传统Retinex算法中，从图像中完全去除亮度分量而使用反射分量来增强效果。通常图像光照变化并非平缓，使得结果图像视觉效果缺乏协调。对此提出一种改进的Retinex算法，通过再处理亮度分量，得到平缓的亮度图像并补偿到反射分量从而改善增强效果，使用均值模版代替高斯模版以减少计算的时间，同时利用拉普拉斯算子加入图像边缘细节特征。实验通过处理低对比度、低亮度的X光射线将改进的Retinex方法与其他各种增强算法进行对比。对实验结果的定性和定量分析表明了该改进算法的有效性。
2021-12-26 14:18:19
399KB
1
该方法结合Retinex算法和小波变换算法，去除交通密集区域数字图像中的FOG内容
2021-09-06 10:47:25
957KB
1
针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法.该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影.实验结果表明,该算法能有效地改善雾天图像的退化现象,提高
2021-06-14 10:44:51
4.35MB
1
通过SRCNN进行水下图像增强
一种水下图像增强方法和相应的图像超分辨率算法。
使用的算法：
图像增强技术。
超分辨率卷积神经网络
Retinex算法伽玛校正。
黑暗先验。
进一步阅读：使用SRCNN.pptx进行水下图像增强
SRCNN训练模型：my_modelSRCNN.h5
用于实施的参考文件：Underwater2.pdf
2021-05-07 15:18:02
23.34MB
1
本GUI界面为图像去雾系统，使用matlab实现的功能有4点：
1.使用全局直方图均衡化的方法实现给有雾图像去雾。
2.使用Retinex算法实现给有雾图像去雾。
3.使用暗通道算法实现给有雾图像去雾。
4.使用加雾算法给无雾图像添加雾，然后再用3个算法实现去雾，得到处理后的图像。
5.通过直方图对比，观察处理前后直方图的区别。保存处理后的图片。
2021-04-20 10:03:02
418KB
1
针对特殊环境（雾天、傍晚）下车牌图像由于光线暗淡而使得识别效果明显下降的问题，提出一种使用改进的Retinex算法（五尺度Retinex算法）与幂函数和双边滤波相结合对特殊环境下的车牌图像进行增强的算法。首先用幂函数对雾天、傍晚环境下的车牌图像进行处理，再采用双边滤波处理，最后经过五尺度Retinex算法处理。与传统Retinex算法相比，所提出的算法取得了较好的对特殊环境下的车牌图像增强的效果，改善了车牌图像的视觉效果，并且处理时间较短，对现实生活具有可观的实际意义。
2021-04-08 21:52:24
681KB
1
针对现有的Retinex算法不能自动调节参数，提出一种基于参数估计的双边滤波Retinex算法。该算法首先利用主成份分析和Canny边缘检测算法分别进行噪声估计和边缘强度估计；然后通过线性相关运算计算双边滤波的空间几何标准差参数和亮度标准差参数；再利用参数估计的双边滤波把图像分解出照度图像和反射图像；最后将照度图像和反射图像通过不同方法的压缩和增强并合成一幅新的图像。通过实验表明，它不仅能够自动设置参数，还能有效抑制光晕现象。
2021-03-29 21:21:21
754KB
1