小波框架下固定步長的變分Retinex真彩圖像增強.pdf

1、人類獲得和傳遞的信息大約有70％來自視覺信息，但是日常生活中，由于許多不確定因素的影響，比如雨雪，沙塵，霧等會導(dǎo)致獲取的圖像信息不清晰，這時就需要到圖像增強技術(shù)來改善原圖像的質(zhì)量。
　　 Retinex理論及其相關(guān)算法是目前圖像增強的新方式，Retinex方法的理論基礎(chǔ)是色彩恒常性，通過仿照人類的視覺系統(tǒng)所聯(lián)想到的方法，恢復(fù)因外界因素影響而丟失部分信息，達(dá)到恢復(fù)圖像本來特征的目的。
　　 本文以研究Retinex算法為重

2、點，先將傳統(tǒng)的Retinex算法做了大致的介紹，然后由多分辨率框架到小波變換具有多分辨率的特點，將小波變換引入到Retinex算法當(dāng)中，提出了一種新穎的Retinex算法。該算法首先把原圖像轉(zhuǎn)換到HSV空間，并對V分量進行對數(shù)運算，然后進行小波變換，在每一層上應(yīng)用Retinex方法進行估計亮度圖像，進行取指數(shù)，Gamma校正運算，得到增強后的結(jié)果，最后將HSV圖像轉(zhuǎn)換到RGB空間。本文的主要內(nèi)容包括以下幾點：
　　 1、介紹了傳

3、統(tǒng)的圖像增強方法，這些方法需要人機交互的方式進行處理，處理后的圖像效果并不是很好。
　　 2、根據(jù)隨機路徑Retinex算法理論，衍生出McCann’sRetinex，中心環(huán)繞的Retinex，并分析了他們的優(yōu)缺點。
　　 3、針對傳統(tǒng)Retinex算法的缺點，本文將小波變換和Retinex理論進行融合，由于原變分框架的Retinex算法計算步長的方式十分復(fù)雜，本文采用了固定步長，降低了算法的復(fù)雜度。進行實驗仿真的結(jié)果表