[發(fā)明專利]一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011420375.5 | 申請(qǐng)日: | 2020-12-07 |
| 公開(kāi)(公告)號(hào): | CN112541869A | 公開(kāi)(公告)日: | 2021-03-23 |
| 發(fā)明(設(shè)計(jì))人: | 陳敏聰;花濤;向磊;潘雅汶;張明;周玥明;張廣奇;張競(jìng)宇 | 申請(qǐng)(專利權(quán))人: | 南京工程學(xué)院 |
| 主分類號(hào): | G06T5/00 | 分類號(hào): | G06T5/00;G06T5/40 |
| 代理公司: | 南京鐘山專利代理有限公司 32252 | 代理人: | 上官鳳棲 |
| 地址: | 211167 江蘇*** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 matlab 實(shí)現(xiàn) retinex 圖像 方法 | ||
1.一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于,包括如下步驟:
步驟1:采集一幅室外有霧圖像,將其轉(zhuǎn)成RGB圖像并獲取RGB數(shù)據(jù),分離出R、G、B三個(gè)通道值,并變換到頻域;
步驟2:對(duì)R、G、B三個(gè)通道分別進(jìn)行高斯中心環(huán)繞函數(shù)處理,處理得到各個(gè)通道估計(jì)的入射光分量值;
步驟3:去除圖像入射光分量得到圖像各通道反射分量;
步驟4:對(duì)步驟3的結(jié)果進(jìn)行噪聲平滑處理;
步驟5:對(duì)步驟4的結(jié)果進(jìn)行均衡化處理;
步驟6:將處理后的圖像轉(zhuǎn)換到HSV顏色空間;
步驟7:對(duì)HSV顏色空間的V通道進(jìn)行自適應(yīng)線性增強(qiáng)操作,并計(jì)算相應(yīng)輸出圖像熵,當(dāng)輸出圖像熵達(dá)到極大值時(shí),完成增強(qiáng)操作,并輸出RGB空間圖像。
2.如權(quán)利要求1所述的一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于:所述步驟1中變換到頻域包括如下步驟:
步驟11:用size函數(shù)求出各個(gè)通道數(shù)據(jù)的大小;
步驟12:將各個(gè)通道數(shù)據(jù)分別加1,采用對(duì)數(shù)函數(shù)log轉(zhuǎn)換成對(duì)數(shù);
步驟13:通過(guò)快速傅里葉函數(shù)fft2將步驟12的結(jié)果轉(zhuǎn)換到頻域。
3.如權(quán)利要求2所述的一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于:所述步驟2中高斯中心環(huán)繞函數(shù)處理包括如下步驟:
步驟21:采用三層高斯環(huán)繞函數(shù)分別對(duì)R、G、B三個(gè)通道進(jìn)行處理,高斯環(huán)繞函數(shù)采用高斯低通濾波函數(shù)濾除各通道的低頻噪聲信號(hào):
G(x,y)=k·exp(-(x2+y2)/σ2)
式中,G(x,y)為高斯函數(shù),σ為高斯環(huán)繞尺度,k取值滿足:
∫∫G(x,y)dxdy=1
具體采用fspecia1(′gaussian′,[N1,M1],sigma1)函數(shù),該函數(shù)用于建立高斯低通濾波算子,其中[N1,M1]為各個(gè)通道數(shù)據(jù)的大小,N1為行數(shù)據(jù)個(gè)數(shù),M1為列數(shù)據(jù)個(gè)數(shù),分別由函數(shù)size()獲得,函數(shù)中的sigma1參數(shù)為σ參數(shù);
步驟22:采用傅里葉函數(shù)fft2將步驟21的高斯函數(shù)G(x,y)變換到頻域得到G′(x,y);
步驟23:將步驟1的結(jié)果和步驟22的結(jié)果分別進(jìn)行相乘,再用傅里葉反變換函數(shù)ifft2()進(jìn)行傅里葉反變換,然后對(duì)反變換結(jié)果加1后用函數(shù)log()求對(duì)數(shù)值,得到各個(gè)通道估計(jì)的入射光分量值。
4.如權(quán)利要求3所述的一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于:所述步驟3具體如下:
步驟31:將步驟12中各通道的對(duì)數(shù)值減去步驟22中對(duì)應(yīng)通道的入射光分量值;
