×

基于小波变换的变化感知色彩增强。 (英文) Zbl 1328.68281号

摘要:最近,人们借助变分原理分析了数字图像中的感知色彩和对比度校正问题。这些技术可以建立一个通用框架,在该框架中,可以更容易地理解和比较许多现有算法在增强局部对比度和控制平均强度值周围的色散方面的作用。本文从小波理论的双重视角分析了这一问题,表明可以建立小波系数的能量泛函,从而实现多级感知色彩校正。通过计算与基于小波的泛函相关的欧拉-拉格朗日方程,我们能够找到一个修改小波细节系数的分析公式,该公式克服了基于经验考虑的特别选择问题。除了这些理论结果之外,与空间变分框架相比,小波透视还具有生成更快算法的计算优势。

MSC公司:

68单位10 图像处理的计算方法
第68页第45页 机器视觉和场景理解
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ambrosio,L.、Gigli,N.和;Savaré,G.(2005)。度量空间和概率测度空间中的梯度流。伯克豪泽:数学讲座·邮编1090.35002
[2] Bertalmío,M.、Caselles,V.和;Provenzi,E.(2009)。视网膜理论和对比度增强问题。国际计算机视觉杂志,83,101-119·Zbl 1477.68329号 ·doi:10.1007/s11263-009-0221-5
[3] Bertalmío,M.、Caselles,V.、Provenzi,E.和;Rizzi,A.(2007年)。通过变化技术进行感知色彩校正。IEEE图像处理汇刊,16,1058–1072·doi:10.1109/TIP.2007.891777
[4] Bradley,A.(1999)。小波可见差分预测器。IEEE图像处理汇刊,8717–730·数字对象标识代码:10.1109/83.760338
[5] Cho,D.和;Bui,T.,(2011)。压缩小波域中的图像对比度增强。第3421-3424页。
[6] Ciarlet,P.(1989)。数值线性代数和优化导论。马萨诸塞州剑桥:剑桥大学出版社。
[7] Daly,S.(1992)。可见差异预测器:一种评估图像保真度的算法。SPIE 1666会议记录。人类视觉、视觉处理和数字显示(第三卷,第2-15页)。
[8] Daubechies,I.(1992年)。关于小波的十堂课。费城:SIAM·Zbl 0776.42018号
[9] Di Zenzo,S.(1986年)。关于多图像梯度的注记。计算机视觉、图形和图像处理,3316125·兹比尔062568065
[10] Gonzales,R.和;Woods,R.(2002)。数字图像处理。新泽西州恩格尔伍德悬崖:普伦蒂斯·霍尔。
[11] Held,S.,Storath,M.,Masspaust,P.,&Forster,B.(2010年)。基于riesz变换的可操纵小波框架。IEEE图像处理汇刊,19(3),653–667·Zbl 1371.42043号 ·doi:10.1109/TIP.2009.2036713
[12] Laine,A.、Fan,J.和;Schuler,S.(1994)。通过多尺度分析增强乳腺X线特征。IEEE医学成像学报,13(4),725–740·数字对象标识代码:10.1109/42.363095
[13] Land,E.(1977年)。色觉的Retinex理论。《科学美国人》,237108-128·doi:10.1038/科学美国人1277-108
[14] 土地、E.和;McCann,J.(1971)。轻与Retinex理论。美国光学学会杂志,61(1),1-11·doi:10.1364/JOSA.61.00001
[15] Li,Y.、Sharan,L.和;Adelson,E.(2005)。使用子带结构压缩和压缩高动态范围图像。《美国计算机学会图形学报》(TOG)——2005年美国计算机学会SIGGRAPH会议录(第836–844页)。
[16] Loza,A.、Bull,D.和;Achim,A.(2010年)。基于小波系数局部统计的微光图像对比度自动增强。在第17届IEEE国际图像处理会议(ICIP)上(第3553–3556页)。
[17] Lu,J.和;小希利(1994)。使用多尺度边缘表示的医学图像对比度增强。《SPIE在小波应用中的进展》(第2242卷,第711-719页)。
[18] Mallat,S.(1999年)。信号处理的小波之旅。纽约:学术出版社·Zbl 0998.94510号
