基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
Retinex是一种基于人类视觉的亮度和颜色感知的模型,在图像增强领域有着广泛的应用.背光作为常见的场景,使得拍摄到的图像存在暗区域不清晰、信息丢失等问题,影响图像的进一步分析和识别.为了提高对这类图像的增强效果,提出了一种基于图像融合策略的Retinex背光图像增强算法.该算法通过原始图像获取白平衡和增强图像,进行颜色校正和对比度增强,再分别对这两幅图像求其权重图以实现拉普拉斯金字塔融合,从而得到增强图像.权重图突显了背光区域的细节信息,与融合技术相结合,可有效提高背光区域的增强效果,获得对比度高、色彩丰富的增强图像.实验结果表明,与已有方法相比,所提出的图像增强算法能够更好地保留图像的细节信息,有效提高背光图像的对比度和清晰度.
推荐文章
基于Retinex理论的图像增强算法
Retinex
明暗感觉
图像增强
改进单尺度Retinex的彩色图像增强算法
改进单尺度
Retinex算法
粒子群优化
SSR算法
彩色图像增强
滤波模板
基于PCA的可变框架模型Retinex图像增强算法
图像增强
Retinex理论
主要成分分析
可变框架模型
去相关拉伸
雾天图像增强中Retinex算法的细节信息优化
Retinex算法
图像增强
细节信息优化
亮度块
信息熵
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于图像融合策略的Retinex背光图像增强算法
来源期刊 计算机技术与发展 学科 工学
关键词 Retinex 背光图像增强 权重图 融合策略
年,卷(期) 2017,(8) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 73-78
页数 6页 分类号 TP301.6
字数 5207字 语种 中文
DOI 10.3969/j.issn.1673-629X.2017.08.015
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (67)
参考文献  (11)
节点文献
引证文献  (8)
同被引文献  (14)
二级引证文献  (0)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Retinex
背光图像增强
权重图
融合策略
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导