学位论文 > 优秀研究生学位论文题录展示

基于Retinex理论的图像增强算法研究

作　者: 陈雾
导　师: 任明武
学　校: 南京理工大学
专　业: 模式识别与智能系统
关键词: Retinex 同态滤波颜色恒常性动态范围压缩信息熵
分类号: TP391.41
类　型: 硕士论文
年　份: 2006年
下　载: 1071次
引　用: 27次
阅　读: 论文下载

内容摘要

Retinex是一种建立在科学实验和科学分析基础上的图像增强理论，其实质就是从图像中抛开照射分量的影响来获得物体的反射分量，即获得物体本来的面貌。与其它图像增强方法相比，Retinex算法具有锐化、颜色恒常性、动态范围压缩大、色彩保真度高等特点。故本文对该理论进行了重点研究。本文分析了几种常规的图像增强方法的优缺点；在颜色恒常性理论的基础上研究了全局和局部Retinex算法；对全局Retinex算法引入了两种改进方法；详细地分析了局部Retinex算法和同态滤波之间的相关性；并对在局部Retinex算法中使用的高斯模板的大小和高斯函数的方差之间的关系进行了研究；实验过程合理地分析和使用了几个有效的图像增强的评价指标。最后，本文在分析全局和局部Retinex算法的基础上，提出了一种将两者联合的Retinex方法。通过实验分析，该联合的Retienx算法在对比度和熵方面基本达到了局部Retinex算法的水平，且在亮度方面更是优于局部Retinex算法。

全文目录

摘要  3-4
Abstract  4-5
目录  5-7
图表目录  7-9
1 绪论  9-12
  1.1 问题的提出  9-10
  1.2 研究现状及问题  10
  1.3 本文的研究工作  10-11
  1.4 本文各章内容安排  11-12
2 图像增强方法概述  12-20
  2.1 线性变换和分段线性变换  12-14
    2.1.1 线性变换  12-13
    2.1.2 分段线性变换  13-14
  2.2 图像边缘增强  14
  2.3 直方图均衡化  14-17
  2.4 直方图规定化  17
  2.5 同态滤波  17-20
3 基于全局特征的Retinex图像增强  20-36
  3.1 颜色恒常性与 Retinex理论  20-21
    3.1.1 颜色恒常性  20
    3.1.2 Land的Retinex理论  20
    3.1.3 Retinex理论的发展  20-21
  3.2 基于全局特征的Retinex算法分析  21-25
    3.2.1 灰度图像增强  21-24
    3.2.2 彩色图像增强  24-25
  3.3 算法流程  25
  3.4 增强结果显示  25-26
  3.5 对基于全局特征的Retinex算法的两个改进  26-29
    3.5.1 直方图截取的线性拉伸  26-28
    3.5.2 自适应线性拉伸  28-29
  3.6 实验与结果分析  29-34
  3.7 小结  34-36
4 基于局部特征的Retinex图像增强  36-53
  4.1 局部 Retinex的实质  36-37
  4.2 局部 Retinex算法步骤  37
  4.3 局部 Retinex与同态滤波的关系  37-38
  4.4 局部 Retinex算法分析  38-43
    4.4.1 单尺度 Retinex  38-41
    4.4.2 多尺度 Retinex(MSR)  41-42
    4.4.3 带色彩恢复的多尺度 Retinex(MSRCR)  42-43
  4.5 一种局部与全局相联合的Retinex算法  43-45
    4.5.1 算法思想介绍  43-44
    4.5.2 算法流程介绍  44-45
  4.6 实验图像比较及结果分析  45-52
    4.6.1 图像质量评估  45-51
    4.6.2 试验结果分析  51-52
  4.7 小结  52-53
5 总结与展望  53-54
致谢  54-55
参考文献  55-58
附录 A 实验图像  58-59
  A.1 灰度图像  58-59
  A.2 彩色图像  59

基于Retinex理论的图像增强算法研究

内容摘要

全文目录

相似论文