【摘要】：在圖像處理中,作為圖像的前期預處理階段,圖像增強是必不可少的技術(shù)手段。圖像增強的目的是為了突出圖像中感興趣區(qū)域的細節(jié)信息,濾除噪聲,擴大圖像中不同物體特征之間的差別,改善圖像的視覺效果,使得增強后的圖像更適合人類的視覺特性以及機器的識別系統(tǒng)。近年來,隨著科技的發(fā)展和人類需求的不斷提升,彩色成像設(shè)備日新月異,廣泛地應用于生活工作的很多方面。而通常圖像在硬件獲取和成像過程中受成像設(shè)備和場景條件等外界因素的影響,導致圖像質(zhì)量下降,甚至影響后續(xù)的人機圖像分析識別。因此,彩色圖像增強技術(shù)研究備受人們的關(guān)注,本文根據(jù)實際應用需求,通過對彩色圖像增強的相關(guān)理論進行研究,分析彩色圖像處理中存在的問題,結(jié)合邊緣保持濾波器的特性,提出了幾種新的增強算法,主要包括基于四元數(shù)引導濾波的彩色圖像增強、基于多尺度引導濾波的彩色圖像增強和基于深度雙邊濾波器的彩色圖像增強。由于彩色圖像增強領(lǐng)域比較廣泛,因此本文提出的三種彩色圖像增強方法也是針對于不同的應用需求。為了使彩色圖像細節(jié)突出,可視性強,并且避免在增強過程中造成顏色失真,本文提出了一種基于四元數(shù)引導濾波的彩色圖像增強方法。首先將傳統(tǒng)引導濾波推廣到四元數(shù)域中,對引導濾波的最小化代價函數(shù)進行修改,引入?yún)?shù)l抑制線性輸出的實部,將圖像能量集中到虛部,推導得出基于四元數(shù)的引導濾波;其次將彩色圖像以四元數(shù)矩陣的形式建模,彩色圖像的R,G和B分量分別作為純四元數(shù)的三個虛部,通過四元數(shù)引導濾波對圖像作為一個整體進行濾波處理;再次利用提出的四元數(shù)引導濾波對彩色圖像進行分解,將待增強彩色圖像分成一個平滑圖像和一個細節(jié)圖像,并對細節(jié)圖像進行細節(jié)增強處理;最后將平滑圖像和增強后的細節(jié)圖像重構(gòu),得到增強后的圖像。其中,本文提出了兩種不同特點的細節(jié)圖像增強方法,第一種是自適應細節(jié)增強方法,在自適應變換模型中,當輸入量的絕對值變大時,輸出值的絕對值也逐漸變大,這個特性符合圖像中細節(jié)與噪聲能量的分布,圖像中,噪聲的能量往往比較小,而圖像的細節(jié)邊緣部分的能量比較大,當細節(jié)能量作為函數(shù)輸入量時可以得到較大的放大系數(shù),當噪聲能量作為函數(shù)輸入量時放大系數(shù)相對變小,因此該函數(shù)模型恰好可以適用于本文的圖像細節(jié)增強方法。第二種是顯著性細節(jié)增強方法,顯著性細節(jié)增強主要是將彩色圖像轉(zhuǎn)化為灰度圖,并對灰度圖的像素值與鄰域內(nèi)其他像素值的差值求和,得到對應的顯著值,該方法利用直方圖能夠簡單快速地獲得顯著圖,通過計算得出的顯著圖對圖像細節(jié)層進行區(qū)域放大,突出了圖像的感興趣區(qū)域,同時對細節(jié)圖像進行整體的線性增強,最后,將線性增強結(jié)果和顯著性區(qū)域增強結(jié)果有效結(jié)合,得到了最終的顯著性細節(jié)增強圖像,不僅著重突出了圖像感興趣區(qū)域,同時也增強了圖像中其他區(qū)域的細節(jié)。實驗結(jié)果表明,提出的方法增強效果顯著,不僅使圖像邊緣明顯突出、紋理更加清晰,同時顏色保真,其視覺效果優(yōu)于傳統(tǒng)的圖像增強方法,客觀評價指標也有較大幅度的提升。