基于Retinex算法视频增强的MATLAB实现
一、读书笔记
1：数字图像文件简介
BMP文件：Windows操作系统中的标准图像文件格式，能够被多种Windows应用程序所支持。
GIF文件：GIF文件的数据是一种基于LZW算法的连续调的无损压缩格式，不属于任何应用程序。
JPEG图像格式：后缀名为.jpg或者.jpeg,是一种有损压缩格式。
ICO文件：Windows的图标文件格式的一种，可以存储单个图案、多尺寸、多板的图标文件
HDF文件：层次型数据格式可以存储不同类型的图像和数码数据，有函数库。
PNG文件：常用于JAVA程序、网页和S60中。
TIFF文件：主要用来存储包括照片和艺术图在内的文件格式。
DICOM文件:数字影像和通信标准。
2:基于MATLAB图像处理基础
1）图像数据类型
double类型：图像处理最常用的数据类型，也是matlab中默认的数据类型。图像数据的取值范围为0-1。
Unit8类型：常用于从存储设备中读取数据时，操作不能使结果超出[0,255].
Unit16类型：用于精度较高的图像中。
Logical类型：常用于二值图像中，可用true、false或关系运算符得到。
  2）数据类型转换
 
直方图均衡化的基本原理
名称
将输入转换为
有效的输入图像数据类型
Im2unit8
Unit8
Unit8, Unit16, Double, logical
Im2unit16
Unit16
Unit8,Unit16, Double, logical
Mat2gray
Double[0-1]
Unit8,Double, Unit16, logical
Im2double
Double
Unit8,Double, Unit16, logical
Im2bw
logical
Unit8, Unit16, Double
  3)文件信息读取
    Matlab提供imfinfo函数来实现所有格式（除DICOM）的信息读取，调用形式： info=imfinfo（’filename’）
4)读取图像
  使用imread可以将图像读入matlab环境，语法：
  imread (‘filename’),其中，filename是一个含有文件全名的字符串。
函数size可给出一副图像的行数和列数
>>size（f）
  Ans=
        1024  1024
5)显示图像
    在matlab桌面上显示图像一般用imshow，语法：
imshow (f,G)
其中，f是一个图像数组，G为显示该图像的灰度级数。若将G省略，则默认256.语法 imshow(f,[low high])会将小于或等于low的显示为黑，大于或等于high的显示为白，介于两者之间的值以默认的级数显示为中等亮度值。语法 imshow(f,[])可以将变量low设置为数组f的最小值，将high设置为f的最大值。
6）保存图像
    使用imwrite函数可将图像写入磁盘，语法;
    Imwrite(f,’filename’)
Filename必须是一个可识别的文件格式扩展名
另一种常用但只用于jpeg图像的函数imwrite,其语法为
Imwrite(f,’filename.jpg’,’quality’,q),
Q为一个0到100的整数，q越小，图像退化越严重
3:亮度变换与空间滤波
1）函数imadjust是对灰度图像进行亮度变换的基本IPT工具。语法
      g=imadjust(f,[low_in high_in],[low_out high_out],gamma)
将low_in至high_in之间的值映射到low_out至high_out之间的值，其他的值被剪切掉了。
2）对数和对比度的拉伸变换
      对数变换通过以下表达式实现：
      g=c*log(1+double(f))
3)阈值变换
    表达式：g=1./(1+(m./(double(f)+eps)).^E)
Eps可避免f出现0值的溢出现象
4）计算并绘制图像直方图
函数：imhist（f）;
直方图均衡化有函数histep实现，语法：g=histep(f,nlev)
Nelv为输出图像制定的灰度等级
5）空间滤波：
工具箱使用函数imfilter来实现线性空间滤波，语法
    g=imfilter(f,w,filter_mode,boundary_options,size_options)
      w为滤波掩膜，g为滤波结果
二、Retinex算法简介 与实现
1）简介
  Retinex（视网膜”Retina”和大脑皮层”Cortex”的缩写）理论是一种建立在科学        实验和科学分析基础上的基于人类视觉系统（Human Visual System）的图像增强理论。该算法的基本原理模型最早是由Edwin Land（埃德温•兰德）于1971年提出的一种被称为的彩的理论，并在颜恒常性的基础上提出的一种基于理论的图像增强方法。Retinex 理论的基本内容是物体的颜是由物体对长波（红）、中波（绿）和短波（蓝）光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的彩不受光照非均性的影响，具有一致性，即Retinex 理论是以感一致性（颜恒常性）为基础的。
不同于传统的图像增强算法，如线性、非线性变换、图像锐化等只能增强图像的某一类特征，如压缩图像的动态范围，或增强图像的边缘等，Retinex可以在动态范围压缩、边缘增强和颜恒常三方面达到平衡，因此可以对各种不同类型的图像进行自适应性地增强。
单尺度（Single-Scale Retinex, SSR）算法原理 根据Land提出的理论，一幅给定的图像S(x,y)分解成两幅不同的图像：反射物体图像R(x,y)和入射光图像L(x,y)，其原理示意图如下
                  Retinex原理示意图
对于观察图像S中的每个点(x,y)，用公式可以表示为：

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。