Retinex算法

摘要： 目前中国交通监控系统存在着传输速率低、低稳定性差,丢包率高,并且系统成像易受雾霾和低照度的外部因素影响使监控视频关键信息丢失,导致识别算法准确率下降的问题。针对上述的问题,设计一种结合5G无线通信技术和图像增强算法的交通监控系统。该系统在硬件方面利用5G通信设备传输视频数据,并在服务器端采用改进的单尺度Retinex算法对交通监控图像进行去雾。引入反转图像通过大气散射模型对图像亮度进行增强解决低照度对系统成像的影响。通过理论分析与实验仿真,该监控系统能够保证监控视频传输的稳定性,并且对受雾霾和低照度影响的交通监控图像具有一定的增强效果,有效地提高了识别算法的准确性。

摘要： 针对Retinex算法应用于水下图像增强中,常出现颜色失真与图像细节增强相矛盾的现象,提出了结合细节信息的自适应多尺度Retinex水下图像增强算法。分析包含不同细节信息的水下图像对Retinex算法增强中卷积函数尺度大小的选择要求;采用图像梯度作为调节因子,自适应调整多尺度Retinex算子的权重,用于适应包含不同细节信息的水下图像对对比度增强的要求,有效地缓和了水下图像增强在颜色失真和细节对比度提升之间的矛盾。多组实验验证了该算法在去除水下图像的蓝绿背景、避免颜色失真、消除非均匀光照和图像细节增强等方面均优于传统多尺度和颜色保真的多尺度Retinex算法。

摘要： 为保证不同海上环境下,舰船无线传感网络目标跟踪的可靠性,提出基于Retinex算法的舰船无线传感网络目标跟踪方法。采集舰船目标图像,采用改进的Retinex算法增强舰船目标图像,提升图像细节和质量,通过无线通信方式进行图像传输,依据摄像头标定原理转换目标图像坐标为世界坐标系坐标,获取舰船目标的实际位置,完成舰船无线传感网络目标跟踪。测试结果显示:该方法增强后图像的边缘清晰度提升,跟踪性能良好,帧率的最高结果达到127 fps左右;舰船目标发生遮挡和尺度发生变化2种情况下,仍然能够可靠完成目标跟踪。

摘要： 针对轻小型无人机数字航空影像的色彩校正问题,笔者采用先匀光,后校正,将原始影像分块,每一块影像都对R、G、B三个通道进行处理,分别在不匀光、Mask匀光、Wallis匀光和Retinex匀光下,基于近距离拍摄的参考影像进行色彩校正,最后合并3个通道及所有分块,消除拼接缝。通过定性分析与定量分析的方法,对比不匀光及3种匀光算法对校正结果的影响发现,Retinex匀光后校正的结果和参考影像最为接近,相较于原始影像,标准差(STD)和平均梯度(MG)偏离值分别缩小44.11%和78.74%。而Mask匀光和Wallis匀光后校正的结果相对较差。Retinex匀光后的色彩校正可以最好地反映地物真实色彩,校正结果较好,有利于航空影像的建模、解译等工作。

摘要： 针对我国水利水电工程中水下探测过程采集到的图像质量不佳、画面昏暗的问题,文中使用基于导向滤波的Retinex图像增强算法,对采集到的水下图像进行复原处理,将水下图像RGB色彩空间转换为HSV色彩空间,采用直方图均衡化和颜色校正技术,解决了水下图像噪声较大和边缘模糊的问题。使用同态滤波算法对图像的高频信息和低频信息进行处理,抑制图像光照较强的区域。实验结果显示,该研究的算法在优化图像增强算法方面具有突出的技术优势。

