图像处理实例--Retinex增强处理

2023-11-11 19:19

本文主要是介绍图像处理实例--Retinex增强处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

算法概述

Retinex理论的基础理论是物体的颜色是由物体对长波(红色)、中波(绿色)、短波(蓝色)光线的反射能力来决定的,而不是由反射光强度的绝对值来决定的,物体的色彩不受光照非均匀性的影响,具有一致性,即retinex是以色感一致性(颜色恒常性)为基础的。不同于传统的线性、非线性的只能增强图像某一类特征的方法,Retinex可以在动态范围压缩、边缘增强和颜色恒常三个方面打到平衡,因此可以对各种不同类型的图像进行自适应的增强。

40多年来,研究人员模仿人类视觉系统发展了Retinex算法,从单尺度Retinex算法改进成多尺度加权平均的Retinex算法,再发展成彩色恢复多尺度Retinex算法。

算法优点

该算法可以平衡图像灰度动态范围压缩、图像增强和图像颜色恒常三个指标,能够实现对含雾图像的自适应性增强。

实验代码

function in=retinex(f,flag)
% 用retinex的msr实现图像去雾
%提取图像的RGB分量
fr=f(:,:,1);
fg=f(:,:,2);
fb=f(:,:,3);
%数据类型归一化
mr=mat2gray(im2double(fr));
mg=mat2gray(im2double(fg));
mb=mat2gray(im2double(fb));
%定义alpha参数
alpha=1200;
%定义模板大小
n=128;
%计算中心
n1=floor((n+1)/2);
for i=1:nfor j=1:n%高斯函数b(i,j)=exp(-((i-n1)^2+(j-n1)^2)/(4*alpha))/(pi*alpha);end
end
%卷积滤波
nr1=imfilter(mr,b,'conv','replicate');
ng1=imfilter(mg,b,'conv','replicate');
nb1=imfilter(mb,b,'conv','replicate');
ur1=log(nr1);
ug1=log(ng1);
ub1=log(nb1);
tr1=log(mr);
tg1=log(mg);
tb1=log(mb);
yr1=(tr1-ur1)/3;
yg1=(tg1-ug1)/3;
yb1=(tb1-ub1)/3;
%定义beta参数
beta=55;
%定义模板大小
%x=32;
%计算中心
%x1=floor((n+1)/2);
for i=1:nfor j=1:n%高斯函数a(i,j)=exp(-((i-n1)^2+(j-n1)^2)/(4*beta))/(6*pi*beta);end
end
%卷积滤波
nr2=imfilter(mr,a,'conv','replicate');
ng2=imfilter(mg,a,'conv','replicate');
nb2=imfilter(mb,a,'conv','replicate');
ur2=log(nr2);
ug2=log(ng2);
ub2=log(nb2);
tr2=log(mr);
tg2=log(mg);
tb2=log(mb);
yr2=(tr2-ur2)/3;
yg2=(tg2-ug2)/3;
yb2=(tb2-ub2)/3;
%定义eta参数
eta=13944.5;
%定义模板大小
%l=500;
%计算中心
%l1=floor((n+1)/2);
for i=1:nfor j=1:n%高斯函数e(i,j)=exp(-((i-n1)^2+(j-n1)^2)/(4*eta))/(4*pi*eta);end
end
%卷积滤波
nr3=imfilter(mr,e,'conv','replicate');
ng3=imfilter(mg,e,'conv','replicate');
nb3=imfilter(mb,e,'conv','replicate');
ur3=log(nr3);
ug3=log(ng3);
ub3=log(nb3);
tr3=log(mr);
tg3=log(mg);
tb3=log(mb);
yr3=(tr3-ur3)/3;
yg3=(tg3-ug3)/3;
yb3=(tb3-ub3)/3;
dr=yr1+yr2+yr3;
dg=yg1+yg2+yg3;
db=yb1+yb2+yb3;
cr=im2uint8(dr);
cg=im2uint8(dg);
cb=im2uint8(db);
%集成处理后的分量得到图像
in=cat(3,cr,cg,cb);
%结果显示figure;subplot(1,2,1);imshow(f);title('原图像');subplot(1,2,2);imshow(in);title('处理后的图像');
end

