彩色图像增强去噪研究

论文摘要

相对于灰度图像,彩色图像蕴含更多的信息,可以更好地满足人们的视觉感知,并帮助人们以此为依据做出决策。彩色数字图像处理技术的蓬勃发展,使其在原本灰度图像处理占主导地位的领域获得了成功,并有取而代之之势。理所当然的,彩色数字图像的质量问题成为关注的焦点。当图像不适合观看时对其进行预处理以改善图像视觉效果,这是诸如超分辨率重建、目标跟踪等所有后续处理的前提,其生要程度不言而喻。现实中拍摄照片,时常会有因光线昏暗、曝光不足、背光拍摄等原因造成图像质量低下的情况。此类图像的特点是亮度、对比度低,噪声分量大且动态范围小。本文的工作就是围绕解决此类问题而展开的。为了解决上述问题而提出的Retinex模型是一种已被证实的行之有效的方法。然而,应用传统的Retinex方法,有可能引起光晕效应且其增强过度。本文在介绍、分析Retinex模型后,应用mean-shift滤波去除光晕效应,并提出了改进方法,抑制图像过度增强。然而,抑制函数也需要加以限制,否则处理力度不足,本文提出了直方图均衡化的改进方法,在Retinex处理后对图像进行再增强,有效地保持了图像细节,并且可以限制抑制函数。实验证明,该方法的引入提高了系统的鲁棒性。此外,由于低照度彩色图像颜色衰退问题严重,本文借鉴了Gamma校正的思想,并将其应用于饱和度通道,较好地丰富了图像的彩色信息。实际拍摄的图像中,整幅图像的光照条件并不一定相同,尤以背光、侧光图片最为显著。本文在分析了背光补偿方法后,提出了一种无参数的、且不拘泥于目标人物在图像正中的背光补偿方法,进一步提高系统的鲁棒性。本文还针对低照度图像的噪声做了简要分析,并应用光学散焦模糊模型结合块匹配3D滤波的方法对图像进行去噪。最后,本文对低照度图像处理技术和全文内容进行了总结,并对未来有可能成为热点的问题做了适当的展望。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 背景意义
• 1.2 低照度图像处理技术的发展过程
• 1.2.1 国内外研究现状
• 1.2.2 课题的提出与主要应用
• 1.3 本文的结构安排
• 2 彩色数字图像处理基础
• 2.1 色彩空间简介
• 2.1.1 RGB色彩空间
• 2.1.2 YUV/YCbCr色彩空间
• 2.1.3 HSI色彩空间
• 2.2 人类视觉系统与彩色恒常性
• 2.2.1 人眼与彩色
• 2.2.2 彩色恒常性
• 2.3 Macbeth-彩色检验器
• 3 消除光晕的Retinex方法研究
• 3.1 Retinex理论概述
• 3.1.1 单尺度Retinex（Single scale Retinex）
• 3.1.2 多尺度Retinex（Multi scale Retinex）
• 3.1.3 彩色恢复的多尺度Retinex（Multi scale Retinex with Color Restoration）
• 3.2 光晕效应及Mean-shift的应用
• 3.2.1 Retinex的光晕效应
• 3.2.2 Mean-shift滤波器
• 3.2.3 实验结果及分析
• 4 低照度图像增强与去噪分析
• 4.1 彩色图像亮度与饱和度增强
• 4.1.1 传统彩色图像增强
• 4.1.2 基于HSI空间的直方图统计修正
• 4.1.3 源于Gamma校正思想的饱和度增强
• 4.1.4 实验结果及分析
• 4.2 彩色图像去噪
• 4.2.1 传统彩色图像去噪
• 4.2.2 基于块匹配的滤波
• 4.2.3 散焦模糊去噪
• 4.2.4 实验结果及分析
• 4.3 低照度图像的自适应处理
• 4.3.1 背光补偿的意义
• 4.3.2 一种基于亮度直方图的背光补偿改进
• 4.3.3 实验结果及分析
• 4.4 自适应低照度处理系统
• 5 结论与展望
• 参考文献
• 攻读硕士学位期间发表学术论文情况
• 致谢