摘要： 由于受水质环境和悬浮物等因素的干扰,水下环境具有复杂性和多变性,获取的水下堤坝裂缝的图像存在噪声较大、对比度不够等一系列影响质量的问题。通过普通的边缘检测方式对水下堤坝裂缝进行检测存在困难。为了能够获取更加准确的裂缝信息,提出应用自适应阈值分割以及多尺度导向滤波Retinex图像增强的算法。应用多尺度导向滤波Retinex算法增强处理获取的图像,并实现色彩空间的转换,由RGB变为HSV;之后再借助于导向滤波算法处理中的亮度图像,实现其分量的估算;再通过直方图裁剪、Gamma颜色校正处理和获取照度图像,运用Sigmoid函数对反射图像进行增强,从而达到增强裂缝图像的作用。与当前存在的Retinex算法进行对比,针对对比度较高的边缘范围具有“光晕伪影”以及偏色的情况,通过该算法都能得到有效解决。通过应用自适应最大类间方差阈值分割以及形态学处理方式分割经过增强的裂缝头像,得到骨架图像,同时细化线性裂缝,将其变为单像素,从而计算出相应的目标裂缝参数。通过实验说明,应用以上算法对复杂度较高的水下环境中的裂缝能够进行有效检测。

摘要： 秋冬时节雾霾天气频发,严重影响了监控系统里的车牌识别精度,迫切需要能够进行实时处理的小型化的嵌入式车牌识别系统。图像去雾目前主要是在PC端进行,实时性低。本文提出一种基于Zynq雾霾天气下的实时车牌识别系统。通过改进去雾算法对颜色空间(HSV)中的亮度分量进行处理,然后通过中值滤波进行去噪,最后将处理后的图像利用车牌识别相关算法进行处理。该系统采用ARM+FPGA异构的方式,PS(ARM)端负责简单算法运算、IP核控制与驱动等,PL(FPGA)端负责需要大量并行运算的算法。通过实验结果对比,该系统能够达到预期的效果,具有实时性、可移植、可嵌入和功耗低等特点,能够满足在雾霾天气下的车牌识别的性能要求。

摘要： 为了提升园林景观图像质量,提出了改进Retinex的园林景观图像增强方法。采集景观图像;对园林景观图像进行伽玛校正、高斯差分滤波、对比度均衡等处理;采用改进Retinex算法对园林景观图像进行优化和增加,并进行了园林景观图像的仿真测试,结果表明,改进Retinex算法提高了园林景观图像的信噪比,而且园林景观图像增强的时间短,可以满足园林景观图像后续处理的实际要求。

摘要： 烟雾会降低能见度,为船舶火灾消防带来极大不便。研究图像实时去烟算法,并应用到视频监控或消防设备中,为消防行动提供视觉支持,对提高行动效率具有重大意义。本文提出一种图像实时去烟算法,在分析了船舶舱室火灾图像特点的基础上,基于传统Retinex理论,引入滚动导向滤波代替高斯滤波,取消对数计算,并结合图像金字塔设计了多尺度处理,通过对比度拉伸优化视觉效果。主、客观评价的结果表明,该算法去烟效果良好,优于直方图均衡化、多尺度Retinex、暗通道先验3种经典图像清晰化算法,且对640×480×3像素RGB图像的处理时间仅为95 ms。

摘要： 气体绝缘金属封闭开关(GIS)是电网至关重要的高压电气设备,其内部缺陷的存在将会严重影响电网的稳定运行。为了克服传统人工巡检效率低、操作不规范等问题,本文利用X射线图像特征,提出了一种基于DSSD网络的GIS设备缺陷无损检测方法(X-DSSD)。在分析GIS内部缺陷产生原理的基础上,确定了典型缺陷种类特征在X射线图像中的表征信息。采用Retinex算法对X射线图像缺陷点进行增强处理,再利用Dice loss实现清晰的边界检测对缺陷边缘特征进行提取,最后,通过X-DSSD目标检测算法对预处理的图像进行无损缺陷检测。结果表明,提出的X-DSSD检测方法相较于其他检测方法对于GIS内部的各种类型缺陷都表现出较高的检测精度。结果证明该方法可以较好的实现对GIS内部的缺陷检测,为现实GIS内部缺陷精准识别提供了解决方案。

摘要： 为了提高低照度图像的质量,提出了在HSI色彩空间的图像增强新算法.首先将RGB图像转换到HSI色彩空间,然后分别针对饱和度分量S和亮度分量I进行不同的增强处理.对饱和度分量S提出分段指数变换进行增强,以使图像色彩更适合人眼视觉习惯;对亮度分量I,引进新的正交多小波V系统,先进行相应的V变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强.最后将处理后的S分量、1分量与H分量合成为清晰的彩色RGB图像.实验表明该算法可以明显改善低照度彩色图像的视觉效果,在客观评价指标上也有显著提高.

