
  5.8 算法实验结果及分析  56-65
    5.8.1 实验参数  57
    5.8.2 实验结果及分析  57-65
  5.9 本章小结  65-66
总结与展望  66-67
致谢  67-68
参考文献  68-72
攻读硕士期间所参与的科研项目  72

相似论文

  1. 基于视觉特性的视频编码技术研究,TN919.81
  2. 雾天或背光条件下图像清晰化算法研究及硬件实现,TP391.41
  3. 水下目标的视觉检测与识别,TP391.41
  4. 基于亮度分层与能量优化的高动态范围图像色调映射技术研究,TP391.41
  5. 雾霾环境下图像增强算法研究及其应用,TP391.41
  6. 路面加速加载试验设备装配与使用技术,U416.03
  7. 基于变分偏微分方程的图像融合方法研究,TP391.41
  8. 基于视觉特性及人工神经网络的图像压缩,TP391.41
  9. 人脸图像光照预处理算法研究,TP391.41
  10. 基于时空域的视频去噪算法研究,TP391.41
  11. 结合人眼视觉特性和TV模型的图像去噪方法研究,TP391.41
  12. 非线性滤波soft tempest技术研究,TP391.41
  13. 人脸检测与增强算法的研究,TP391.41
  14. 基于调色板图像的信息隐藏算法研究与实践,TP309.7
  15. 基于图像空间多通道相似分解的图像质量综合评价方法,TP391.41
  16. 基于局部对比度拉伸的高动态范围图像色调映射算法研究,TP391.41
  17. 高动态范围图像色调映射算法及视频增强技术研究,TP391.41
  18. 基于DM642的嵌入式雾天实时处理算法研究与实现,TP391.41
  19. 一种结合HVS的大容量密写方法研究,TP391.41
  20. 基于HVS和熵分析的盲测量去块效应算法研究,TN919.81

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com