图像增强物理方法之-Retinex模型，大气光照散射模型

最新推荐文章于 2024-04-20 21:37:56 发布
最新推荐文章于 2024-04-20 21:37:56 发布
阅读量1.1k 收藏 9
点赞数
文章标签： 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_49306340/article/details/117366391
版权

Retinex模型

在这里插入图片描述
在这里插入图片描述

基于Retinex模型的图像增强算法可以分成成基于图像块的Retinex算法，基于偏微分方程的Retinex算法，基于路径的Retinex算法和基于变分模型的Retinex算法

大气光照散射模型

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
I表示观察或拍摄到的质量降低的图像，J表示在正常光照条件下场景内物体反射光得到的图像，A称作大气光，t被称作透射函数，表示光线传播过程中介质对光线的散射和吸收能力

暗通道先验去雾算法
在这里插入图片描述
在这里插入图片描述
由此，基于这一统计观察提出了暗通道先验：在自然图像中局部图像块内总是存在一个色彩通道的值等于或接近0，将暗通道先验公式化

在这里插入图片描述
Jd 称为暗通道图，Ω表示局部图像块，c∈(𝑅,𝐺,𝐵)表示图像RGB三个色彩通道

weixin_49306340
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
论文研究-利用大气散射模型的图像去雾研究 .pdf
08-19
利用大气散射模型的图像去雾研究，朱宁波，阮俊冬，为了获取清晰的去雾图像，提出一种基于暗原色先验和边界约束的单幅图像去雾算法。首先采用暗原色理论和边界约束理论分别获得天空
基于物理模型的低照度图像增强算法 (2015年)
05-13
然后，基于大气散射模型还原出无雾图像；最后，对无雾图像反转得到低照度图像的增强结果，并对该结果进行细节补偿得到最终的增强图像。大量实验表明，与基于暗原色先验的增强算法、基于去雾技术的增强算法及带色彩...
使用增强大气散射模型的图像去雾和曝光（一）
zl201110的博客
12-15 1612
改进大气散射模型去雾
【图像增强】双边滤波retinex图像增强【含Matlab源码 4233期】
Matlab领域的博客
04-08 869
双边滤波retinex图像增强 完整的代码，方可运行；可提供运行操作视频！适合小白！
图像处理之Retinex算法（C++）
最新发布
qq_45045175的博客
04-20 1726
本文介绍了单尺度、多尺度、带颜色恢复的Retinex的算法原理和实现，使用C++和Opencv一步一步进行实现，代码结构简单清晰。
大气散射模型
芒果干的博客
11-02 1万+
大气散射模型 在雾天拍照时，探测器接收到的光源会被雾干扰，此时的收集到的光源主要来自两部分 目标反射光经过粒子衰减到达探测系统的光 光源经过粒子散射形成的大气光 数学模型 I(x,λ)=e−β(λ)d(x)R(x,λ)+L0(1−e−β(λ)d(x))=D(x,λ)+A(x,λ) I(x, \lambda) = e^{-\beta(\lambda)d(x)}R(x, \lambda) + L_{0}(1-e^{-\beta(\lambda)d(x)}) = D(x, \lambda) + A(x, \l
大气散射光照模型
热门推荐
安柏霖的专栏
08-04 1万+
上面这个图使用大气散射光照模型来计算天空颜色和在晨阳照耀下的薄雾的颜色，不同于传统的天空球和雾的算法，这里很好的诠释了光线（太阳光，天空散射的光，物体反射的光）在大气中传播的效果，效果也更加真实绚丽。paper list:precomputed atomspheric scattering:http://hal.inria.fr/docs/00/28/87/58/PDF/article.pdfMo
大气散射模型解释
frighting_ing的博客
03-28 8262
大气散射模型的推导 大气中粒子的散射作用是产生雾霾的主要原因。无论是用人的肉眼观察，还是从拍摄获取的图像中观察，雾天的景象总是存在对比度和视野降低的问题。1925年，Keim & Nemnich[1]等人提出雾天图像能见度较低是大气中的悬浮粒子对光的吸收和散射造成的。1976年，John Wiley & Sons[2]等人提出粒子的散射作用造成目标和相机之间光在传输过程的衰减，并且增加了一层大气散射光（Airlight）。1999年，针对雾天能见度低的问题，Srinivasa G. Nara
基于 Retinex 的几种图像增强算法总结