摘要： 为了提高低照度图像的质量,提出了在HSI色彩空间的图像增强新算法.首先将RGB图像转换到HSI色彩空间,然后分别针对饱和度分量S和亮度分量I进行不同的增强处理.对饱和度分量S提出分段指数变换进行增强,以使图像色彩更适合人眼视觉习惯;对亮度分量I,引进新的正交多小波V系统,先进行相应的V变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强.最后将处理后的S分量、1分量与H分量合成为清晰的彩色RGB图像.实验表明该算法可以明显改善低照度彩色图像的视觉效果,在客观评价指标上也有显著提高.

摘要： 为了提高低照度图像的质量,提出了在HSI色彩空间的图像增强新算法.首先将RGB图像转换到HSI色彩空间,然后分别针对饱和度分量S和亮度分量I进行不同的增强处理.对饱和度分量S提出分段指数变换进行增强,以使图像色彩更适合人眼视觉习惯;对亮度分量I,引进新的正交多小波V系统,先进行相应的V变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强.最后将处理后的S分量、1分量与H分量合成为清晰的彩色RGB图像.实验表明该算法可以明显改善低照度彩色图像的视觉效果,在客观评价指标上也有显著提高.

摘要： 为了提高低照度图像的质量,提出了在HSI色彩空间的图像增强新算法.首先将RGB图像转换到HSI色彩空间,然后分别针对饱和度分量S和亮度分量I进行不同的增强处理.对饱和度分量S提出分段指数变换进行增强,以使图像色彩更适合人眼视觉习惯;对亮度分量I,引进新的正交多小波V系统,先进行相应的V变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强.最后将处理后的S分量、1分量与H分量合成为清晰的彩色RGB图像.实验表明该算法可以明显改善低照度彩色图像的视觉效果,在客观评价指标上也有显著提高.

摘要： 为了提高低照度图像的质量,提出了在HSI色彩空间的图像增强新算法.首先将RGB图像转换到HSI色彩空间,然后分别针对饱和度分量S和亮度分量I进行不同的增强处理.对饱和度分量S提出分段指数变换进行增强,以使图像色彩更适合人眼视觉习惯;对亮度分量I,引进新的正交多小波V系统,先进行相应的V变换,分离出高、低频子带,接着对低频子带进行Retinex调整,以减轻光照因素对图像的影响,而对高频子带则使用改进的模糊增强算法来实现图像的去噪与增强.最后将处理后的S分量、1分量与H分量合成为清晰的彩色RGB图像.实验表明该算法可以明显改善低照度彩色图像的视觉效果,在客观评价指标上也有显著提高.

摘要： 经典Retinex算法假设场景中光照平缓变化,当光照变化比较强烈时,易产生"光晕"现象.本文提出了一种改进的Retinex算法对人脸图像进行增强,以提高光照变化条件下的人脸识别率.文章分别利用双曲正切函数替换Retinex算法中对数函数,双边滤波算法代替高斯滤波消除"光晕"影响,并将增强后的人脸图像用于人脸识别.结果表明,改进Retinex算法降低了时间复杂度,图像增强效果优于同类算法,并提高了人脸识别率,很好的解决了"光晕"问题,具有光照鲁棒性,可适用于光照变化较强条件下的人脸识别.

摘要： 经典Retinex算法假设场景中光照平缓变化,当光照变化比较强烈时,易产生"光晕"现象.本文提出了一种改进的Retinex算法对人脸图像进行增强,以提高光照变化条件下的人脸识别率.文章分别利用双曲正切函数替换Retinex算法中对数函数,双边滤波算法代替高斯滤波消除"光晕"影响,并将增强后的人脸图像用于人脸识别.结果表明,改进Retinex算法降低了时间复杂度,图像增强效果优于同类算法,并提高了人脸识别率,很好的解决了"光晕"问题,具有光照鲁棒性,可适用于光照变化较强条件下的人脸识别.

摘要： 经典Retinex算法假设场景中光照平缓变化,当光照变化比较强烈时,易产生"光晕"现象.本文提出了一种改进的Retinex算法对人脸图像进行增强,以提高光照变化条件下的人脸识别率.文章分别利用双曲正切函数替换Retinex算法中对数函数,双边滤波算法代替高斯滤波消除"光晕"影响,并将增强后的人脸图像用于人脸识别.结果表明,改进Retinex算法降低了时间复杂度,图像增强效果优于同类算法,并提高了人脸识别率,很好的解决了"光晕"问题,具有光照鲁棒性,可适用于光照变化较强条件下的人脸识别.