為了深層次平滑圖像細節(jié),同時保持圖像邊緣不模糊,將引導濾波與提升小波結(jié)合提出了一種多尺度引導濾波。首先,通過提升小波將圖像多尺度分解,分解成一個低頻子帶和多個高頻子帶。在提升小波分解中,相比高頻信息,低頻信息作為圖像的主要能量,不僅含有圖像的基礎(chǔ)部分,同時含有大部分的圖像細節(jié)。然后,在提升小波重構(gòu)過程中,利用引導濾波平滑每個尺度的低頻信息并且保持其邊緣不模糊的特性。最后,再次對提升小波重構(gòu)后的平滑圖像進行引導濾波,濾除殘余的細節(jié)。實驗結(jié)果表明:多尺度引導濾波能夠深層次平滑圖像細節(jié),保持邊緣完整性。本文將多尺度引導濾波應用到暗通道去霧先驗理論中,對透射率進行優(yōu)化,相比he(暗原色先驗)算法,能夠從整體上提升圖像的視覺效果,增強去霧圖像的細節(jié)和對比度,有效地恢復場景信息并保留場景的邊緣信息。同時改善了客觀評價指標。本文還將多尺度引導濾波應用到flash/noflash去噪中,flash圖像含有豐富的細節(jié),但圖像中的顏色與真實環(huán)境顏色不符,可以將它作為多尺度引導濾波的引導圖像,noflash圖像雖然很多細節(jié)被噪聲淹沒,但保持著較為自然的圖像色彩,因此可以作為輸入圖像,多尺度引導濾波利用flash/noflash的特性進行互補,將兩幅圖像融合來去除noflash圖像中的噪聲,使得其細節(jié)豐富,呈現(xiàn)出清晰自然的圖像。與引導濾波相比較,多尺度引導濾波不僅能夠有效地去除噪聲,還能夠增強圖像中的細節(jié)信息,同時保持輸入圖像真實的色彩環(huán)境。針對邊緣保持濾波器在平滑較大尺度的細節(jié)時容易造成邊緣模糊的問題,本文提出了一種新的邊緣保持濾波器,它充分利用了圖像中的信息,將圖像估計的深度信息與傳統(tǒng)雙邊濾波融合進行平滑濾波。首先,本文通過大氣散射物理模型以及暗原色先驗原理對透射率進行估計,獲得圖像“深度”信息,雖然這個深度不是嚴格意義上的深度值,但它能夠在一定程度上反映圖像中的結(jié)構(gòu)層次信息;其次,利用估計的深度信息構(gòu)造一個硬邊緣約束條件,用來約束鄰域內(nèi)各個像素值在構(gòu)造雙邊濾波權(quán)值中的作用。約束中引入了一個閾值參數(shù)T_d,在深度圖的中心像素點鄰域范圍內(nèi),如果有像素點與該中心點之間的深度差值大于閾值T_d,說明此像素點與中心點不在同一深度層內(nèi),那么將其雙邊濾波器中的權(quán)值設(shè)置為0,反之,則其權(quán)重將參與雙邊濾波的權(quán)值運算。在深度雙邊濾波中,調(diào)節(jié)閾值T_d至關(guān)重要,對圖像的處理效果影響較大,如果T_d值足夠大,那么硬邊緣約束將不會起作用,則深度雙邊濾波器將會變成雙邊濾波器。反之,如果T_d值足夠小,則深度雙邊濾波器將不會具有邊緣保持和平滑細節(jié)功能。本文將深度雙邊濾波器應用到圖像細節(jié)增強、圖像邊緣提取和圖像紋理去除等領(lǐng)域。實驗結(jié)果表明,該方法不僅保持了雙邊濾波器的平滑保邊的優(yōu)點,而且使圖像邊緣明顯突出,同時通過調(diào)節(jié)閾值T_d能夠抑制光暈現(xiàn)象,對于圖像細節(jié)增強的客觀評價指標也有較大幅度的提升。
【學位授予單位】：中國科學院長春光學精密機械與物理研究所
【學位級別】：博士
【學位授予年份】：2017
【分類號】：TP391.41
【圖文】：

