一种自适应的图像增强方法技术
【技术实现步骤摘要】
一种自适应的图像增强方法
本专利技术涉及数字图像处理领域，涉及基于颜色恒常性的数字图像增强技术中的多尺度视网膜增强算法，具体涉及一种自适应的图像增强方法。
技术介绍
基于颜色恒常性的数字图像增强是数字图像处理领域的研究热点之一，被广泛应用于军事侦察、遥感图像、医学图像、水下图像等各领域中。颜色恒常性是指人类视觉系统能够忽视光照颜色然后识别出彩色目标物体的特性，基于颜色恒常性的图像增强试图让计算机也具有人类视觉系统的这种能力，从而提高实际中很多图像数据的应用价值。现有技术中，基于颜色恒常性的图像增强算法主要分为基于光照估计的方法和基于颜色不变假设的方法。现有的大部分的方法都是基于光照估计的方法，它们首先根据具体模型估计出场景光照，然后将它从原图中除去。其具体解决方案有通过物理建模入射光和物体表面交互估计场景光照的方法、有依据对图像的颜色分布的统计假设求解场景光照的方法和利用机器学习方法为一类有某种特性的图像集自适应选择最优参数估计场景光照的方法。基于颜色不变假设的方法与基于光照估计的方法不同，它利用目标图像中不变的颜色描述来实现颜色恒常性，其中基于Retinex理论...
【技术保护点】
一种自适应的图像增强方法，其特征在于，所述方法包括以下步骤：S1、输入待处理的图像，并将其转换到HSV空间；S2、将图像的H分量矩阵拿出，计算该H分量矩阵的信息量，作为该图像的色调丰富度指标；S3、将色调丰富度指标与设定的阈值进行比较，如果色调丰富度指标大于设定的阈值，采用MSR_HSV算法进行图像增强处理；如果色调丰富度指标小于等于设定的阈值，首先采用原始MSRCR算法进行图像增强处理，再将处理后的图像用暗通道先验进行处理。
【技术特征摘要】
1.一种自适应的图像增强方法，其特征在于，所述方法包括以下步骤：S1、输入待处理的图像，并将其转换到HSV空间；S2、将图像的H分量矩阵拿出，计算该H分量矩阵的信息量，作为该图像的色调丰富度指标；S3、将色调丰富度指标与设定的阈值进行比较，如果色调丰富度指标大于设定的阈值，采用MSR_HSV算法进行图像增强处理；如果色调丰富度指标小于等于设定的阈值，首先采用原始MSRCR算法进行图像增强处理，再将处理后的图像用暗通道先验进行处理。2.根据权利要求1所述的一种自适应的图像增强方法，其特征在于：步骤S3中所述设定的阈值为4。3.根据权利要求1所述的一种自适应的图像增强方法，其特征在于，步骤S3中所述采用MSR_HSV算法进行图像增强处理的具体步骤如下：S311、准备不同尺度的高斯核，并利用快速傅里叶变换将其变换到频域；S312、将图像的S分量和V分量分别利用快速傅里叶变换变换到频域；S313、在频域内将不同尺度的高斯核与图像的S分量和V分量分别进行点乘，再利用逆傅里叶变换变换为空间域；S314、将步骤S313产生的不同尺度的输出图像在对数域下与原图像的S分量和V分量分别进行差分作为响应尺度下对场景中照射图像的估值；S315、将步骤S314产生的不同尺度的输出图像加权作为对场景中照射图像在S分量和V分量的估值；S316、将步骤S315产生的两幅估计图像实数化，并对其进行直方图截断；S317、将步骤S316得到的S分量和V分量与原始图像的H分量合并，并重新转换为RGB空间，将输出图像作为MSR_HSV算法的输出图像。4.根据权利要求1所述的一种自适应的图像增强方法，其特征在于：所述高斯核的尺度分别为1个像素、3个像素和5个像素。5.根据权利要求1所述的一种自适应的图像增强方法，其特征在于，步骤S3中所述采用原始MSRCR算法进行图像增强处理的具体步骤如下：S321、准备不同尺度的高斯核，并利用快速傅里叶变换将其变换到频域；S322、将图像的R、G、B三个颜色分量分别利...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。