简介

在图画搜集过程中,因为光照环境或物体外表反光等原因会构成图画光照不均 。图画的光照不均会直接影响图画剖析的作用。因而,对光照不均图画进行增强,消除光照的影响是光照不均图画处理中不可缺少的环节 。同态滤波是光照不均图画增强常用的办法。同态滤波增强github是干什么的是从图画的整体角源码编辑器度对光照不均进行修改,虽然能够很好地坚持图画的原始容颜,但它没有充分考虑图画的空间部分特性,在增强图画某部分像素时算法工程师,易导致另一部分像素过增强 。因而,部分同态源码编辑器滤波算法对图画的各个子图画别离进行同态滤波,并对部源码怎样做成app软件分同态滤波发生的块效应选用算法的有穷性是指相邻子图画鸿沟均匀的办法进行去除。

项目源码地址:github.com/gain-wyj/Co…

欢迎咱们star

HSI 色彩模型

HSI 色彩模型是一种直观的色彩gitlab模型,它从人眼视觉体系启航,用 H(Hue)、S(Saturation)和 I(Intensity)别离标明色彩、饱满度和亮度 3 种独立的色彩特征。HSI 模型的树立根据两个重要的实际:其一,I 重量与图画的五颜六色信息无关;其二,H 和 S 重量与人感受色彩的办法是共同的。这些特点使得 HSI 模型十分合适借助于人的视觉体系来感知五颜六色特性的图画处理算法。

色彩H(Hu算法工程师e):与光波的频率有关,它标明人的感官对不同色彩的感受,如赤色、绿色、蓝色等,它也可标明必定规划的色彩,如暖色、冷色等。

饱满度S(Saturation):标明色彩的纯度,纯光谱色是完全饱满的,参加Git白光会稀释饱满度。饱满度越大,色彩看起来就会越艳丽,反之亦然。

亮度I(Intensity):对应成像亮度和图画灰度,是色彩的亮堂程度。

若将RGB单位立方体沿主对角线进行投影,可得到六边git指令形,这样,原本沿主对角线的灰色都投影到中源码心白色点,而赤色点(1,0,0)则坐落右边的角上,绿色github永久回家地址点(0,1,0)坐落左上角,蓝色点(0,0,1)则坐落左下角。

HSI色彩模型的双github怎样下载文件六棱锥标明,I是强度轴,色彩H的视点规划为[0,2],其间,纯赤色的视点为0,纯绿色的视点为2/3,纯蓝色的视点为4/3。饱满度Sgithub中文官网网页是色彩空间任一点距I轴的距算法的有穷性是指离。算法的时刻复杂度取决于当然,若用圆标明RGB模型的投影,则HS源码网站I色度空间为双圆锥3D标明。

根据HSI和部分同态滤波的五颜六色图画增强

留神: 当强度I=0时,色彩H、饱满源码是什么意思度S无界说;当S=0时,色彩H无界说。

RG源码网站B 模型转化到 HSI 模型

给的一幅 RGB 五颜六色格式的图画,对[0,1]规划内的 R、G、B值,其对应的 HSI 模型中github的 I、S、H 重量的计算github中文社区公式别离为:

根据HSI和部分同态滤波的五颜六色图画增强

HSI 模型转化到 RGB 模型

S 和 I 的值在[0,1]之间,R、G、github永久回家地址B 的值也在[0,1]之间,HSI模型转化为 RGB 模型的公式分为 3 段。

(1) 当 0 ≤ H < 120 时:
根据HSI和部分同态滤波的五颜六色图画增强
(2) 当 120 ≤ H < 240 时:
根据HSI和部分同态滤波的五颜六色图画增强
(3) 当 240 ≤ H < 360 时:
根据HSI和部分同态滤波的五颜六色图画增强

同态滤波

从图画的构成和光特源码编辑器编程猫性考虑,一幅图画是由光源的照度重量 i(x,y) 和目标物的反射重量 r(x,y) 组成的,其数学模型为:f(x,y) = i(x,y)r(x,y) ,式中,r(x,y) 的性质取决于成像物体的外表特性。

一般来说,光照条件体现在照度重量 i(x,y)github敞开私库 中,i(x,y算法)github下载变缓慢,其频谱首要落在低频区域;而 r(x,y) 反映图画的细节等特征,其频谱首要落在高频部分。为此,只要从 f(x,y) 中将i(x,y)r(x,y) 分隔,并别离git指令采用紧缩低频、进步高频的办法算法的时刻复杂度取决于,就能够到达削弱照度重量、增强反射重量然后使图画清楚的意图 。giti轮胎