科學院大學博士學位論文：基于邊緣保持濾波器的彩色圖像增強算法研究的是，對彩色圖像進行直方圖均衡化是建立在灰度直方圖是分別統(tǒng)計彩色圖像 R，G，B 三個通道的直方圖數(shù)據(jù)或方圖數(shù)據(jù)，并進行直方圖均衡化運算。x 理論，Edwin Land 提出了 Retinex 理論[55]，Retinex 是視網(wǎng)膜rtex 兩詞的組合而成，表明在處理過程中，主要考慮人體為人類視覺亮度和顏色感知的模型，Retinex 理論可以根實現(xiàn)圖像銳化，顏色恒常性以及動態(tài)范圍壓縮等目的。顏種光照條件下人類的視覺系統(tǒng)對物體的顏色感知保持相出的一致性提高。論[56-59]主要的目的是補償圖像中光照效果，將原圖像 S，即反射圖像 R 和光照圖像 L，其原理如下圖所示：

第 1 章 緒論光干擾的圖像，即待處理的降質(zhì)圖像。這種分解能夠去除背景光和前影響，以及增強照射包括空間變化著的照明，例如包含室內(nèi)和室外區(qū)域數(shù)算法通常會對等式兩邊同時取對數(shù)得：log S x , y log R x , y log L x ,y log R x , y log S x , y log L x ,y 將等式轉(zhuǎn)換到對數(shù)域的運算主要是因為可以將乘法轉(zhuǎn)為加法，減少復雜運算量，使得運算變得簡潔。同時，也與人類生理學有關(guān)，即有視覺系統(tǒng)敏感性。自從提出 Retinex 理論以來，該算法經(jīng)歷了許多數(shù)償其均勻照明，動態(tài)范圍，顏色恒定性。在不同的 Retinex 算法中，同的流程圖，如圖 1.3 所示，并且它們之間的差異集中于光照圖像的實l r

【相似文獻】

相關(guān)期刊論文 前10條

1 張帆,李曉峰,李在銘;離散彩色圖像可視模型與快速聚類技術(shù)研究[J];信號處理;2000年03期

2 姜威,陳援非,孔勇,李文明;一種在復雜背景彩色圖像中劃分手部圖像的方法[J];山東大學學報(工學版);2003年04期

3 洪順華;彩色圖像轉(zhuǎn)化黑白照片解決方案[J];照相機;2005年01期

4 趙于前,桂衛(wèi)華,徐大宏,李凌云,唐艷;基于在線學習的彩色圖像區(qū)域增長法[J];計算機工程與應用;2005年09期

5 谷瑞軍;須文波;;基于核方法的彩色圖像量化研究[J];計算機應用;2006年09期

6 劉杰;陳懷新;;彩色圖像有效壓縮及聯(lián)合重建的研究[J];通信技術(shù);2012年01期

7 鄒云龍;高峰;陳洪潔;劉斌;王棟;;基于計算機與彩色圖像的樹高測量[J];綠色科技;2013年10期

8 黃建忠,李德華,柳健,熊聯(lián)歡;一種室內(nèi)彩色圖像的分割方法[J];華中理工大學學報;1997年10期

9 龐韶寧,吳宗堯;彩色圖像邊沿色彩補償檢測方法[J];計算機應用與軟件;2000年02期

10 唐吉玉,桑梓勤;可見光譜的彩色圖像著色計算[J];光電子·激光;2001年06期

相關(guān)會議論文 前10條

1 羅娟;;混合空間法在彩色圖像增強中的應用[A];2008通信理論與技術(shù)新發(fā)展——第十三屆全國青年通信學術(shù)會議論文集（下）[C];2008年

2 劉立柱;楊洪兵;王彬;;彩色圖像數(shù)字半調(diào)處理及誤差分析[A];中國體視學學會圖像分析專業(yè)、中國體視學學會仿真與虛擬現(xiàn)實專業(yè)、中國航空學會信號與信息處理專業(yè)第一屆聯(lián)合學術(shù)會議論文集[C];2000年

3 石俊生;廖寧放;余鴻飛;楊衛(wèi)平;白鳳翔;曾華;章毓晉;;數(shù)字彩色圖像顏色管理[A];中國圖象圖形學會第十屆全國圖像圖形學術(shù)會議（CIG’2001）和第一屆全國虛擬現(xiàn)實技術(shù)研討會（CVR’2001）論文集[C];2001年

