基于Retinex理論的圖像增強(qiáng)凸優(yōu)化模型研究.pdf

1、圖像增強(qiáng)技術(shù)是現(xiàn)代計算機(jī)視覺和數(shù)字圖像處理的基本任務(wù)之一，實施這個操作是為了進(jìn)一步完善人類觀測圖像的感官能力，更好地對其中涵蓋的內(nèi)容進(jìn)行分析和處理，增強(qiáng)圖像的可讀性。Retinex是以科學(xué)測試和科學(xué)分析為根基的一種圖像增強(qiáng)理論，在差異化的光照條件下，模擬人類視覺系統(tǒng)感知亮度和顏色的方式。Retinex理論認(rèn)為物體對光線的反射能力決定物體的顏色，其本質(zhì)就是在無光照分量的條件下，得到圖像中物體的反射分量，以便于恢復(fù)物體原來的面貌。與另外一些

2、傳統(tǒng)的圖像增強(qiáng)方法對比，基于Retinex理論的圖像增強(qiáng)模型和算法使得圖像具有增強(qiáng)的邊緣，恒定的顏色，較大的動態(tài)壓縮范圍，使圖像獲得最大的色彩穩(wěn)定性，不發(fā)生變化和扭曲，真實地還原圖像中物體的本來面貌。
　　本文重點(diǎn)研究Retinex理論，進(jìn)一步分析幾種基于Retinex理論的經(jīng)典圖像增強(qiáng)方法，從而提出新的圖像增強(qiáng)凸優(yōu)化模型和算法?；赗etinex理論的經(jīng)典圖像增強(qiáng)方法分為隨機(jī)游走方法、遞歸方法、基于PDE的方法和基于變分的方法等

3、。其中隨機(jī)游走方法需要調(diào)節(jié)大量的參數(shù)并且具有很高的計算復(fù)雜度；遞歸方法很難獲取在過程中執(zhí)行的迭代次數(shù)；PDE方法在計算中存在大量的偏微分方程和泊松方程，導(dǎo)致誤差較大。目前比較流行基于變分的方法，前人提出的基于變分的方法都是將圖像變換到對數(shù)域內(nèi)，這種方法的缺點(diǎn)是在變換的過程中容易丟失圖像中的細(xì)節(jié)和一些微小的紋理。
　　為了克服這些缺點(diǎn)，本文在前人研究的基礎(chǔ)上，提出了基于Retinex的圖像增強(qiáng)凸優(yōu)化模型和算法。該模型不同于以往的模型