步驟32:采用不同的sigma1參數(shù)16、64、256,重復(fù)步驟31,對(duì)各結(jié)果求算術(shù)平均;
步驟33:將步驟32的結(jié)果用指數(shù)函數(shù)exp()進(jìn)行處理,處理后的結(jié)果為各通道的反射分量。
5.如權(quán)利要求1所述的一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于:所述步驟4中的噪聲平滑處理,先對(duì)各通道的反射分量用函數(shù)min()和函數(shù)max()分別求出最大值和最小值,修正后的通道反射分量=(修正前通道反射分量-最小值)/(最大值-最小值)。
6.如權(quán)利要求1所述的一種基于matlab實(shí)現(xiàn)的Retinex圖像去霧方法,其特征在于:所述步驟5中,對(duì)步驟4的結(jié)果用對(duì)比度限制的自適應(yīng)直方圖均衡方法進(jìn)行增強(qiáng):將圖片分割成區(qū)域大小相同的8*8塊,對(duì)每塊分別進(jìn)行直方圖均衡化,然后在邊界使用雙線性插值法進(jìn)行邊界去偽影,采用對(duì)比度受限函數(shù)adapthisteq()實(shí)現(xiàn)。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于南京工程學(xué)院,未經(jīng)南京工程學(xué)院許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011420375.5/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 基于MATLAB及COM技術(shù)的B/S結(jié)構(gòu)遠(yuǎn)程計(jì)算平臺(tái)
- 車輛-軌道-橋梁-地基基礎(chǔ)耦合系統(tǒng)及其動(dòng)力分析方法
- 車載控制軟件系統(tǒng)策略代碼與底層代碼集成方法
- 一種ITK和MATLAB形變場(chǎng)雙向通道建立方法
- 一種Matlab模型的一鍵編譯方法
- 基于MATLAB與ABAQUS的聯(lián)合優(yōu)化設(shè)計(jì)方法
- 一種可記錄圖像位置并將圖像用于信號(hào)采集的軟件
- 一種基于MATLAB的商用CAE軟件用戶子程序系統(tǒng)和方法
- 一種聯(lián)合驗(yàn)證DSP代碼的方法
- 基于Matlab軟件的汽車控制器編碼信息寫入和讀取方法
- 互動(dòng)業(yè)務(wù)終端、實(shí)現(xiàn)系統(tǒng)及實(shí)現(xiàn)方法
- 街景地圖的實(shí)現(xiàn)方法和實(shí)現(xiàn)系統(tǒng)
- 游戲?qū)崿F(xiàn)系統(tǒng)和游戲?qū)崿F(xiàn)方法
- 圖像實(shí)現(xiàn)裝置及其圖像實(shí)現(xiàn)方法
- 增強(qiáng)現(xiàn)實(shí)的實(shí)現(xiàn)方法以及實(shí)現(xiàn)裝置
- 軟件架構(gòu)的實(shí)現(xiàn)方法和實(shí)現(xiàn)平臺(tái)
- 數(shù)值預(yù)報(bào)的實(shí)現(xiàn)方法及實(shí)現(xiàn)系統(tǒng)
- 空調(diào)及其冬眠控制模式實(shí)現(xiàn)方法和實(shí)現(xiàn)裝置以及實(shí)現(xiàn)系統(tǒng)
- 空調(diào)及其睡眠控制模式實(shí)現(xiàn)方法和實(shí)現(xiàn)裝置以及實(shí)現(xiàn)系統(tǒng)
- 輸入設(shè)備實(shí)現(xiàn)方法及其實(shí)現(xiàn)裝置
- 基于Retinex的圖像曝光補(bǔ)償后處理方法
- 一種基于Retinex的微光圖像快速增強(qiáng)方法和裝置
- 影像顯示裝置
- 基于光照調(diào)整的圖像增強(qiáng)方法和設(shè)備
- 影像處理裝置
- 基于改進(jìn)Retinex與對(duì)數(shù)圖像處理的低照度圖像增強(qiáng)方法
- 一種基于Retinex的魯棒和全面的低質(zhì)量光照?qǐng)D像增強(qiáng)方法
- 基于Retinex和高動(dòng)態(tài)范圍圖像梯度壓縮的水下圖像處理方法
- 基于拉普阿斯金字塔重構(gòu)的Retinex圖像增強(qiáng)算法
- 基于Retinex模型自適應(yīng)結(jié)構(gòu)的低光照?qǐng)D像增強(qiáng)方法