lockhou的博客
03-21 8045
Retinex 理论 Retinex 这个词由 Retina 和 Cortex 两个单词组成。在 Retinex 理论中，物体的颜色是由物体对长波、中波和短波光线的反射能力决定的，而不是由反射光强度的绝对值决定的，并且物体的色彩不受光照非均性的影响，具有一致性。 在 Retinex 理论中，人眼得到的图像数据取决于入射光和物体表面对入射光的反射。如上图所示，I(x,y) 是我们最终得到的图像数据，先是由入射光照射，然后经由物体反射进入成像系统，最终形成我们所看到的图像。该过程可以用公式表示： 其中，I(
一种结构和纹理感知 Retinex 模型 (2020 TIP) (1 of 2)
u014546828的博客
02-27 4108
STAR: A Structure and Texture Aware Retinex Model [PAPER][GitHub] Fig. 1. An example to illustrate the applications of the proposed STAR model based on Retinex theory. (a) The input low-light and color-distorted image; (b) the estimated illumination.
MATLAB课程设计-基于Retinex理论的图像去雾算法研究
10-12
图像去雾技术主要分为两类，一种是基于大气散射物理模型的去雾方法，另一种是基于图像增强的去雾方法。本文的研究基于后者，提出了一种基于Retinex理论图像增强去雾算法，对于传统的去雾算法得到的问题，将受到雾霾...
Jacchia-77大气模型
07-19
Jacchia-77大气模型，可以较为方便的计算不同高度的大气参数，可作为系统的嵌入工具
基于变分Retinex模型的雾天图像增强方法
04-25
为了提高对光照及雾气浓度不均匀的雾天图像的增强效果,提出了一种基于变分Retinex模型的雾天图像增强方法.基于变分Retinex模型将雾天图像分解为对应的光照子图和反射子图,并在各子图中进行独立的模型参数估计,有效提高了参数估计的准确性;以一种基于图像块的模型参数估计策略取代传统的逐点估计方法,补偿了由模型复杂度增加所带来的计算效率下降问题;综合利用多种图像先验知识构建了一个基于图像块的透射率估计多目标优化函数,进一步提升了所增强图像的可视性.对比实验结果证明了所提方法的有效性和鲁棒性.
散射特征提取
05-02
语音识别中的对语音信号的散射特征的提取，可以最为模式识别的特征参考向量使用
05_Retinex_retinex图像增强_水下图像_retinex_图像增强_去雾_源码.zip
09-30
Retinex结合物理模型，如大气散射模型，可以估计出图像的透射率和大气光，从而对图像进行去雾处理。这种方法能够有效地提高图像的能见度，使得细节更加清晰。 这个压缩包中的源码可能包含了以下步骤： 1. 图像...
retinex理论的图像去雾算法研究
03-05
在图像去雾领域，Retinex理论被广泛应用于改善由于大气散射导致的图像质量下降问题。 去雾算法的主要目标是恢复图像的真实清晰度，消除因大气中悬浮颗粒导致的光线散射效应，即“雾”或“霾”。在实际应用中，...
pro.rar_MATLAB去雾算法_散射恢复_暗通道和retinex_暗通道图
07-15
Retinex理论则是一种非物理模型的图像增强方法，它模拟人眼视觉系统对亮度和色彩的感知。Retinex算法通过对比不同尺度下的图像亮度，来校正光照不均匀带来的影响，提升图像的对比度。在去雾应用中，Retinex可以作为...
大气散射相关研究
阿拉平平的专栏
02-27 1082
参考：http://gad.qq.com/article/detail/19913 http://blog.csdn.net/liqiang981/article/details/52312507 http://http.developer.nvidia.com/GPUGems2/gpugems2_chapter16.html http://blog.csdn.net/qq_18229381...
三种基本光照模型和参数
qq_40110782的博客
10-02 732
altm-retinex
10-24
Retinex是一种经典的图像增强方法，它通过模拟人眼对光照适应的机制来实现。而ALTM-Retinex是对Retinex算法的改进和优化。 ALTM-Retinex采用自适应局部条纹调整（ALTM）的方法，通过分析图像中的条纹结构来控制图像...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值