精华内容
下载资源
问答
  • retinex算法
    千次阅读
    2022-05-08 20:17:40

    目录

    1、Retinex 理论及数学模型

    2、Retinex 算法发展历程

    2.1 基于迭代的 Retinex 算法

    2.1.1 Frankle-McCann Retinex 算法

    2.1.2 McCann99 Retinex 算法

    2.2 基于中心环绕的 Retinex 算法 

    2.2.1 SSR算法(单尺度)

    2.2.2 MSR算法(多尺度)

    2.2.3 MSRCR算法

    2.3 Retinex算法的频域处理


    1、Retinex 理论及数学模型

    Retinex 理论指出,入射光决定了一副图像中的所有像素点的动态范围的大小,而物体自身所固有不变的反射系数决定了图像的内在固有属性。也就是说,我们所看到的图像是照射光根据物体的反射系数所反射的光线形成的,如图所示。很显然,如果把一幅图像看作是由照射光和反射光组成的话,Retinex 图像增强的基本思想就是去除照射光的影响,保留物体自身的反射属性。

     

    核心:从S图像中估测L分量,并去除L分量,得到原始反射分量R

    retina(视网膜) + cortex(皮层) —— Retinex

    提出者:埃德温·赫伯特·兰德 —— Polaroid(宝丽来)

    Retinex百度百科RETINEX_百度百科

    2、Retinex 算法发展历程

    2.1 基于迭代的 Retinex 算法

    2.1.1 Frankle-McCann Retinex 算法

    基本原理:
    Frankle-McCann 算法采用了一种新的基于螺旋结构的迭代分段线性比较路径,螺旋结构路径像素点间的比较是一个由远到近的比较过程,在进行完一次比较之后,下一次的做比较的两个像素点间的间距缩短为上一次比较间距的一半,并且比较路径的方向同时也按顺时针方向发生转变,就这样逐次比较直至像素点间距为 1 为止。

    Frankle-McCann Retinex 算法步骤 :
    (1)数据的前期转换
            把原图像的像素值由整数域转到对数域,减少后续算法的运算量
            对于彩色图像要先分解为R.G.B三幅灰度图再转换
            因为RGB图像的像素值是
    (0,255),在做对数运算时为避免负值的出现,可以将原图像像素值整体加 1,即s (x, y) = log(1+S (x, y))
    (2)初始化一个与原图像 S(x,y)同样大小的常数为 t 的矩阵
            m*n的图像,则矩阵包含m*n个t,保证每个像素点都进行一次迭代。
            t是原图像亮度的均值,

    (3)求解 S = 2P的值,P=fix[log2 min(m, n)-1]
            S是目标点与两个比较点之间的最大距离
    (4)计算路径上的像素点
    假设 rn (x,y)是上一次迭代的结果,将此次迭代差值累加保存到相应的 rn (x,y)位置中,最终得到此次的迭代结果,然后再对两者做一个平均,最后得到输出结果。l是目标点在此路径上的亮度

         

    (5)令S=-S/2
            每下一步的两个比较点与目标点的间距缩短为上一步的一半,同时方向按顺时针改变,即S=-S/2
    (6)重复3.4.5三个步骤直到|S|<1
    (7)迭代n次,也就是重复3.4.5.6四个步骤n次
            每次迭代选取不同的初始比较点
    (8)线性拉伸,彩色图像还需要三个通道的合成,然后输出显示
    经过像素间的比较校正 n 次迭代之后,输出结果是以初始化值 t中心,集中分布在 t 附近的一系列的浮点数。也就是说原图像的数据经过迭代后起到了压缩的效果,因此需要对迭代结果做线性拉伸处理,提高图像对比度。通常采用的 8 bit 图像的动态范围值是 0 255,拉伸公式:

     其中maxmin分别是迭代结果的最大和最小值,R(x,y)是最终的增强结果。

    2.1.2 McCann99 Retinex 算法

     

    基本原理:
    提出了一种金字塔比较模型,由金字塔顶端到底端分辨率由低到高,依次逐层迭代。这种采用分辨率由低到高的迭代方法可以有效减少算法的运算量,节约算法的执行时间。

    算法步骤:
    1) 将原图像变换到对数域S;
    2) 初始化(计算图像金字塔层数;初始化常数图像矩阵R作为进行迭代运算的初始值);
    3) 从顶层开始,到最后一层进行8邻域比较运算,运算规则与MccCann Retinex算法相同;
    4) 第n层运算结束后对第n层的运算结果进行插值,变成原来的两倍,与n+1层大小相同;
    5) 当最底层计算完毕得到的即最终增强后的图像。

