基于OSTU的光照不均匀图像自适应增强算法

来源 :计算机仿真 | 被引量 : 0次 | 上传用户:tju515
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对现有算法在增强光照不均匀图像暗区域时存在亮区域亮度失真的问题,提出了基于OSTU的光照不均匀图像自适应增强算法.首先,将图像的色彩空间由RGB转换至HSV,使用多尺度引导滤波算法计算出V分量的照度分量与反射分量,然后,通过OSTU法计算V分量的最佳分割阈值,根据该阈值设计出自适应调整照度分量不同区域的两条伽马曲线,同时,将调整后的照度分量与原照度分量融合并对反射分量进行增强,最后,合并照度分量与反射分量,得到处理后的V分量.为验证算法的有效性,将该算法与MSR算法、CLAHE算法及相关文献所提算法进行对比,实验结果表明,所提算法在提高图像暗区域亮度的同时很好的避免了图像亮区域亮度失真现象,图像增强后具有较高的SSIM值和PSNR值.
其他文献
针对小样本环境下音频信号分类精度急需提高的问题,首先提出自适应梅尔滤波算法提取具有更高区分度的梅尔谱图,再提出循环残差结构并结合迁移和微调构建循环残差网络频谱分类器,融合自适应梅尔滤波算法和循环残差网络频谱分类器生成一种主要用于小样本环境的音频信号分类模型.以ESC-50、music speech、Free ST Chinese Mandarin Corpus(FSCMC)为源数据集模拟四个不同属性的小样本环境.仿真显示在各小样本环境下生成模型的分类精度与MF-VGG16、10 layers CNN、CR