Retinex算法低能见度图像增强处理研究(2)

菜单

3.5.1 理想低通滤波器 12

3.5.2 巴特沃思低通滤波器 12

3.5.3 指数低通滤波器 12

3.6 高通滤波 13

3.6.1 理想高通滤波器 13

3.6.2 巴特沃思高通滤波器 13

3.6.3 指数高通滤波器 13

3.7 直方图均衡算法 13

3.7.1 直方图的概念 13

3.7.2 直方图均衡化 15

3.8 同态增强算法 17

3.9 本章小结 20

4 Retinex理论及其与传统算法比较 21

4.1 颜色视觉理论 21

4.1.1 三色理论 21

4.1.2 颜色对立机制理论 22

4.1.3 视网膜皮层理论 23

4.2 颜色恒常性与Retinex理论 24

4.2.1 Retinex算法简介 24

4.2.2 Retinex理论的发展 25

4.3 单尺度Retinex算法（SSR） 26

4.4 多尺度Retinex算法（MSR） 28

4.5 Retinex与同态滤波的关系 29

4.6 与主要增强算法的比较 30

4.6.1 评价 31

4.7 本章小结 32

结论 33

致谢 34

参考文献 35

1 绪论

1.1 课题背景及研究的目的和意义

人类传递信息的主要媒介是语音和图像，而在接受的信息中，视觉信息占到百分之六十以上，所以作为传递信息的重要媒体和手段，图像信息是至关重要的。

一般情况下，在各类图像系统中图像的传送和转换(如成像、扫描、传输以及显示等)总要在一定程度上造成图像质量的降低。例如摄像时，由于光学系统失真、相对运动、大气湍流等都会使图像模糊；再如传输过程中，噪声污染图像，使人观察起来不满意，或者使计算机从中提取的信息减少甚至造成错误。因此，必须对降质图像进行改善处理。图像增强不考虑图像降质的原因，只是按特定的需要突出一幅图像中的某些信息，同时，削减或去除某些不需要处理的信息。其主要目的是使图像更适合于人的视觉特性或计算机识别系统。从图像质量评价观点来看，图像增强技术主要目的是提高图像可辨识度，它不是以图像保真度为原则的，而是通过处理设法有选择地突出便于人或机器分析的某些感兴趣的信息，抑制一些无用的信息，提高图像的使用价值，即图像增强处理只是增强对某些信息的辨别能力。文献综述

在低能见度的恶劣条件下获得的图像受到了严重的退化，不仅模糊不清，对比度降低，而且彩色图像还会出现严重的颜色偏移与失真。这大大降低了图像的应用价值，对生产与生活等各方面造成了极大的影响。例如，高速公路图像监视系统在恶劣天气条件下得到的退化图像会对判断车辆信息和监控交通情况造成极大的困难论文网；在军事侦察或监视中，退化图像对信息的识别与处理会造成偏差，而这种偏差的后果是非常严重的；遥感探测中退化图像同样会对后续的信息处理产生很大的干扰。