论文部分内容阅读
Retinex图像增强方法是近年来研究较为热门的图像增强方法,该方法以人类视觉系统的色彩恒常性为理论基础,通过模拟人眼观察场景的方式,恢复因图像采集设备限制而丢失的场景细节,达到增强图像对比度,还原物体真实色彩的目的。本文以Retinex方法为研究重点,在分析Retinex计算模型的基础上,提出一种新的Retinex算法,并将Retinex理论引入JPEG压缩框架,用以增强JPEG压缩图像。文章主要内容如下:1、深入研究Retinex理论的计算模型,通过对Retinex理论进行数学公式上的分析,指出Retinex算法的特点和局限性,并在实验中得到验证;在以上研究的基础上,从像素比较路径选择的角度出发,分析了随机路径Retinex、Frankle-McCann Retinex、MSR和RSR四种经典Retinex算法,提供一种新的Retinex研究思路。2、通过对Retinex算法局限性的分析,提出一种基于无限冲击响应(IIR)低通滤波的Retinex算法,该算法采用二维比较路径选取像素点进行比较,用线性迭代的方式降低计算复杂度;通过在照度估计过程中记录边界点信息,以防止边界两边明暗差异很大的像素点相互影响,达到消除“光晕伪影”的目的。同时针对现有的Retinex算法不能自适应选择参数的局限性,将IIR低通滤波Retinex与实数编码的遗传算法相结合,在CIELab色彩空间对参数进行进化调整。经过不同特点图像的处理结果表明:该算法对不同光照条件,不同成像条件的图像,都能够选择出合适的参数进行增强,处理后的图像细节清晰,色彩真实。3、在研究现有压缩域图像增强算法的基础上,将Retinex理论加入到JPEG编码过程中,达到增强JPEG压缩图像的目的,具体做法分为两个步骤:Retinex增强和改进亮度量化表。首先以Retinex理论为基础,将DCT系数的DC系数看作入射光分量,AC系数看作反射光分量,修改DC系数以调整场景光照,修改AC系数以提高图像对比度;然后判断宏块的活动性,自适应修改亮度量化表,达到保留增强细节,抑制块状效应的目的。