同态滤波的流程如图所示。源码年代
根据HSI和部分同态滤波的五颜六色图画增强

基本思路

在 HSI 色彩空间下,对 I 重量进行算法处理,裁剪成 相同巨细的 nn 图画块,进行同态滤波,以此结束部分增github官网强,但拼接图画时,在边沿必然会存在色彩骤变,构成块效应,因而需求处理这个副作用。将相邻的图画块分为水陡峭竖直两类github打不开,利用鸿沟处左右两边的像素进行均值滤波,以此来消除块效应。增强后的 I 重量再从头与 S 和 H 重量组兼并康复到 RGB 空间。
根据HSI和部分同态滤波的五颜六色图画增强

代码结束

同态滤波结束

对五颜六色图画进行同态滤波,首要需求将五颜六色图画从 RG源码怎样做成app软件B 色彩空间转化到 HSI 色彩空间,源码编辑器编程猫然后坚持色彩和饱满度重量不变,只对亮度重量进行同态滤波,终究再将处理后的图画从 HSI 空间转化到 RGB 色彩空间,得到增强后的五颜六色图画。
HomoMor.m

function im_e = HomoMor(im,Hh,Hl,D0,c)
% 高斯同态滤波器参数的设置
% Hh = 1.2;  % 高频增益,需求大于1
% Hl = 0.5;  % 低频增益,取值在01之间
% D0 = 4;    % 截止频率,越大图画越亮
% c =算法是什么 1;     % 锐化系数
%% 滤波器初始化
im = double(im);
[row, col] = size(im);
% 确定傅里叶转化的原点源码是什么意思
x0 = floor(row/2);
y0 = floor(col/2);
% 初算法导论始化
H = zeros(row,算法工程师学什么专业col);
for i = 1:row
for j = 1:col
D = (i-x0)^2 + (j-y0)^2;
if D == 0
H(i,j) = Hl;
else
H(github是干什么的i,j) = (Hh-Hl) * (1 - exp(-c*D^2/(D0^2)))gitlab + Hl;  % 高斯同态滤波函数
end
end
end
%% 同态滤波
im_l = log(im + 0.000001);              % 取对数转化
im_f = fftshift(fft2(im_l));            % 傅里叶转化,并移到中心方位
im_nf = H .* im_f;                      % 高斯滤波
im_n = real(ifft2(ifftshift(im_nf)));github直播平台永久回家   % 傅里叶反转化,康复方位
im_e = exp(im_n - 0.000001);            % 取指数GitHub改动
end

HSV 色彩空间下的全局同态滤波

GlobalHomo.m

function rgbim = GlobalHomo(I,Hh,Hl,D0,c)
%全局同态滤波
% rgbim = GlobalHomo(I,Hh,Hl,D0,c)
% I:输入图画github中文官网网页
% Hh:高频增益,需求大于1
% Hl:低频算法工程师增益,取值在01之间
% D0:截止频率,越大源码怎样做成app软件图画越亮
% cgit指令:锐化系数
hsiim = rgb2hsi(I);
im = hsiim(:,:,3);
im_g = HomoMor(im,Hh,Hl,D0,c);
hsiim(:,:,3) = im_g;
rgbim = hsi2rgb(hsiim);
end

不加块效应消除的分github中文社区块同github永久回家地址态滤波

Block源码网站Homo.m

function rgbim = BlockHomo(I,Hh,Hl,D0,c,github官网block)
% rgbim = GlobalHomo(I,Hh,Hl,D0,c)
% I:输入图画
% Hh源码之家:高频增益,需求大于1
% Hl源码是什么意思:低频增益,取源码值在01之间
% D0:截止频率,越大图画越亮
% c:锐源码本钱化系数
% block:分块巨细
hs源码买卖网站源码iim = rgb2hsi(I);
im = hsiim(:,:,3);
[row,col] = size(im);
% 块的巨细为Mb*Ngithub中文官网网页b
Mb = block; Nb = block;
rb = floor(ro源码之家w/Mb); cb = floor(col/Nb);
im_g = im;
for i =1:rb
for j = 1:cb
temp = im((i-1)*Mb+1:i*Mb , (j-1)*Nb+1:j*Nb);
im_g((i-1)*Mb+1:i*Mb ,算法的时刻复杂度取决于 (j-1)*Nb+1:j*Nb) = HomoMor(temp,Hh,Hl,D0,c);
end
end
hsiim(:,:,3) = im_g;
rgbim = hsi2rgb(hsiim);
end

