多米尼克·佐索;Tran，Giang先生;斯坦利·奥斯尔。 非局部Retinex–一个统一的框架及其他。 （英语） Zbl 1328.68286号 SIAM J.成像科学。 8，第2期，787-826（2015）. 小结：在本文中，我们简要回顾了Retinex，然后提出了一个统一的框架。所有Retinex模型的基本假设是，观察到的图像是物体的照明和真实潜在反射率之间的乘积。从开始J.-M.莫雷尔2010年的PDE模型[“Retinex理论的PDE形式化”，IEEE Trans.Image Process.19，No.11，2825-2837（2010；doi:10.10109/TIP.2010.2049239)]在假设光照平滑变化的情况下，从泊松方程中观察到的图像的硬阈值拉普拉斯变换恢复反射率，我们用两个类似但更通用的步骤定义了统一的Retinex模型。我们将梯度阈值模型重新解释为具有稀疏约束的变分模型。首先，我们寻找一个滤波梯度，它是由两项组成的优化问题的解决方案：反射率的稀疏先验和反射率梯度对观测图像梯度的保真度先验。其次，由于这个过滤梯度几乎肯定不是一个一致的图像梯度，我们然后根据进一步的稀疏性和保真度先验，将实际的反射梯度拟合到它。这种广义公式允许与其他变分或基于内核的Retinex实现建立联系。我们为由我们的框架产生的优化问题提供了简单的算法。特别是，在二次型情况下，我们可以通过Wilson Cowan方程将我们的模型与一个合理的神经机制联系起来。除了统一现有模型之外，我们还通过使用更有趣的非本地版本来实现稀疏性和保真度先验，从而派生出全新的Retinex风格。最后，我们在单个框架内定义了新的Retinex应用程序，用于阴影检测和去除、非均匀性校正、卡通纹理分解以及彩色和高光谱图像增强。 引用于13文件 理学硕士： 68单位10 图像处理的计算方法 93年第35季度 与控制和优化相关的PDE 94年第35季度 与信息和通信相关的PDE 49号45 最优控制中的逆问题 65D19号 计算机和机器人视觉中的计算问题 68T45型 机器视觉和场景理解 94A08型 信息与通信理论中的图像处理（压缩、重建等） 关键词：同态滤波;非本地操作员;反射率;照明;图像分解;对比度增强;阴影检测;卡通纹理分解;阈值化 PDF格式BibTeX公司 XML格式引用 \textit{D.Zosso}等人，SIAM J.成像科学。8，第2号，787--826（2015；Zbl 1328.68286） 全文： 内政部 参考文献： [1] V.Agarwal、A.Koschan和M.A.Abidi，《颜色恒常性算法概述》，J.Pattern Recogn。Res.，1（2006），第42-54页。 [2] P.Arias、G.Facciolo、V.Caselles和G.Sapiro，{基于范例的图像修复的变分框架}，国际计算机杂志。视觉。，93（2011），第319-347页·Zbl 1235.94015号 [3] E.A.Ashton、B.D.Wemett、R.A.Leathers和T.V.Downes，《高光谱图像中照明抑制的新方法》，载《多光谱、高光谱和超光谱图像的算法和技术》第十四卷，S.S.Shen和P.E.Lewis编辑，Proc。SPIE 6966，SPIE，华盛顿州贝灵汉，2008年，69660C。 [4] D.Barash，{双边滤波、自适应平滑和非线性扩散方程之间的基本关系}，IEEE Trans。模式分析。机器。智力。，24（2002），第844-847页。 [5] M.Bertalmiío、V.Caselles和E.Provenzi，《关于Retinex理论和对比度增强的问题》，国际计算机杂志。视觉。，83（2009年），第101-119页·Zbl 1477.68329号 [6] M.Bertalmio、V.Caselles、E.Provenzi和A.Rizzi，{通过变化技术进行感知颜色校正}，IEEE Trans。图像处理。，16（2007年），第1058-1072页。 [7] M.Bertalmiío和J.D.Cowan，{用Wilson-Cowan方程实现Retinex算法}，J.Physiol。巴黎，103（2009），第69-72页。 [8] D.P.Bertsekas，{约束优化和拉格朗日乘子法}，学术出版社，纽约，伦敦，1982年·Zbl 0572.90067号 [9] A.Blake，《蒙德里安世界亮度计算的边界条件》，Comput。