    局限性:
    读取图像的尺寸必须符合2的整数次幂,即图像长宽可表示为(col*2^n)*(row*2^n)
    Col必须大于row ,并且属于集合{1,2,3,4,5}

    改进算法:

    适用于各种尺寸的图像,保持扩展后的图像与原图的一致性,尽量避免扩展像素点对原图的干扰,采取只对图像边界扩展的方法。

    基于迭代的 Retinex 算法总结:

    迭代次数对算法的影响:
    算法的执行时间随着迭代次数 n 取值变大而增加
    n 取 5 到 8 之间能同时兼顾图像质量和计算速度

    优点:
    颜色恒常性、动态范围压缩大(像素点丰富)、色彩逼真度高(图像高保真)

    缺点:
    增强后的图像存在“光晕”现象,即在图像色彩交界处渐变
    光晕缺陷同样也存在于其他 Retinex算法之中

    2.2 基于中心环绕的 Retinex 算法 

    基于路径比较的 Retinex 算法和 McCann 算法,像素点之间亮暗关系的比较路径实质上都是一维的,一维路径的比较方法不论在效率上还是在准确性上都有较大的缺陷。为了更加准确地估计出图像的照射分量,1986 年Land 在分析一维路径缺陷的基础上对算法做了改进,用二维区域内像素比较来取代一维路径比较,提出了基于二维路径比较的 Retinex 算法,经过后续发展之后就是我们现在所熟知的基于中心环绕的 Retinex 算法。

    2.2.1 SSR算法(单尺度)

    基本理论:
    在计算图像中目标像素点的灰度值时,是通过以目标点为中心的区域内的像素值的加权得到的,权重的比例大小则是由环绕函数(高斯函数)来确定。

    σ 越小,高斯模型会变得越尖锐,目标像素点受到周围像素影响的范围就越小;
    σ 越大,则高斯模型会变得越平缓,目标像素点受到周围像素影响的范围就越大。
    SSR算法σ 一般取80-100

    SSR算法步骤:


    2.2.2 MSR算法(多尺度)

    基本理论:
    采用几个不同大小的尺度参数对R.G.B三个分量分别单独做滤波后再线性加权归一化就得到了MSR算法。

    MSR算法步骤:


    同样在这里,对于灰度图像来说,直接对灰度值做上述步骤处理即可;对于彩色图像来说,可以将图像分解为 R、G、B 三副灰度图分别进行以上步骤处理,然后再合成彩色图像。

    2.2.3 MSRCR算法

    MSRCR 算法在 MSR 算法的基础上增加了一个色彩恢复的步骤
    利用彩色图像的各个色彩通道间的比例关系,较好地解决了颜色恒常性的问题

    2.3 Retinex算法的频域处理

    SSR、MSR、MSRCR 算法都需要用高斯核对图像进行卷积计算,所有算法都要进行下式的计算

    在时域中卷积,特别是对于大尺度 σ 时,需要进行的计算量过大,耗时过长。

    卷积定理:时域中卷积相当于频域中乘积

    假设一个序列的长度为 m,那么此序列做卷积运算是的运算复杂度是 O(m*m);如果将序列做快速傅里叶变换转换到频域再做乘积运算则运算复杂度降低为O(m*logm)。也就是说将计算搬移到频域,卷积计算变成乘法计算,计算量将会大大下降。式 3-13 可以简化为 

    在做图像增强之前,首先需要对原图像和高斯核做二维离散傅里叶变换

    更多相关内容
  • Retinex算法代码,简单便捷,下载就能用
  • 传统Retinex算法中,从图像中完全去除亮度分量而使用反射分量来增强效果。通常图像光照变化并非平缓,使得结果图像视觉效果缺乏协调。对此提出一种改进的Retinex算法,通过再处理亮度分量,得到平缓的亮度图像并补偿...
  • 压缩包内包含了我所用过的单尺度Retinex算法,以及多尺度Retinex算法,可用于图像去雾等增强用途,均可使用
  • 针对带颜色恢复的多尺度Retinex算法在最后输出的图像上存有重叠的问题,提出了一种改进的子频带分解的Retinex算法,该算法不仅能增强亮点中的细节,也能增强在阴影中的细节。由于RGB这三种颜色之间有很强的关系,而...
  • 针对常用的双边滤波算法易造成图像细节丢失及Retinex算法在光照变化剧烈时易出现光晕伪影现象等缺点,提出了一种基于双边滤波和多尺度Retinex算法的图像增强方法。该方法首先对图像进行小波分解,获得图像高频和低频...
  • 执行/demo.py,见 /code/retinex.py 中的代码和注释
  • SSR、MSRCR、Retinex和暗通道四种去雾算法的matlab实现,亲测好用,改图片名可以直接运行,效果很好
  • retinex算法MATLAB代码程序 retinex算法是目前比较流行且重要的图像增强算法,主要是通过将影响图像质量的照度分量去除,得到图像本来面目的原理!利用了人类视觉系统的特性!
  • Retinex算法

