基于Retinex模型的低照度图像增强与去噪方法.pdfVIP

下载本文档

11
0
约1.46万字
约 13页
2023-03-01 发布于四川
举报
版权申诉

基于Retinex模型的低照度图像增强与去噪方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于Retinex模型的低照度图像增强与去噪方法，首先用图像采集设备获取待增强的低照度图像；然后将低照度图像分解为光照分量L和反射分量R两个未知分量，根据先验特征为光照分量L和反射分量R构建先验约束；引入变量B代表无噪声的低照度图像，根据图像非局部相似性，为无噪声的低照度图像B构建无噪声的先验约束条件，结合光照分量L和反射分量R的先验约束条件，构建分解优化目标函数；并进行求解，判断是否达到可行性解；最终的增强结果表示为Lγ⊙R，其中γ为校正因子，Lγ表示反射分量L矩阵中的每个元素

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113808036 A (43)申请公布日 2021.12.17 (21)申请号 202111009793.X (22)申请日 2021.08.31 (71)申请人西安理工大学地址