低照度阵列图像处理技术研究
从低照度图像中直接获取清晰有用的信息是计算机视觉和图像处理中的研究热点。传统的低照度图像增强方法分为空域和频域两大类,RETNEX算法是空域中最流行的算法之一。
但是RETNEX算法需要以光照均匀为前提,而通常情况下,图像上亮度有很大不同的地方,它的光照图像也是不均匀的,直接运用RETINEX算法进行增强会产生光晕现象。因此运用REIINEX算法增强单幅低照度图像的方法还含有很大的缺陷。
利用多幅图像相互融合实现增强就变得非常有必要。本课题的研究是基于3*3的微阵列相机,研究低照度图像处理技术。
本文的主要工作如下:(1)介绍了低照度图像增强的现状和经典的处理方法,尤其是常见的图像增强、锐化、降噪方法以及图像质量的客观评价标准。(2)阵列图像的配准及融合方法。
着重介绍了基于多尺度特征的图像校准方法,本文中把第五幅图像作为中心图像来校准其他图像;描述了常用的图像融合算法并将加权平均的融合规则应用于阵列图像上。(3)推广RETINEX算法提出基于微阵列相机增强图像的方法以及进行了实验结果的比对。
对获取的阵列图像使用多尺度的RETINEX算法初步增强,经过图像 ...