加去除块效应的分块同态滤波

BlockHomo.m

function rgbim = BlocGitHubkHomo(I,Hh,Hl,D0,c,blockgit教程)
%分块同态滤波
% rgbim =github是干什么的 GlobalHomo(I,Hh,Hl,D0,c)
% I:输入图画
% Hh:高频增益,需求大于1
% Hl:低github中文官网网页频增益,取值在01之间
% D0:截止频率,越大图画越亮
% c:锐化系数
% block:分块巨细
hsiim = rgb2hs算法的时刻复杂度取决于i(I);
im = hsiim(:,:,3);
[row,col] = size(im);
% 块的巨细为Mb*Nb
Mb = block; Nb = block;
rb = floor(rogithub打不开w/Mb); cb = floor(col/Nb);
im_g = im;
for i =1:rb
for j = 1:cb
temp = im((i-1)*Mb+1:i*Mb , (j-1)*Nb+1:j*Nb);
im_g((i算法剖析的意图是-1)*Mb+1:i*Mb , (j-1)*Nb+giti1:j算法剖析的意图是*Nb) = HomoMor(temp,Hh,Hl,D0,c);
end
end
% 分块同态滤波
M = 3; N = 3;
n0 = floor(N/2); m0 = floor(M/2);
Ide = im_g;
%算法 去除水平相邻子图画块效应
for i = 1:row
for j = Nb:Nb:col-Nb
temp1 = 0;
temp2 = 0;
for k = -n0:n0
temp1 = temp1 + im_g(i,j+k);
temgithub永久回家地址p2 = temp2 + im_g(i,j+1+k);
end
Ide(i,j) = temp1/N;
Ide(i源码年代培训怎样样,j+1)github是干什么的 = temp2/N;
end
end
% 去除笔直相邻子图画块效应
for i = Mb:Mb:r源码怎样做成app软件ow-Nb
for j =  1:col
temp1 = 0;
temp2 =github敞开私库 0;
for k = -m0:m0
tGitHubemp1 = temp1 + im_g(i+k,j);
temp2 = temp2 + im_g(i+1+k,j);
end
Ide(i,j) = temp1/M;
Ide(i+1,j) = temp2/M;
end
end
hsiim(:,:,3) = Ide;
rgbim = hsi2rgb(hsiim);
end

部分均匀信息熵

BlockAvEn.m

function en = BlockAvEn(I,block)
%部分均匀信息熵
% en = BlockAvEn(I,block)
% I:输入图画
% block:分块巨细
en = 0;
[ro算法的时刻复杂度取决于w,col,channel] = size(I);
% 块的巨细为Mb*Nb
Mb = block; Nb = block;
rb = floor(ro源码w/Mb); cb = floor(col/Nb);
for c = 1:channel
im = I(:,:,c);
for i =1:rb
for j = 1:cb
temp = im((i-1)*Mb+1:i*Mb , (j-1)*Nb+1:j*Nb);
en = en + entropy(temp);
end
end
end
en = en/(rb*cb*channel);
end

算法的时刻复杂度是指什么验作用比照

fig.m

close all;clear;clc
addpath('model');
addpath('src');
%  读取图画
I = imread('4.1.01.tiff');
en = BlockAvEn(I源码,8);
% 全局同态滤波
rgbim0 =  GlobalHomo(I,1.2,0.5,50,1);
en0 = BlockAvEn(rgbim0,8);
% 部分同态滤波
rgbim1 = LocalHomo(I,1.2,0.5,4,1,8);
en1 = BlockAvEn(rgbim1,8);
% 分块同态滤波源码是什么意思
rgbim2 = BlockHomo(I,1.2,0.5,4,1,8);
en2 = BlockAv算法的时刻复杂度取决于En(rgbim2,8);
figure(1)
subplot(1,4,1)
imshow(I);
title(['原始图画:',num2str(en)])github
subpl源码网站ot(1,4,2)
imshow(rgbi源码买卖网站源码m0);
title(['全局同态滤波:',num2str(en0)])
subplot(1,4,3)
imshow(rgbim1);
title(['部分同态滤波:',num2str(en1)])
sub算法的时刻复杂度是指什么plogithub中文官网网页t(1,github中文社区4,4)
imshow(rgbim2);
title(['分块同态滤波:',num2str(en2)])

作用

根据HSI和部分同态滤波的五颜六色图画增强

图画 原文的部分均匀信息熵 复现的部分均匀信息熵
原始图画 3.8476 3.8476
全局同态滤波 4.6636 4.6635
部分同态滤波 4.6848 4.68源码是什么意思48
去除块效应的部分同态滤波 4.6740 4.6758

从试验作用能够看出,全局同态滤算法工程师学什么专业波在增强图画某部分像素时,导致另一部分像素过增强,然后构成图画细节的丢掉。而部分同态滤波考虑了图画的部分特征,增强之后的图画光照均匀,明暗适中,细节清楚,且经过块效应去除后,图画有更好的视觉作用。