    2017-04-05 17:16:34
    Retinex算法
  • 单尺度Retinex算法实现

    2017-10-19 11:37:50
    根据单尺度Retinex算法的经典说法,使用matlab实现,并测试通过
  • 该压缩包内包含图像增强方法之一的retinex算法matlab代码,带有一定注释。
  • 1.领域:matlab,暗通道和RETINEX算法的图像去雾算法 2.内容:基于暗通道和RETINEX算法的图像去雾matlab仿真,带GUI界面+matlab操作视频 3.用处:用于暗通道和RETINEX算法的图像去雾算法编程学习 4.指向人群:本...
  • retinex ("Retinex by two bilateral filters" by M. Elad, 2005) shape from shading algorithm by Horn and Ikeuchi ("The Variational Approach to Shape from Shading" by B. Horn and M. Brooks, 1985) optical...
  • 【老生谈算法】基于Retinex算法图像增强的MATLAB实现.docx
  • retinex算法MATLAB代码

    2020-12-26 12:30:24
    retinex算法是目前比较流行且重要的图像增强算法,主要是通过将影响图像质量的照度分量去除,得到图像本来面目的原理!利用了人类视觉系统的特性!
  • 这里边有单尺度,多尺度等等的Retinex的Matlab程序,挺好用的 这里边有单尺度,多尺度等等的Retinex的Matlab程序,挺好用的
  • 为了提高光照变化条件下的人脸识别率,针对Retinex算法处理人脸侧光照图像时会误增强阴影的边缘提出了一 种基于新的传导函数的自适应平滑Retinex算法。该传导函数用空间梯度和像素的局部不一致性两种方式共同测量灰 ...
  • 煤矿井下视频监控图像具有...基于改进的单尺度Retinex算法,利用双边滤波代替高斯滤波对光照进行估计,用于矿井彩色图像的增强。实验结果表明,所用算法适用于井下彩色视频图像,具有计算效率高、增强图像无光晕等优点。
  • 多尺度 Retinex 算法实现。 多尺度retinex算法实现,用的是matlab,测试通过,里面的三个参数可以自己设置 MSR
  • retinex算法

    2014-09-10 16:11:12
    目前流行的图像增强算法retinex算法,用c实现
  • 在本文中,提出了一种基于多尺度 Retinex (MSR) 的色调再现算子 (TRO),以消除在 HDR 图像到 LDR 图像转换期间图像中存在的 Holo 伪影。 在色调再现之前,通过保持动态模糊直方图均衡 (BPFHE) 方法使用亮度改善了...
  • 图像增强算法——Retinex算法。并在MATLAB中实验一下这类方法的去雾效果。
  • 针对之前提出的很多算法产生的显著图都存在背景信息杂乱、干扰噪声多、细节丢失等问题,提出了一种基于小波变换和Retinex算法的显著性检测算法。首先,利用Retinex算法对图像进行前期处理;然后,对前期处理过的图像...
  • 通过自底向上视觉注意模型对低照度下高动态范围图像进行焦点提取,保留于相异焦点集中,对整幅图像应用带色彩恢复的多尺度Retinex算法(MSRCR)进行图像增强,再对焦点区域进行保持亮度和颜色比例的增强,利用高斯...
  • retinex算法代码MSR

    2019-04-21 21:05:34
    搜集到的几个基于retinex算法的代码,用的是matlab,测试通过
  • Retinex算法学习

    2015-11-01 13:45:06
    这是自己在学习Retinex算法过程中整理出来的PPT和文档,还有自己参考的经典的论文,想了解Retinex算法的可以参考学习一下~
  • 2.使用Retinex算法实现给有雾图像去雾。 3.使用暗通道算法实现给有雾图像去雾。 4.使用加雾算法给无雾图像添加雾,然后再用3个算法实现去雾,得到处理后的图像。 5.通过直方图对比,观察处理前后直方图的区别。保存...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 1,450
精华内容 580
关键字:

retinex算法

友情链接: 龙贝格.zip