摘要： 经典Retinex算法假设场景中光照平缓变化,当光照变化比较强烈时,易产生"光晕"现象.本文提出了一种改进的Retinex算法对人脸图像进行增强,以提高光照变化条件下的人脸识别率.文章分别利用双曲正切函数替换Retinex算法中对数函数,双边滤波算法代替高斯滤波消除"光晕"影响,并将增强后的人脸图像用于人脸识别.结果表明,改进Retinex算法降低了时间复杂度,图像增强效果优于同类算法,并提高了人脸识别率,很好的解决了"光晕"问题,具有光照鲁棒性,可适用于光照变化较强条件下的人脸识别.

摘要： 基于内容的视觉信息检索是视觉信息研究中的重要研究课题和研究热点。非均匀光照使人脸检索系统对图像中人脸的召回率下降。因此，提出了基于 NLEMD（Neighborhood Limited Empirical Mode Decomposition）的 Retinex 人脸光照补偿算法，使人脸检索系统能够正确检测到图像中受非均匀光照的人脸。该算法将待增强的图像分别乘以不同的照射系数得到多幅图 像，然后利用 NLEMD 和 Retinex 算法来实现人脸图像的光照补偿。实验表明，该算法处理后的图像克服了传统 Retinex 算法增强后图像对比度低和引入了噪声的缺陷，有效地解决了光照补偿问题，可以明显提高人脸检索中对受非均匀光照人脸的召回率。

摘要： 本发明公开了一种基于改进Retinex的图像增强方法，使用引导滤波代替高斯滤波估算亮度图像，利用Sobel边缘检测器得出多尺度引导滤波图像的权重因子，对于彩色图像，将RGB色彩空间转换到YUV色彩空间进行增强处理，之后再转回RGB色彩空间显示。本发明不仅在运算速度上得到显著的提高，而且能够使得色彩恢复的效果更好。

摘要： 这里涉及的是一种基于改进的Retinex与Welsh近红外图像增强与彩色化算法。针对近红外图像的彩色化问题，提出一种新的算法：首先将近红外图像取反，然后对取反后的RGB三个通道的图像分别用MSRCR算法处理，把处理后的RGB三通道灰度值分别拉伸合并成一幅新的图像，取反后用改进的导向滤波实现图像增强，再用改进的BOF算法检索用于给近红外图像上色的彩色参考图像，接着用Welsh算法对增强后的近红外图像分区域上色后，通过纹理匹配选取相似像素点，最终实现近红外图像的彩色化。实验结果表明，该算法增强后的图像细节清晰，色彩传递效果好，运行速度较快。

摘要： 本发明公开了一种基于改进Retinex算法的低照度图像增强方法，应用于图像增强技术领域，包括：对低照度图像进行离散小波分解，得到图像低频和高频分量；将低频分量转为HSV，并单独对V通道进行亮度矫正，随后转回RGB进行双边滤波后再转为HSV提取V通道；采用基于双边滤波器与高斯滤波器联合加权作为新的中心环绕函数的改进Retinex算法对低频分量进行图像增强，并进行中值滤波处理，随后转为HSV提取V通道；将两个V通道加权融合，保留算法增强后的H、S通道，再转回RGB，与去噪后的高频分量进行离散小波融合，并拉伸输出增强后的低照度图像。本发明能够有效保证图像的色彩、边缘细节、避免图像出现局部失真现象。

摘要： 本发明公开了一种基于自适应Retinex和小波融合的图像增强算法；首先，用本文的自适应Retinex算法对图片进行光照估计，对反射分量增强来得到自适应图像；再次，在得到自适应图像的基础上分别在频率域和空间域进行锐化，即将自适应图像分别进行高斯高通滤波锐化和一种改进的空间算子进行锐化，得到频率域锐化图像和空间域锐化图像；最后，将自适应图像和频率域增强图像以及空间域锐化图像用小波变换分为高频与低频分别执行加权融合得到最终图像。本发明对实际应用中常见的光照不均匀的图像、低照度图像均取得了较好的增强效果，可以适用于更多场合。

