[发明专利]一种基于变分约束的Retinex低照度彩色图像增强方法有效
申请号: | 201910053950.3 | 申请日: | 2019-01-21 |
公开(公告)号: | CN109872285B | 公开(公告)日: | 2022-06-10 |
发明(设计)人: | 蒲恬;王崇宇;于璐阳;彭凌冰;彭真明;何艳敏;赵学功;兰岚;杨春平 | 申请(专利权)人: | 电子科技大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06N3/04 |
代理公司: | 成都弘毅天承知识产权代理有限公司 51230 | 代理人: | 谢建 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 约束 retinex 照度 彩色 图像 增强 方法 | ||
1.一种基于变分约束的Retinex低照度彩色图像增强方法,其特征在于,包括如下步骤:
S1:将原始彩色图像S由RGB空间转换到HSV空间,并提取强度通道V的图像作为灰度图像I;
S2:利用所提取的灰度图像I构造电导权值矩阵W;
S3:利用能量最小化原则构建目标函数,将灰度图像I和电导权值矩阵W输入目标函数,利用交替方向乘子法求解目标函数获取照度图像L;
S4:根据照度图像L从原始彩色图像S中分离反射分量,得到反射图像R;
S5:利用照度图像L和反射图像R对灰度图像I进行重构,得到增强后的彩色图像;
所述S2具体包括如下步骤:
S2.1:构建两个尺度不同的高斯模板,并用大尺度的高斯模板减去小尺度的高斯模板,得到高斯差分模板DoGσ,所述高斯差分模板DoGσ中任一点(x,y)的计算公式为:
其中,σ表示高斯函数的方差,A为灰度图像I的分辨率;
S2.2:剔除高斯差分模板DoGσ中的负数值,公式为:
然后对剔除了负数值的高斯差分模板DoGσ进行归一化处理,得到权重函数wσ(x,y):
S2.3:根据权重函数wσ(x,y)计算抑制函数t(x,y):
其中,*表示卷积,表示灰度图像I在点(x,y)处的梯度值;
S2.4:利用抑制函数t(x,y)将灰度图像I的各点的梯度值进行非边界的纹理抑制操作,得到边界图像边界图像B的任一像素点B(x,y)的计算公式为:
其中,γ是抑制强度因子;
S2.5:计算电导权值矩阵电导权值矩阵W的任一点W(x,y)的计算公式为:
W(x,y)=g(B(x,y))
其中,g()为电导函数,表达式为:
其中,K为区分边界和纹理的阈值,它的值为边界图像B的累积分布函数的90%~95%;
所述S3中构建目标函数,具体包括如下步骤:
S3.1.1:为分离出照度图像L构建目标函数如下:
其中,α表示平衡系数,|| ||F表示矩阵Frobenius范数,|| ||1表示矩阵l1范数,表示矩阵对应元素相乘;
S3.1.2:为分离矩阵l1范数和矩阵Frobenius范数的两个约束项,引入辅助变量G,令因此目标函数变为:
S3.1.3:目标函数的增广拉格朗日方程为:
其中,Z表示拉格朗日乘子,μ表示非负的惩罚因子;
所述S3中求解目标函数获取照度图像,包括如下步骤:
S3.2.1:初始化增广拉格朗日方程参数,令迭代次数k=0,最大迭代次数为kmax;
S3.2.2:固定辅助变量G和拉格朗日乘子Z,更新照度图像L,公式为:
其中,F()为二维离散傅里叶变换,F-1()为二维离散傅里叶逆变换,是F()的复共轭操作,D是Toeplitz矩阵;
S3.2.3:固定照度图像L和拉格朗日乘子Z,更新辅助变量G,公式为:
其中,Sτ()表示软阈值收缩算子,Sτ(x)=sgn(x)max(|x|-τ,0);
S3.2.4:固定照度图像L和辅助变量G,更新拉格朗日乘子Z,公式为:
S3.2.5:更新非负的惩罚因子μ,令μk+1=ρμk,其中,ρ表示增长系数,ρ≥1;
S3.2.6:更新迭代次数k,令k=k+1;
S3.2.7:判断当前迭代次数k是否大于最大迭代次数kmax,若是,则停止迭代,执行S3.2.8;否则,满足下式时停止迭代,并执行S3.2.8:
其中,δ=10-5,若不满足上述条件,则执行S3.2.2;
S3.2.8:求出最优解L*和G*,并输出L*作为照度图像L。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于电子科技大学,未经电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910053950.3/1.html,转载请声明来源钻瓜专利网。