4 周梅;劉秉瀚;;一種基于模糊關(guān)系的彩色圖像自適應分割方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

5 韓廣良;宋建中;王欣剛;;用軟件實現(xiàn)彩色圖像的數(shù)字濾光[A];第二屆全國信息獲取與處理學術(shù)會議論文集[C];2004年

6 高志升;;彩色圖像人臉檢測新方法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

7 侯振德;盧晨霞;;利用彩色圖像相關(guān)測量牛骨的逆壓電效應[A];第十二屆全國實驗力學學術(shù)會議論文摘要集[C];2009年

8 丁興號;王鑫芯;肖泉;廖英豪;郭東輝;王守覺;;一種新的基于彩色雙邊濾波的彩色圖像增強方法[A];第八屆全國信號與信息處理聯(lián)合學術(shù)會議論文集[C];2009年

9 李華勝;王延江;袁保宗;;復雜背景下彩色圖像中的人臉檢測[A];第十屆全國信號處理學術(shù)年會（CCSP-2001）論文集[C];2001年

10 牛玉貞;李學慶;楊萍;黃萬麗1;;基于區(qū)域的彩色圖像專色分色算法[A];第三屆和諧人機環(huán)境聯(lián)合學術(shù)會議（HHME2007）論文集[C];2007年

相關(guān)重要報紙文章 前5條

1 海子;新型彩色圖像清分機提升銀行抗風險能力[N];中國現(xiàn)代企業(yè)報;2007年

2 謝;NCR iTran8000軟件升級靈活[N];電腦商報;2007年

3 李隆;拍攝“黑景”主體的魅力[N];中國攝影報;2012年

4 沈濤;神奇“墨水”把普通白板電子化[N];市場報;2000年

5 ;掃描儀中有快馬[N];市場報;2001年

相關(guān)博士學位論文 前7條

1 武昆;基于邊緣保持濾波器的彩色圖像增強算法研究[D];中國科學院長春光學精密機械與物理研究所;2017年

2 蓋琦;基于四元數(shù)理論的彩色圖像信息隱藏技術(shù)[D];南開大學;2009年

3 陳強;基于MPEG-21的三維矩陣彩色圖像表征、編碼與質(zhì)量評價研究[D];吉林大學;2006年

4 李雪威;基于感知的彩色圖像增強和分割算法研究[D];天津大學;2009年

5 李岳陽;彩色圖像濾波算法的研究[D];江南大學;2010年

6 周浩宇;基于生物視覺模型的圖形圖像處理方法[D];中南大學;2012年

7 杜建強;基于圖像分析的中醫(yī)舌象分割與識別方法研究[D];華中科技大學;2008年

相關(guān)碩士學位論文 前10條

1 范晶;基于四元數(shù)的彩色圖像部分加密研究及在遙感圖像的應用[D];南京信息工程大學;2015年

2 李麗莎;基于HSV空間的彩色圖像亞像素邊緣檢測[D];西安工業(yè)大學;2015年

3 王曉艷;SA-APBT在基于對象的彩色圖像和MPEG-4視頻編碼中的應用研究[D];山東大學;2015年

4 張春曉;基于D-APBT的彩色圖像和H.26x視頻編碼算法研究及其ARM實現(xiàn)[D];山東大學;2015年

5 李平;彩色圖像稀疏特性分析方法及其應用研究[D];西安電子科技大學;2014年

6 藍雷波;水下散射介質(zhì)成像的彩色圖像增強研究[D];中國海洋大學;2015年

7 申倩;彩色圖像局部不變性特征描述方法研究[D];魯東大學;2016年

8 鹿麗鵬;基于均勻空間色差度量的彩色圖像椒鹽噪聲濾波方法研究[D];昆明理工大學;2016年

9 楊文蓮;基于雙邊濾波的巖畫彩色圖像增強算法研究[D];寧夏大學;2016年

10 楊舒羽;彩色圖像質(zhì)量評價方法研究[D];西安電子科技大學;2015年

本文編號：2731153