基于改进Retinex的目标图像分割方法研究
2020-02-02郭永锋
电子技术与软件工程 2020年16期
郭永锋
(河南牧业经济学院信息工程学院 河南省郑州市 450000)
图像分割这项技术已经有了六十年的历史,基于图像分割技术提出的算法在论文杂志上已经发表了几千篇,至今为止每年都还新增数百篇研究图像分割技术的论文,但是它依然是计算机图像处理领域的一个世界性难题[1]。图像分割最主要的目的就是将一个完整的图像根据不同的特征分割成诸如颜色、轮廓等不同的区域,从而在其中找到目标区域。传统的图像分割主要包括阈值分割、区域分割、边缘分割以及直方图分割等方法,这些方法运用到原理都不相同,但基本都是运用图像的纹路、色彩等影像信息粗略分割,如果遇到复杂的图像,很难得到理想的效果[2]。近年来,国内有学者将图像增强中的Retinex 算法引入了图像分割领域,所谓Retinex 是一种基于“光照平缓变化”理论的图像增强算法,它最初从人类视觉系统得到灵感,通过模拟人类视觉达到调节图像色彩的目的。在实际应用过程中,往往会在轮廓附近产生光晕,影响图像质量,且运算效率较低,因此存在一定的局限性。改进后的Retinex 算法与人类视觉系统的非线性特性相匹配,能够增强局部对比度,使动态模糊影像减少[3]。因此在本文中,我们需要将改进后的Retinex 算法引入图像分割领域,通过该算法对图像的整体视觉效果做出改进,增强视觉信息,改善分割效果。
1 基于改进Retinex的目标图像分割方法设计
为了得到更精确的分割图像,本文基于改进后的Retinex 算法,列举图像结构常数,将刻画S的正则引入到改进后的Retinex模型中,针对带有光晕的灰度不均匀图像,提出构建图像分割模型。……
登录APP查看全文
