圖像是人類感知世界、認(rèn)識(shí)世界最有效的途徑,具有很好地視覺(jué)信息。但是由于圖像在傳送或獲取的途中,往往會(huì)受到外界眾多事物的影響而導(dǎo)致誤差的存在。這不僅影響圖像的整體效果,而且會(huì)對(duì)圖像的后續(xù)處理造成一定的影響,因此,對(duì)于圖像的增強(qiáng)這一技術(shù)的研究尤為重要。近幾年。圖像增強(qiáng)技術(shù)的發(fā)展越來(lái)越成熟,基于變分的圖像增強(qiáng)技術(shù)也越來(lái)越普遍。尤其是Retinex變分模型提出后,眾多學(xué)者在此基礎(chǔ)上相繼提出許多的改進(jìn)模型,例如被廣泛的應(yīng)用到圖像增強(qiáng)中的TV-Retinex模型。同樣,利用大氣散射模型對(duì)圖像增強(qiáng)的技術(shù)應(yīng)用也越來(lái)越廣泛,尤其是應(yīng)用到圖像去霧方面。本文在詳細(xì)研究這兩種經(jīng)典的圖像增強(qiáng)方法基礎(chǔ)上,利用L0范數(shù)的稀疏性,對(duì)經(jīng)典的圖像增強(qiáng)算法做如下改進(jìn):首先,本文在TV-Retinex變分模型的基礎(chǔ)上,提出了基于L0范數(shù)和Retinex理論的圖像增強(qiáng)變分模型。由于L0范數(shù)相較于L1范數(shù)具有更好的稀疏性,本文改進(jìn)的模型將照度分量的正則項(xiàng)約束由L1范數(shù)改進(jìn)為L(zhǎng)0范數(shù),并應(yīng)用到Retinex變分模型當(dāng)中。實(shí)驗(yàn)結(jié)果表明,利用本文算法得到的照度分量比其他方法得到的要光滑很多,與圖像照度分量空間平滑性的設(shè)想相同。此外,利...

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 研究背景
    1.2 圖像增強(qiáng)研究現(xiàn)狀
    1.3 本文內(nèi)容安排
第二章 圖像增強(qiáng)的基本理論與方法
    2.1 人眼視覺(jué)特性
        2.1.1 視覺(jué)關(guān)注
        2.1.2 亮度及對(duì)比敏感度
        2.1.3 視覺(jué)掩蓋
    2.2 基本理論
        2.2.1 Retinex理論
        2.2.2 大氣散射模型
    2.3 圖像增強(qiáng)的經(jīng)典方法
        2.3.1 基于大氣散射模型圖像去霧算法
        2.3.2 基于Retinex理論的圖像增強(qiáng)算法
    2.4 圖像的質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)
        2.4.1 主觀評(píng)價(jià)
        2.4.2 客觀評(píng)價(jià)
    2.5 本章小結(jié)
第三章 基于L0 范數(shù)的Retinex圖像增強(qiáng)變分模型
    3.1 改進(jìn)的新模型
    3.2 模型的求解
    3.3 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于L0范數(shù)的圖像去霧變分模型
    4.1 本章改進(jìn)的算法
    4.2 模型的求解
    4.3 實(shí)驗(yàn)結(jié)果與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文主要工作
    5.2 相關(guān)工作展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介



本文編號(hào)：3989213