摘要： 本发明公开了一种基于基于拉普阿斯金字塔重构的Retinex图像增强算法，针对光晕现象改进照度图像估计的方法；针对泛灰问题，采用局部化增强处理，获取多幅局部最优图像，利用拉普拉斯金字塔重构多幅局部最优图像为一幅全局最优图像。相比于单尺度Retinex算法、双边滤波算法、基于图像融合技术的Retinex图像增强算法，新算法的图像增强能力具有显著的提升。本发明可以单尺度Retinex算法中光晕现象和泛灰问题。

摘要： 本发明公开了基于Retinex的无人机拍摄图像增强算法，涉及无人机拍摄图像增强技术领域，具体为基于Retinex的无人机拍摄图像增强算法，包括以下步骤：S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法，其中，Rao‑2算法用于全局搜索，NM算法负责局部搜索；S4、应用Rao‑2算法进行全局搜索，得到目标函数局部最优解；S5、使用NM单纯形法通过局部搜索改进结果；S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。本发明中，对比度大大增强；图像细节大部分保留；图像更加自然，以及极大的减轻了本发明方法的计算量，提高了计算速度。

摘要： 本发明涉及医学图像技术领域，且公开了基于Retinex图像增强算法的医学图像增强方法，包括壳体，所述壳体的内侧活动连接有支撑杆，壳体的内壁固定连接有正极板，壳体的内壁固定连接有负极板，壳体的内壁弹性连接有滑块，壳体的内壁固定连接有电介质板，所述滑块的内壁活动连接有滚珠，所述滑块的内壁弹性连接有限位杆。该Retinex图像增强算法的医学图像增强方法，通过电活性聚合物在电刺激作用下收缩的特性，实现了工作平台受到较大的外力而发生震动时，工作平台上的计算机会出现剧烈晃动的现象，会导致计算机发生倾倒，造成计算机的显示器与工作平台发生碰撞，造成计算机显示器的损坏，带来经济损失，降低了计算机显示器的使用寿命。

摘要： 本发明公开了一种基于自适应Retinex和小波融合的图像增强算法；首先，用本文的自适应Retinex算法对图片进行光照估计，对反射分量增强来得到自适应图像；再次，在得到自适应图像的基础上分别在频率域和空间域进行锐化，即将自适应图像分别进行高斯高通滤波锐化和一种改进的空间算子进行锐化，得到频率域锐化图像和空间域锐化图像；最后，将自适应图像和频率域增强图像以及空间域锐化图像用小波变换分为高频与低频分别执行加权融合得到最终图像。本发明对实际应用中常见的光照不均匀的图像、低照度图像均取得了较好的增强效果，可以适用于更多场合。

摘要： 本发明公开了一种基于Retinex算法的水下图像增强方法和装置。该方法包括：对原始RGB水下图像进行白平衡处理和颜色校正，得到预处理后的图像；将所述预处理后的图像转化至LAB色彩空间；采用单通道Retinex算法对L通道进行图像增强处理和亮度矫正，采用双边滤波对A和B通道进行颜色校正，得到LAB图像；将所述LAB图像转换至RGB图像，完成水下图像增强操作。本发明解决了水下图像清晰度低，偏色严重，物体边缘轮廓线不清晰等问题，达到色彩校正、边缘增强的效果。

摘要： 本发明公开了一种基于retinex算法和卷积神经网络的行人再识别方法，首先提取视频数据库中的视频帧序列，构建卷积神经网络并训练出行人网络模型，利用训练好的网络模型将行人从视频帧序列中检测出来，用retinex算法将检测出的行人进行图像增强，最后将增强后的行人输入卷积神经网络中提取行人不同层次的深度特征，通过卷积神经网络最后一层的softmax分类器进行分类，得到最终匹配相似度。本发明充分考虑了现实场景中光照变化，阴影覆盖等问题，在识别之前引入retinex增强算法，模仿人类视觉系统，使图像更接近于人眼所看到的样子，有效地提高了识别效果。采用端到端的行人再识别方法，用同一个卷积神经网络将行人检测与行人识别结合在一起，解决了行人标签的对齐问题。