[19] 迈克尔逊(1927)。光学研究。伊利诺伊州芝加哥:芝加哥大学出版社。
[20] Palma-Amestoy,R.、Provenzi,E.、Bertalmío,M.和;Caselles,V.(2009)。一种感知启发的色彩增强变化框架。IEEE模式分析和机器智能汇刊,31(3),458–474·doi:10.1109/TPAMI.2008.86
[21] Peli,E.(1990年)。复杂图像中的对比度。美国光学学会杂志A,7(10),2032-2040·doi:10.1364/JOSAA.7.002032
[22] Peli,E.(1997)。寻找对比度指标:匹配不同相位和带宽下gabor面片的感知对比度。视觉研究,37(23),3217–3224·doi:10.1016/S0042-6989(96)00262-3
[23] Provenzi,E.、De Carli,L.、Rizzi,A.和;Marini,D.(2005)。retinex算法的数学定义和分析。美国光学学会杂志A,22(12),2613-2621·doi:10.1364/JOSAA.22.002613
[24] Provenzi,E.、Fierro,M.、Rizzi,A.、De Carli,L.、Gadia,D.和;Marini,D.(2007)。随机喷射retinex:一种新的retinex实现,用于研究模型的局部属性。IEEE图像处理汇刊,16,162–171·doi:10.1109/TIP.2006.884946
[25] Provenzi,E.、Gatta,C.、Fierro,M.和;Rizzi,A.(2008)。由局部对比度驱动的彩色图像增强的空间变异白斑和灰色世界方法。IEEE模式分析和机器智能汇刊,301757-1770·doi:10.1109/TPAMI.2007.70827
[26] Pu,T.和;Ni,G.(2000)。使用离散小波变换的基于对比度的图像融合。光学工程,39(8),2075–2082·数字对象标识代码:10.1117/1.1303728
[27] Rizzi,A.、Gatta,C.和;Marini,D.(2003a)。一种新的无监督全局和局部颜色校正算法。模式识别字母,241663-1677·doi:10.1016/S0167-8655(02)00323-9
[28] A.Rizzi、C.Gatta和;Marini,D.(2003)。Yaccd:又一个颜色恒定性数据库。《El.Im会议录》。2003年,IS&T/SPIEs国际研讨会,彩色成像VIII圣何塞,加利福尼亚州(美国)(第5008卷,第24-35页)。
[29] Sapiro,G.和;Caselles,V.(1997)。通过微分方程修改直方图。微分方程杂志,135,238–266·Zbl 0913.35141号 ·doi:10.1006/jdeq.1996.3237
[30] Schenders,P.(2002)。基于多尺度基本形式的多值图像小波表示。IEEE图像处理汇刊,10(5),568–575·doi:10.1109/TIP.2002.1006403
[31] 沙普利(Shapley,R.);Enroth-Cugell,C.(1984)。视觉适应和视网膜增益控制,第9章。视网膜研究进展(第3卷,第263–346页)。
[32] Starck,J.、Murtagh,F.、Candès,E.和;Donoho,D.(2003)。通过曲线变换增强灰度和彩色图像对比度。IEEE图像处理汇刊,12(6),706–717·Zbl 1288.94013号 ·doi:10.1109/TIP.2003.813140
[33] Strang,G.和;Nguyen,T.(1996)。小波和滤波器组。马萨诸塞州韦尔斯利:韦尔斯利-剑桥出版社·Zbl 1254.94002号
[34] Tang,J.、Liu,X.和;孙强(2009)。一种用于筛查乳房X光片的小波域直接图像对比度增强算法。信号处理专题期刊,3(1),74-80·doi:10.10109/JSTSP.2008.1108
[35] Velde,K.(1999)。多尺度彩色图像增强。国际图像处理会议,3584–587。
[36] 韦伯,E.(1834)。De pulsu,resorptione,audita et tactu–annotations anatomicae et physologicae(H.E.Ross,纽约:学术出版社,1978年,译)。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。