一种基于互补伽马变换的低照度图像增强方法.pdf
Ja****23
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于互补伽马变换的低照度图像增强方法.pdf
本发明公开了一种基于互补伽马变换的低照度图像增强方法,包括以下步骤:(1)将原始彩色图像从RGB空间转化到HSV空间,获取图像的照度分量V、色调分量H、饱和度分量S;(2)对照度分量V采用互补伽马变换函数进行处理得到增强照度分量V<base:Sup>‘</base:Sup>;(3)再将彩色图像从HSV空间转换到RGB空间,获取增强图像。本发明能够有效改善光照不均匀导致图像模糊现象,使得图像的视觉效果更佳,同时抑制图像的高曝光部分。
基于照度图优化和自适应伽马校正的低照度图像增强方法.pdf
本发明公开了一种基于照度图优化和自适应伽马校正的低照度图像增强方法,属于计算机视觉领域,该方法包括以下步骤:将图像变化到HSV空间,得到图像的亮度图;对亮度图进行参数自适应引导滤波,得到纹理细节平滑,边缘保留的照度图,将亮度图和照度图进行逐元素相除,得到反射图,利用反射图和光照图得到伽马校正的参数,对亮度图进行伽马矫正,得到重建后的亮度图,利用原图像的饱和度色度分量,将图像变换到RGB空间,得到增强后的图像,本发明改进后的自适应引导滤波,利用图像的平均方差的倍数作为引导滤波正则化因子,减少了人工伪影,优化
一种低照度图像增强方法.pdf
本发明公开的一种低照度图像增强方法,包括如下步骤:将低照度的彩色图像A从RGB色彩空间转化到HSV空间,提取亮度分量V;将彩色图像A转换为灰度图像A<base:Sub>1</base:Sub>,灰度图像A<base:Sub>1</base:Sub>经同态滤波后获得到增强后的灰度图像A<base:Sub>2</base:Sub>,提取灰度图像A<base:Sub>2</base:Sub>的亮度分量V<base:Sub>1</base:Sub>;以灰度图像A<base:Sub>2</base:Sub>作为引导
一种基于物理模型的低照度彩色图像增强方法.pdf
本发明涉及计算机视觉领域,其具体公开了一种基于物理模型的低照度彩色图像增强方法。首先将低照度图像反转为伪雾图,然后采用暗通道先验规律对伪雾图的环境光值A进行估计,再对基于光照情况对透射率进行估计,然后基于物理模型恢复出无雾图像,最终对无雾图像反转后得到增强图像。本发明能处理效率高且效果良好,信息能够较好的保留,提高了低照度图像的对比度,有效提高图像分析、识别等系统的工作效率。
一种基于改进Retinex算法的低照度图像增强方法.pdf
本发明公开了一种基于改进Retinex算法的低照度图像增强方法,应用于图像增强技术领域,包括:对低照度图像进行离散小波分解,得到图像低频和高频分量;将低频分量转为HSV,并单独对V通道进行亮度矫正,随后转回RGB进行双边滤波后再转为HSV提取V通道;采用基于双边滤波器与高斯滤波器联合加权作为新的中心环绕函数的改进Retinex算法对低频分量进行图像增强,并进行中值滤波处理,随后转为HSV提取V通道;将两个V通道加权融合,保留算法增强后的H、S通道,再转回RGB,与去噪后的高频分量进行离散小波融合,并拉伸输