小優智能科技有限公司成立于2015年底,是一家專注于高精度3D機器視覺模組研發、生產及銷售的高科技企業。
公司自主研發的3D機器視覺模組采用激光/DLP白光編碼光柵結構光+雙工業相機方案,還原物體三維信息,廣泛應用于消費電子領域、工業領域和安防領域,具有精度高、速度快、成本低的優勢。
Retinex算法:優化圖像質量的利器
Retinex 這個詞由 Retina 和 Cortex 兩個單詞組成。在 Retinex 理論中,物體的顏色是由物體對長波、中波和短波光線的反射能力決定的,而不是由反射光強度的絕對值決定的,并且物體的色彩不受光照非均性的影響,具有一致性。
圖(1) 分解原理圖
Retinex算法的原理基于對圖像亮度分布的分析和調整,旨在模擬人類視覺系統對光照變化的適應能力,從而改善圖像的亮度、對比度和色彩平衡。
具體來說,Retinex算法包含兩個關鍵步驟:多尺度分解和亮度歸一化。
u 多尺度分解:
Retinex算法首先將原始圖像分解為多個不同尺度的圖像。這種分解通常采用高斯金字塔或拉普拉斯金字塔等方法。高斯金字塔是通過連續多次對圖像進行高斯濾波和降采樣得到,每次濾波都會減少圖像的高頻信息,同時保留低頻信息。最后將多次的處理結果進行加權取值。
MSR (Multi-Scale Retinex),即多尺度視網膜算法公式如下所示:
(1)
(2)
其中n是尺度的數量,σ={σ1, σ2,…,σn}是高斯模糊系數的向量,wi是與第i尺度相關的權重,其中w1+w2+…+wn=1。
原始圖像 MSR算法處理效果
從上面兩張圖像的對比中可以看出MSR算法能夠達到增強的目的。
u 亮度歸一化:
在不同尺度上,Retinex算法對每個分解圖像進行亮度歸一化處理。這一步旨在恢復圖像的細節信息并校正光照不均勻的影響。常用的歸一化方法有多尺度Retinex算法(MSR),該算法通過對每個尺度的圖像進行亮度歸一化,使得圖像的亮度范圍在不同尺度上達到均衡的。
通過Retinex算法處理可以使得圖像更加清晰、細節更加豐富,同時減少光照不均勻帶來的影響。這使得Retinex算法在圖像增強領域有著廣泛的應用潛力。
MSRCR算法處理效果
從MSRCR算法效果圖與MSR算法對比,可以看出MSRCR算法處理后的圖像更加清晰,色彩飽和度更高,細節也更豐富。
Retinex算法在圖像處理方面的主要作用:
1) 光照不均勻圖像的抑制:Retinex算法能夠處理由于光照不均勻導致的圖像局部過亮或過暗的問題,通過分離圖像的照度分量和反射分量,可以對圖像進行亮度和對比度的調整,以改善圖像的整體視覺效果。
2) 圖像亮度增強:細節的保護,色彩的保護,自然度的恢復:利用Retinex算法,可以增強圖像的亮度,同時保護圖像的細節和色彩,并恢復圖像的自然度。
3) 圖像去噪:Retinex算法可以應用于圖像去噪,特別是對于由光照不均或相機傳感器噪聲引起的圖像問題。通過將噪聲留在反射分量中,然后對反射分量進行去噪處理,可以有效地去除噪聲。
4) 細節提取:類似于Canny邊緣提取,Retinex算法也可以用于圖像的細節提取。通過對反射分量的處理,可以突出圖像的邊緣和細節部分。
5) 圖像結構和紋理的單部分獲?。?/span>通過處理圖像的照度分量和反射分量,Retinex算法可以用于獲取圖像的結構和紋理信息。這對于后續的圖像分析、分割、識別等任務非常有用。