测试图像如下:

这里写图片描述

参考文献:《MATLAB计算机视觉与深度学习实战》刘衍琪 詹福宇等著 电子工业出版社 2017年6月

这篇关于图像处理实例--Retinex增强处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/392281

相关文章

无人叉车3d激光slam多房间建图定位异常处理方案-墙体画线地图切分方案

墙体画线地图切分方案 针对问题:墙体两侧特征混淆误匹配,导致建图和定位偏差,表现为过门跳变、外月台走歪等 ·解决思路:预期的根治方案IGICP需要较长时间完成上线,先使用切分地图的工程化方案,即墙体两侧切分为不同地图,在某一侧只使用该侧地图进行定位 方案思路 切分原理:切分地图基于关键帧位置,而非点云。 理论基础:光照是直线的,一帧点云必定只能照射到墙的一侧,无法同时照到两侧实践考虑:关

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

C++操作符重载实例(独立函数)

C++操作符重载实例,我们把坐标值CVector的加法进行重载,计算c3=c1+c2时,也就是计算x3=x1+x2,y3=y1+y2,今天我们以独立函数的方式重载操作符+(加号),以下是C++代码: c1802.cpp源代码: D:\YcjWork\CppTour>vim c1802.cpp #include <iostream>using namespace std;/*** 以独立函数

实例:如何统计当前主机的连接状态和连接数

统计当前主机的连接状态和连接数 在 Linux 中,可使用 ss 命令来查看主机的网络连接状态。以下是统计当前主机连接状态和连接主机数量的具体操作。 1. 统计当前主机的连接状态 使用 ss 命令结合 grep、cut、sort 和 uniq 命令来统计当前主机的 TCP 连接状态。 ss -nta | grep -v '^State' | cut -d " " -f 1 | sort |

Thymeleaf:生成静态文件及异常处理java.lang.NoClassDefFoundError: ognl/PropertyAccessor

我们需要引入包: <dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-thymeleaf</artifactId></dependency><dependency><groupId>org.springframework</groupId><artifactId>sp

Java Websocket实例【服务端与客户端实现全双工通讯】

Java Websocket实例【服务端与客户端实现全双工通讯】 现很多网站为了实现即时通讯,所用的技术都是轮询(polling)。轮询是在特定的的时间间隔(如每1秒),由浏览器对服务器发 出HTTP request,然后由服务器返回最新的数据给客服端的浏览器。这种传统的HTTP request 的模式带来很明显的缺点 – 浏 览器需要不断的向服务器发出请求,然而HTTP

jenkins 插件执行shell命令时,提示“Command not found”处理方法

首先提示找不到“Command not found,可能我们第一反应是查看目标机器是否已支持该命令,不过如果相信能找到这里来的朋友估计遇到的跟我一样,其实目标机器是没有问题的通过一些远程工具执行shell命令是可以执行。奇怪的就是通过jenkinsSSH插件无法执行,经一番折腾各种搜索发现是jenkins没有加载/etc/profile导致。 【解决办法】: 需要在jenkins调用shell脚

828华为云征文|华为云Flexus X实例docker部署rancher并构建k8s集群

828华为云征文|华为云Flexus X实例docker部署rancher并构建k8s集群 华为云最近正在举办828 B2B企业节,Flexus X实例的促销力度非常大,特别适合那些对算力性能有高要求的小伙伴。如果你有自建MySQL、Redis、Nginx等服务的需求,一定不要错过这个机会。赶紧去看看吧! 什么是华为云Flexus X实例 华为云Flexus X实例云服务是新一代开箱即用、体

明明的随机数处理问题分析与解决方案

明明的随机数处理问题分析与解决方案 引言问题描述解决方案数据结构设计具体步骤伪代码C语言实现详细解释读取输入去重操作排序操作输出结果复杂度分析 引言 明明生成了N个1到500之间的随机整数,我们需要对这些整数进行处理,删去重复的数字,然后进行排序并输出结果。本文将详细讲解如何通过算法、数据结构以及C语言来解决这个问题。我们将会使用数组和哈希表来实现去重操作,再利用排序算法对结果