基于SSIM的图像分解
SSIM提出新的图像构图理念
在SSIM文章中,作者提出一幅图像可以从三个方面进行考量,同时三个方面也可以组成一幅图像,但是如果我们做图像增强,那么我们就不需要进行评价图像,我们需要从一幅图像的构成上面,将图像进行分解操作。
分解
在SSIM中提出,一幅图像可以分解为亮度L,对比度C和结构图S:
- 其中x代表一幅图像(原始图像);
- l代表亮度
- ||x-l||代表图像的对比度;
- (x-l)/||x-l||代表了一幅图像的结构图;
获取每个部分和结果
-
最简单的方法,L可以通过对整幅图像进行均值滤波得到;因为我在处理的时候进行了图像分割,所以部分只有这么点东西。
-
对比度C,在matlab中也可以使用直接调用函数达成;C是一个标量,代表了这个部分的整体对比度结果
-
对于结构图,将公式推导一下,直接也能够获得到;可以很明显的看得出来,这副图像的主要全局结构信息,和局部细节信息,全部都集中在S上面
%SR{i}(:😅 = (imgSeq1(:😅-muR{i}(:😅)./CR{i};
后续处理的思考
对于L,我们可以近似的将其看成是图像的低频层,包含大量的低频信息,而S则是图像的结构,全局结构,局部细节,这些都包含在里面,那么和对比度一乘,C*S就能将图像的结构或者细节,通过不同的像素点强度表达出来,而L更像是一层外衣,将图像自然化,具体化的外衣,所以对于后续增强,可以考虑从S出发,将图像的细节,结构,进行增强,使图像向希望的方向发展。