本文介绍了Retinex算法在视网膜病灶检测项目中的应用，通过处理灰度图像来对齐亮度，以便于后续处理。文章详细解释了Retinex算法的原理，说明了其在去除光照影响、还原图像本来面貌方面的作用，并讨论了算法在噪声存在和彩色图像处理方面的局限性。实验表明，Retinex算法在亮度对齐上优于直方图均衡化。
最近在跟老师做视网膜病灶检测的一个项目，其中一个环节是将两张不同时刻的视网膜图像（灰度图像）亮度对齐以方便后续的处理，即保持相同的组织变化后的灰度值基本相同而病变区域仍有较大的差异。在这个对齐图像亮度的环节中我主要应用了Retinex算法，也测试了一些图像，现在把我对Retinex算法的一些理解记录下来，方便自己日后查阅，也欢迎大家一起讨论。下边的是一些原始图像。
为什么Retinex算法可以用于对齐图像亮度
根据Retinex理论，人眼感知物体的亮度取决于环境的照明和物体表面对照射光的反射，其数学表达式为：
I(x,y)=L(x,y)*R(x,y) （乘，非卷积） (2-1)
式中： I(x,y)代表被观察或照相机接收到
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
