在成像的过程中,受光源或物体表面反光等因素的影响,采集到的图像经常会出现光照不均匀的现象,比如出现过暗区域或者过亮的区域.在一定程度上这种光照不均匀会改变图像的原始面貌,从而带来较差的视觉效果,并且也不利于后续的图像处理.Retinex技术可以使感兴趣的部分更加突出,使处理后的图像更适合观察或易于其它工程应用.基于全变分(Total Variation,TV)型泛函空间,本文提出一种新型的非凸Retinex模型,并利用有效的数值方法进行求解.其主要内容如下:·为了更好地刻画图像的稀疏性,基于非凸TV型正则化提出一个新的图像Retinex模型,其中数据拟合项和正则项是基于指数变换的,因此能有效地描述图像细节.尤其在模型中,基于非凸全变分?p(拟)范数(p∈(0,1))的正则项是用来惩罚分段常数的稀疏性,基于非凸高阶全变分?q(拟)范数(q∈(0,1))的正则项是用来惩罚空间光滑区域.·由于所提出的模型是非凸、非光滑和非Lipschitz的,所以文中利用交替极小化(Alternating Minimization,AM)方法求解原问题,然后利用交替方向乘子法(Alternating Direction Method of Multipliers,ADMM)和迭代加权?1算法(Iteratively Re-weighted?1Algorithm,IRLA)求解对应的子问题.此外,本文讨论所提模型的一些数学性质和数值算法.最后,将模型用于处理仿真图像和真实图像,通过与其它几种Retinex变分模型相比,其实验结果无论在视觉上还是量化准则上都展示出所提模型的有效性和鲁棒性.
暂无评论