一种基于Retinex的非线性彩色图像增强算法

发布日期：2012 年9 月15 日

预览
摘要

本内容试读结束

下载后可阅读完整内容，立即下载

：针对多尺度Retinex 彩色恢复(MSRCR)算法容易造成颜色失真和丢失细节信息的缺点，本文提出了一种基于Retinex 的非线性彩色图像增强算法。首先将图像从RGB 空间转换到YCbCr 空间，从而避免了直接在RGB空间进行处理时易造成颜色失真的缺陷，然后采用改进的Retinex 模型进行局部自适应增强，很好地保留了图像的细节信息，再利用Gamma 校正做全局亮度调整，对图像的整体动态范围进行压缩，最后再将图像从YCbCr空间转换到RGB 空间。实验结果表明，算法对自然图像和遥感影像的处理结果都很有效，没有出现颜色失真现象，在改善视觉效果的同时也增强了图像的细节信息。

一个图像处理系统通常可以分为3 个阶段，分别是图像预处理阶段、特征抽取阶段和识别分析阶段。

图像预处理阶段是非常重要的，如果这阶段处理不好，后面的工作根本无法展开。图像增强是图像预处理中非常重要的一种方法。

Retinex 理论是由Land[1,2]提出的一个关于人类视觉系统如何调节感知到物体的颜色和亮度的模型，指出了图像色彩的恒常性，也就是说同样的物体在不同的光源或光线底下颜色是恒定的。

根据Retinex 理论，人眼中的图像的成像主要由两个因素决定，分别为入*本文受国家自然科学基金(41072245, 41272359)、北京市自然科学基金(4102029)资助。

#通讯作者。