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:
图像在采集过程中会因为机械设备、天气状况等原因产生曝光不均等问题,使得图像的拍摄效果不佳,无法满足实际应用的需求.而传统的Retinex算法应用于图像增强时会导致图像边缘模糊与泛灰等问题.因此,针对传统的Retinex算法现存的问题,提出一种新颖的图像增强算法——基于L0范数的Retinex算法RIEALN.首先通过全局L0梯度最小化方法提取图像的轮廓成分,然后进行Retinex算法处理,再将提取的轮廓成分融合到原始图像,实现原始图像的增强.实现过程中还通过增加不同的L0梯度最小化因子确保不同尺度轮廓成分的均匀增强.实验结果表明,该算法不仅可以增强图像的对比度,而且还能够较好地保留边缘信息.
推荐文章
基于近似l0范数的稳健稀疏重构算法
压缩感知
稀疏重构
基追踪
平滑l0范数
基于改进光滑l0范数的块稀疏信号重构算法
压缩感知
块稀疏
光滑l0范数
信号重构
L0范数的图像修复模型
紧框架
全变分
图像修复
交替方向法
基于改进平滑l0范数的DOA估计算法
阵列信号处理
DOA估计
改进平滑l0范数
最速下降法
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L0范数的Retinex图像增强算法
来源期刊 计算机工程与科学 学科 工学
关键词 Retinex算法 L0范数 提取轮廓 图像增强
年,卷(期) 2020,(7) 所属期刊栏目 图形与图像
研究方向 页码范围 1244-1252
页数 9页 分类号 TP393
字数 5550字 语种 中文
DOI 10.3969/j.issn.1007-130X.2020.07.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 强振平 西南林业大学大数据与智能工程学院 18 96 6.0 9.0
2 何丽波 云南警官学院信息网络安全学院 2 1 1.0 1.0
3 陈茹霞 西南林业大学大数据与智能工程学院 1 0 0.0 0.0
4 邵小锋 西南林业大学大数据与智能工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (199)
共引文献  (164)
参考文献  (27)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(3)
  • 参考文献(1)
  • 二级参考文献(2)
1977(4)
  • 参考文献(0)
  • 二级参考文献(4)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(3)
  • 参考文献(0)
  • 二级参考文献(3)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(4)
  • 参考文献(0)
  • 二级参考文献(4)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(4)
  • 参考文献(0)
  • 二级参考文献(4)
1992(6)
  • 参考文献(0)
  • 二级参考文献(6)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(13)
  • 参考文献(1)
  • 二级参考文献(12)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(12)
  • 参考文献(0)
  • 二级参考文献(12)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(15)
  • 参考文献(0)
  • 二级参考文献(15)
2012(16)
  • 参考文献(1)
  • 二级参考文献(15)
2013(16)
  • 参考文献(1)
  • 二级参考文献(15)
2014(17)
  • 参考文献(1)
  • 二级参考文献(16)
2015(10)
  • 参考文献(0)
  • 二级参考文献(10)
2016(11)
  • 参考文献(3)
  • 二级参考文献(8)
2017(9)
  • 参考文献(3)
  • 二级参考文献(6)
2018(7)
  • 参考文献(4)
  • 二级参考文献(3)
2019(14)
  • 参考文献(10)
  • 二级参考文献(4)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Retinex算法
L0范数
提取轮廓
图像增强
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导