retinex(SSR,MSR,MSRCR)的优缺点
1.单尺度Retinex:SSR
2.多尺度Retinex:MSR
3.带色彩恢复的Retinex:MSRCR
从S中如何估计L,就衍生出了各种各样的实现方式,影响较大的有:中心环绕、随机路径、变分、金字塔迭代等等方法。其中,中心环绕算法无疑是影响最大的retinex实现方式,使用高斯尺度算子来估计光照图像,计算速度快。当然,它也有一些缺点:
1) 在强光阴影过渡区容易出现光晕现象; 主要是由于高斯算子不能在过渡区很好的估计光照所致。
2) 对比较亮的图像处理欠佳,比如雾霾图像。
主要原因有二:retinex不是专门的去雾算法;对数化处理压缩了亮区域的显示范围,导致其细节弱化。
由于L和R是乘积的关系,为了便于处理,一般对观测图像S先进行对数处理,这样就转换成了加性关系。使用对数处理可以极大的提升暗区域的像素值,以增加对比度,但代价是压缩了亮区图像的显示范围,导致其细节模糊甚至丢失。所以个人认为,retinex适用于处理那些光照不足的图像,对于比较亮的图像,不妨先进行反色处理再retinex。
3) 色彩保持能力较弱。
因为对rgb三个颜色通道各自归一化处理的缘故,有论文提到了一些改善方法,但我发现还是不容乐观。此外,三通道各自归一化处理后,其颜色均值是接近于128的,如果后面再跟一个指数化操作(对数处理的反操作),将导致图像颜色明显偏暗,所以这是一般retinex算法只有对数处理没有指数处理的缘故。
一点点改进如下:
1)使用引导滤波来快速估计光照图像,减少光晕的出现,实验表明,该步骤对色彩保持能力也有一定的提升;
2)在使用多个尺度算子进行合成的时候,不是简单的做均值处理;
3)在完成retinex处理之后,再做一次简单的gamma校正,使其均值接近于128。
————————————————
版权声明:本文为CSDN博主「女王の专属领地」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Julialove102123/article/details/89312058
retinex(SSR,MSR,MSRCR)的优缺点相关推荐
- Retinex图像增强算法——SSR,MSR,MSRCR,MSRCP,autoMSRCR
系列文章目录 关于OpenCV的一些图像处理函数 图象基本操作(读取.显示.通道提取.边界填充.融合.保存) Retinex图像增强算法--SSR,MSR,MSRCR,MSRCP,autoMSRCR ...
- 单尺度Retinex(SSR) + 代码实现
我看了n多关于基于单尺度Retinex图像增强的文献,用的高斯滤波函数都不一样,有的直接用高斯滤波器,就是自带的gaussian函数实现,有的是用自定义高斯函数,然而公式系数又都不一样,我快被搞疯了, ...
- msr 增强 matlab,Matlab用Retinex的MSR实现图像增强的代码,可运行,
f=imread('c.jpg'); fr=f(:, :, 1); fg=f(:, :, 2); fb=f(:, :, 3);%RGB通道 mr=mat2gray(im2double(fr)); mg ...
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强。
from:https://www.cnblogs.com/Imageshop/archive/2013/04/18/3029352.html 基于色彩恒常( color constancy)特性的Fr ...
- 基于色彩恒常( color constancy)特性的Frankle-McCann Retinex图像增强
从历史的顺序上讲,本篇应该放在MSRCR之前的,只是由于现在大多论文都是描述的MSRCR,因此我也是先学习MSRCR的. 今天,无意中找寻一些Retinex资料,搜索到一篇文章<Retinex ...
- 颜色恒常性 Retinex
颜色恒常性 & Retinex 转载出自http://kylen314.blog.com http://kylen314.blog.com/2012/11/20/retinex/ 小时候就觉得 ...
- 本征图像分解:Retinex理论【转载】
本征图像分解:Retinex理论 鲜橙关注 0.1742019.07.29 00:42:51字数 1,504阅读 2,531 我们通过眼睛观察到或者相机拍摄到的物体颜色主要由两方面因素决定,第一是物体 ...
- 传统图像增强算法python实现
本文参照:图像增强综述 - FANG_YANG - 博客园 (cnblogs.com)对传统图像增强方法做了总结,并把相关代码由matlab转成了python. 1. 像素级方法 1.1图像反转 图像 ...
- 资源咖啡馆_论文笔记
讲解<图像增强 -- Retinex>特别好的博客:Retinex图像增强算法(SSR, MSR, MSRCR)详解及其OpenCV源码
- msr颜色复原matlab程序,Retinex 图像去模糊(含MATLAB代码)
Retinex 图像去模糊 Retinex 理论: Retinex是由 Retina + Cortex 组成,被称为视网膜皮层理论. 该理论指出 物体能够被观察到的信息是由两个因素来决定的:物体本身的 ...
最新文章
- C++:rand()函数和srand()函数解读
- SpringMVC通过注解方式读取properties文件中的值
- 查看Linux系统版本的几种方法
- abstract类中不可以有private的成员_C++类成员的三种访问权限:public/protected/private...
- 手风琴案例jquery写法
- mysql5.7 hibenate5.1_5.7 Spring与Hibernate整合应用
- java非递归_Java非递归文件系统走路
- 自定义tt文本模板实现MySql指数据库中生成实体类
- java sessionid长度_设置TOMCAT SESSIONID 字符长度和生成算法
- Cesium加载GeoServer发布的SHP和GeoTIFF文件
- Java习题>|异常>|throw自定义异常小案例
- 【五线谱】音高表示 ( 高音谱号 | C3 60 ~ B3 71 音高表示 | C4 72 音高表示 | C5 84 音高表示 )
- 为什么要学习数据结构和算法?
- python复利计算_年化收益率及Python计算
- 从傅里叶级数到傅里叶变换
- Mysql(多级分销)无限极数据库表设计方法
- Javascript技巧之对话窗口
- Dubbo的基本使用
- [解疑][TI]TI毫米波雷达系列(一):Texas Instruments德州仪器 相关软件安装及使用时问题汇总,持续更新......
- SQL中IF函数的使用