[1]李博文,唐贵进,崔子冠.基于Retinex模型的弱光照图像增强算法[J].计算机技术与发展,2021,31(05):79-84.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 014]
 ,AWeaklyIlluminatedImageEnhancementAlgorithm BasedonRetinexModel[J].,2021,31(05):79-84.[doi:10. 3969 / j. issn. 1673-629X. 2021. 05. 014]
点击复制

基于Retinex模型的弱光照图像增强算法()
分享到:

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
31
期数:
2021年05期
页码:
79-84
栏目:
图形与图像
出版日期:
2021-05-10

文章信息/Info

Title:
AWeaklyIlluminatedImageEnhancementAlgorithm BasedonRetinexModel
文章编号:
1673-629X(2021)05-0079-06
作者:
李博文唐贵进崔子冠
南京邮电大学江苏省图像处理与图像通信重点实验室,江苏南京210003
Author(s):
LIBo-wenTANGGui-jinCUIZi-guan
JiangsuKeyLaboratoryofImageProcessingandImageCommunication,NanjingUniversityofPostsandTelecommunications,Nanjing210003,China
关键词:
图像增强Retinex照度分量反射分量U-Net
Keywords:
imageenhancementRetinexilluminancecomponentreflectioncomponentU-Net
分类号:
TP301.6
DOI:
10. 3969 / j. issn. 1673-629X. 2021. 05. 014
摘要:
深度Retinex-Net算法利用了低/正常光图像具有相同反射率的约束条件,以数据驱动的方式实现了弱光照图像的增强。该算法解决了传统图像增强算法非线性表达能力不强以及增强后的图像不自然等一系列问题。但在该算法中分解出的照度分量模糊且不够平滑,以及对反射分量处理时采用的BM3D去噪操作没有考虑噪声对不同光照区域的影响,导致图像增强效果一般。鉴于Retinex-Net算法的局限性,提出了一种基于Retinex模型的弱光照图像增强算法。为了更准确地计算分解出照度分量的估计值,提出了一个照度分量平滑度损失函数来更好地学习分解的过程,并使用U-Net网络结构对反射分量中存在的噪声进行去噪,最后将两者进行融合得到增强后的图像。实验结果表明,该算法不仅能有效地提高主观视觉效果上的图像对比度、亮度和色彩饱和度,在客观评价指标上如PSNR和SSIM也均得到了进一步提高。
Abstract:
ThedeepRetinex-Netalgorithmtakesadvantageoftheconstraintsthatlow/normallightimageshavethesamereflectivityandlightsmoothnessandrealizestheenhancementofweaklightimagesinadata-drivenmanner.Thisalgorithmsolvesaseriesofproblemsoftraditionalimageenhancementalgorithmssuchasthenon-linearexpressionabilityandtheunnaturalfeatureofenhancedimages.However,theilluminancecomponentdecomposedinthisalgorithmisfuzzyandnotsmoothenough,andtheBM3Ddenoisingoperationusedintheprocessingofthereflectioncomponentdoesnotconsidertheeffectofnoiseondifferentilluminationareas,resultinginageneralimageenhancementeffect.InviewofthelimitationsoftheRetinex-Netalgorithm,aweaklyilluminatedimageenhancementalgorithmbasedontheRetinexmodelisproposed.Inordertocalculatetheestimatedvalueofthedecomposedilluminancecomponentmoreaccurately,alossfunctionoftheilluminancecomponentsmoothnessisproposedtobetterlearnthedecompositionprocess,andtheU-Netnetworkstructureisusedtodenoiseinthereflectedcomponent.Thesetwomeasuresarefusedtoobtaintheenhancedimage.Theexperimentshowsthattheproposedalgorithmcaneffectivelyimprovethesubjectivequalitysuchasthecontrast,brightnessandcolorsaturationofenhancedimagesandtheobjectivequalitysuchasPSNRandSSIM.

相似文献/References:

[1]李春林 杨洁 杨世兴.造影图像中冠状动脉的增强方法研究[J].计算机技术与发展,2010,(03):188.
 LI Chun-lin,YANG Jie,YANG Shi-xing.Study on Approach to Enhance Coronary Artery in Angiograms[J].,2010,(05):188.
[2]钟科 潘保昌 郑胜林 梁坚.一种骨科X线片的混合图像增强算法[J].计算机技术与发展,2009,(06):124.
 ZHONG Ke,PAN Bao-chang,ZHENG Sheng-lin,et al.A Mixed Algorithm for Orthopedic X- Ray Image Enhancement[J].,2009,(05):124.
[3]贾占朝 张亚鸣.基于遗传微粒群混合算法的灰度图像增强[J].计算机技术与发展,2009,(07):69.
 JIA Zhan-chao,ZHANG Ya-ming.A Gray- Image Enhancement Based GA and PSO Hybrid Algorithm[J].,2009,(05):69.
[4]王玉震 李雷.基于SVR的图像增强方法[J].计算机技术与发展,2009,(01):60.
 WANG Yu-zhen,LI Lei.Image Enhancement Based on SVR[J].,2009,(05):60.
[5]赵艳飞 高清维 卢一相.基于多尺度Retinex算法的遥感图像增强[J].计算机技术与发展,2008,(02):70.
 ZHAO Yan-fei,GAO Qing-wei,LU Yi-xiang.Remote Sensing Image Enhancement Based on Multi- Scale Retinex Algorithm[J].,2008,(05):70.
[6]刘辉 赵文杰 吴畏.改进的多尺度Retinex红外图像增强算法[J].计算机技术与发展,2011,(04):105.
 LIU Hui,ZHAO Wen-jie,WU Wei.An Improved Multi-scale Retinex Infrared Image Enhancement Algorithm[J].,2011,(05):105.
[7]葛彬 周宁宁.基于MMTD的保留灰度值的直方图均衡化[J].计算机技术与发展,2012,(12):63.
 GE Bin,ZHOU Ning-ning.A Gray Value Retention Histogram Equalization Based on MMTD[J].,2012,(05):63.
[8]李雷 张宁 房小萍.基于二级模糊增强的图像分割[J].计算机技术与发展,2012,(12):161.
 LI Lei,ZHANG Ning,FANG Xiao-ping.Image Segmentation Method Based on Twice Fuzzy Enhancements[J].,2012,(05):161.
[9]宋欢欢,李雷.基于模糊熵的两种图像增强技术[J].计算机技术与发展,2013,(06):67.
 SONG Huan-huan,LI Lei.Two Technologies of Image Enhancement Based on Fuzzy Entropy[J].,2013,(05):67.
[10]郭依正,焦蓬蓬.Matlab GUI在低质量指纹图像增强中的应用[J].计算机技术与发展,2013,(07):230.
 GUO Yi-zheng,JIAO Peng-peng.Application of Matlab GUI in Enhancement of Low-quality Fingerprint Image[J].,2013,(05):230.

更新日期/Last Update: 2020-05-10