基于LIP型的低照度彩色图像增强新算法.docVIP

信息处理的数学基础 小论文 班级： 学号： 成绩： 2015年6月30日 基于LIP模型的低照度彩色图像增强新算法 作者 张哲铭 （1. 西安邮电大学理学院信息与计算科学专业，陕西省西安市 邮编710121） 摘要：针对将彩色图像转化为灰度图像后再进行特征点提取与匹配会丢失彩色信息，可能导致误匹配这一问题，采用一种基于彩色信息的SIFT特征点提取及匹配算法（CSIFT）以实现彩色图像的特征点提取及匹配，结合目标的颜色特征与几何特征，以颜色不变量作为输入图像，再提取特征点并描述特征点周围的信息，通过最近邻匹配法求出图像间的匹配对。实验将该算法应用于视觉里程计中， 对相机所拍的相邻两帧图像进行了特征点提取及匹配，并比较了该算法与传统SIFT算法的差异。实验结果表明该算法是有效的。 关键词：色不变量；图像匹配；特征提取；尺度空间；视觉里程计 Image feature extraction and matching of color-based scale-invariant feature transform Abstract: That image feature extraction and matching will be done after the color image is transformed into gray one may cause color information loss and lead to wrong matching． In order to solve such problem， an image feature extraction and matching method named CSIFT ( Color-based Scale-Invariant Feature Transform) was used to realize color image feature extraction and matching． Combining the color features with the geometrical features of the objects， feature points were extracted and neighbor information around these points was described using color invariant value as input information． Then the points between two images were matched using the nearest neighbor method． The algorithms were applied to vision-odometer， feature extraction and matching with two adjacent frames from camera were operated and compared with the SIFT algorithm in the experiment． The result shows that the algorithm is effective． Key words: color invariance; image match; feature extraction; scale space; vision-odometer 图像增强是图像处理的基本手段之一也是对图像进行分析的预处理过程，图像增强的目的是使不清晰的图像变得清晰，突出人或其他接收系统感兴趣的部分，抑制不感兴趣的部分，提高图像的视觉效果，使处理后的图像质量得到改善。对于全天候和户外工作场所，光线变化对图像处理带来诸多不便，光照条件不佳或采集设备的问题，图像质量受到严重影响。另外光照不足导致图像阴影区域与背景融合，部分信息丢失。因此，增强低照度图像的对比度和亮度，近年来在遥感卫星、视频监控、医学图像等方面有了重要的应用价值。 传统的灰度图像增强方法主要包括直方图均衡法、对比度拉伸等等，直方图均衡法整体对比度很强，把原始图像从某个集中的灰度区间变成在全部范围内的均匀分布，但是会造成灰度的“吞噬”，图像信息有所丢失，所以这些方法不能直接应用于彩色图像增强[1]。对比度拉伸可以有选择的拉伸某段灰度区间以改善输出图像，但是对于信噪比本来就很低的低照度彩色图像拉伸效果非常有限。对于彩色图像增强一系列的算法已经被提出，包括Retinex理论[2]，小波变换[3]等，可以提高图像的色彩质量，但计算成本偏高，并涉及很多高斯函数的卷积，小波变换等操作，没有统一的数学模型，图像的边缘和纹理特征增