视觉图。图像处理。，32（1985年），第314-327页。 [10] A.Blake，《论蒙德里安世界中的亮度计算》，载于《色彩视觉的中心和外围机制》，D.Ottoson和S.Zeki编辑，麦克米兰，纽约，1985年，第45-49页。 [11] A.Bousseau、S.Paris和F.Durand，《用户辅助内在图像》，ACM Trans。图表。，28 (2009), 130. [12] G.Brelstaff和A.Blake，{计算亮度}，模式识别快报。，5（1987），第129-138页。 [13] P.C.Bressloff、J.D.Cowan、M.Golubitsky、P.J.Thomas和M.C.Wiener，《几何视觉幻觉、欧几里德对称性和纹状体皮层的功能结构》，Philos。事务处理。R.Soc.伦敦。生物科学B。，356（2001），第299-330页。 [14] A.Buades、B.Coll和J.-M.Morel，{图像去噪的非局部算法}，《IEEE计算机学会计算机视觉和模式识别会议论文集》，2005年第2卷，第60-65页·Zbl 1108.94004号 [15] C.-H.Chang、Y.-T.Cheng和Y.-Y.Chuang，{内在图像的非局部稀疏模型}，《第二届IAPR亚洲模式识别会议论文集》，2013年，第100-104页。 [16] T.Chen，W.Yin，X.S.Zhou，D.Comaniciu和T.S.Huang，{变光人脸识别的总变异模型}，IEEE Trans。模式分析。机器。智力。，28（2006），第1519-1524页。 [17] J.D.Cowan和P.C.Bressloff，{视皮层和Retinex算法}，《人类视觉和电子成像VII》，Proc。SPIE 4662，SPIE，华盛顿州贝灵汉，2002年，第278-285页。 [18] D.M.Eagleman，《视觉错觉与神经生物学》，《自然神经科学评论》。，2（2001年），第920-926页。 [19] M.Elad、R.Kimmel、D.Shaked和R.Keshet，{通过变分方法降低Retinex算法的复杂性}，J.Vis。Commun公司。《图像报告》，14（2003），第369-388页。 [20] G.D.Finlayson、S.D.Hordley和M.S.Drew，《使用Retinex去除图像阴影》，第10届彩色成像会议论文集，成像科学与技术学会，弗吉尼亚州斯普林菲尔德，2002年，第73-79页·Zbl 1039.68627号 [21] G.D.Finlayson、S.D.Hordley、C.Lu和M.S.Drew，《关于从图像中去除阴影》，IEEE Trans。模式分析。机器。智力。，28（2006），第59-68页。 [22] J.A.Frankle和J.J.McCann，《亮度成像方法和设备》，美国专利4384336 A，1983年5月17日。 [23] B.Funt、F.Ciurea和J.McCann，《MATLAB中的Retinex》，J.Electron。《成像》，13（2004），第48-57页。 [24] G.Gilboa和S.Osher，{图像处理应用中的非局部算子}，多尺度模型。模拟。，7（2008），第1005-1028页·Zbl 1181.35006号 [25] R.Glowinski和P.Le Tallec，《非线性力学中的增广拉格朗日和算子分裂方法》，SIAM，费城，1989年·Zbl 0698.73001号 [26] T.Goldstein和S.Osher，《L（1）正则化问题的分裂Bregman方法》，SIAM J.成像科学。，2（2009年），第323-343页·Zbl 1177.65088号 [27] S.Guiaşu和A.Shenitzer，《最大熵原理》，数学。Intelligencer，7（1985），第42-48页·Zbl 0563.94008号 [28] R.Guo，Q.Dai和D.Hoiem，{使用配对区域进行单图像阴影检测和去除}，《2011年IEEE计算机视觉和模式识别会议论文集》，2011年，第2033-2040页。 [29] R.Guo、Q.Dai和D.Hoiem，{阴影检测和去除的配对区域}，IEEE Trans。模式分析。机器。智力。，35（2012），第2956-2967页。 [30] A.N.Hirani、K.Kalyanaraman和S.Watts，{图的最小二乘排序}，预印本，http://arxiv.org/abs/1011.1716arXiv网址：1011.1716v4[cs.NA]，2011年。 [31] B.K.P.Horn，《从图像中确定亮度》，《计算》。图表。图像处理。，3（1974年），第277-299页。 [32] A.Hurlbert，{it轻量级算法之间的形式连接}，J.Opt。Soc.Amer公司。A、 3（1986年），第1684-1693页。 [33] D.-G.Hwang，W.-R.Lee，Y.-J.Oh和B.-M.Jun，《融合与混合信息技术》，施普林格出版社，柏林，海德堡，2012年，第381-388页。 [34] E.T.Jaynes，《信息理论与统计力学》，《物理学》。第106版（1957年），第620-630页·Zbl 0084.43701号 [35] X.Jiang，L.-H.Lim，Y.Yao，Y.Ye，{统计排名和组合霍奇理论}，数学。程序。，127（2010），第203-244页·Zbl 1210.90142号 [36] D.J.Jobson、Z.Rahman和G.A.Woodell，《弥合彩色图像和人类观察场景之间差距的多尺度视网膜》，IEEE Trans。图像处理。，6（1997年），第965-976页。 [37] D.J.Jobson、Z.Rahman和G.A.Woodell，《中心/环绕视网膜的特性和性能》，IEEE Trans。图像处理。，6（1997），第451-462页。 [38] R.Kimmel、M.Elad、D.Shaked、R.Keshet和I.Sobel，｛\it Retinex的变分框架｝，Int.J.Comput。视觉。，52（2003），第7-23页·Zbl 1009.68642号 [39] R.Kimmel、R.Malladi和N.Sochen，《作为嵌入地图和最小曲面的图像：电影、颜色、纹理和体积医学图像》，国际计算机杂志。视觉。，39（2000），第111-129页·Zbl 1060.68656号 [40] E.H.Land，{\it The Retinex}，美国。科学。，52（1964年），第247-253、255-264页。 [41] E.H.Land，《色觉的Retinex理论》，科学。美国。，237（1977），第108-128页。 [42] E.H.Land，{视网膜理论的最新进展和对皮层计算的一些启示：色彩视觉和自然图像}，Proc。国家。阿卡德。科学。美国，80（1983），第5163-5169页。 [43] E.H.Land，{色觉视网膜理论中计算指示符的替代技术}，Proc。国家。阿卡德。科学。美国，83（1986），第3078-3080页。 [44] E.H.Land和J.J.McCann，《光与视网膜理论》，J.Opt。Soc.Amer.，美国。，61（1971），第1-11页。 [45] J.-S.Lee，{数字图像平滑和sigma滤波器}，计算。视觉图。图像处理。，24（1983年），第255-269页。 [46] A.D.Logvinenko，重温《感悟》，28（1999），第803-816页。 [47] W.Ma、J.-M.Morel、S.Osher和A.Chien，《Retinex理论及其在医学图像中的应用的基于L（1）的变分模型》，收录于2011年IEEE计算机视觉和模式识别会议论文集，2011年，第153-160页。 [48] W.Ma和S.Osher，《Retinex理论的TV Bregman迭代模型》，加州大学洛杉矶分校CAM报告10-13，加州大学洛杉机分校，2010年·Zbl 1261.68153号 [49] A.Majumdar和R.K.Ward，{基于分析优先的群稀疏压缩彩色成像}，《第17届IEEE图像处理国际会议论文集》，2010年，第1337-1340页。 [50] A.Majumdar和R.K.Ward，《非凸群稀疏性：彩色成像应用》，载于《2010年IEEE声学、语音和信号处理国际会议论文集》，2010年，第469-472页。 [51] D.Marr，《灵长类视网膜对亮度的计算》，《视觉研究》，14（1974），第1377-1388页。 [52] J.J.McCann，{蒙德里安的经验教训应用于真实图像和色域}，《第七届彩色成像会议论文集》，成像科学与技术学会，弗吉尼亚州斯普林菲尔德，1999年，第1-8页。 [53] J.J.McCann，《在阴影中捕捉一只黑猫：Retinex颜色外观模型的过去和现在》，J.Electron。《成像》，13（2004），第36-47页。 [54] J.J.McCann、C.Parraman和A.Rizzi，《反射、照明和颜色恒常性外观》，《正面》。心理医生。，5（2014），5。 [55] J.J.McCann和A.Rizzi，《HDR成像的艺术与科学》，John Wiley&Sons，新泽西州霍博肯，2011年。 [56] J.-M.Morel，《私人通信》，2012年。 [57] J.-M.Morel、A.-B.Petro和C.Sbert，《Retinex理论的PDE形式化》，IEEE Trans。图像处理。，19（2010年），第2825-2837页·Zbl 1371.94268号 [58] M.K.Ng和W.Wang，{\it Retinex的总变异模型}，SIAM J.成像科学。，4（2011年），第345-365页·Zbl 1215.65117号 [59] J.Nocedal和S.J.Wright，《惩罚和增广拉格朗日方法》，《数值优化》，纽约施普林格，2006年，第497-528页。 [60] S.Osher、A.Soleí和L.Vese，{使用总变差最小化和（H^{-1}）范数}的图像分解和恢复，多尺度模型。模拟。，1（2003年），第349-370页·Zbl 1051.49026号 [61] B.Osting、C.Brune和S.J.Osher，{信息排名的最佳数据收集揭示了关联良好的图形}，J.Mach。学习。Res.，15（2014），第2981-3012页·Zbl 1319.62046号 [62] B.Osting、J.Darbon和S.Osher，{使用\(ℓ^图}上的1-范数，逆问题。《成像》，第7期（2013年），第907-926页·Zbl 1319.62047号 [63] R.Palma-Amestoy、E.Provenzi、M.Bertalmiío和V.Caselles，{它是一个感知启发的色彩增强变化框架}，IEEE Trans。模式分析。机器。智力。，31（2009），第458-474页。 [64] E.Provenzi、L.De Carli、A.Rizzi和D.Marini，《Retinex算法的数学定义和分析》，J.Opt。Soc.Amer公司。A、 22（2005），第2613-2621页。 [65] E.Provenzi、M.Fierro、A.Rizzi、L.De Carli、D.Gadia和D.Marini，{随机喷射Retinex：研究模型局部属性的新Retinex实现}，IEEE Trans。图像处理。，16（2007年），第162-171页。 [66] E.Provenzi、C.Gatta、M.Fierro和A.Rizzi，{它是一种由局部对比度驱动的彩色图像增强的空间变异白斑和灰度世界方法}，IEEE Trans。模式分析。机器。智力。，30（2008），第1757-1770页。 [67] Z.Rahman、D.J.Jobson和G.A.Woodell，《自动图像增强的Retinex处理》，J.Electron。《成像》，13（2004），第100-110页。 [68] F.Ratliff，《马赫带：视网膜神经网络定量研究》，Holden-Day，旧金山，1965年。 [69] A.Rizzi，C.Gatta和D.Marini，{\it无监督全局和局部颜色校正的新算法}，模式识别Lett。，24（2003），第1663-1677页。 [70] A.Rizzi、C.Gatta和D.Marini，《从Retinex到自动颜色均衡：开发无监督颜色均衡新算法的问题》，J.Electron。《成像》，13（2004），第75-84页。 [71] A.Roussos和P.Maragos，{基于张量的图像扩散源于总变分和Beltrami泛函的推广}，《2010年IEEE图像处理国际会议论文集》，2010年，第4141-4144页。 [72] A.Sanin、C.Sanderson和B.C.Lovell，《阴影检测：最新方法的调查和比较评估》，《模式识别》。，45（2012），第1684-1695页。 [73] L.Shen、P.Tan和S.Lin，｛it具有非局部纹理线索的内在图像分解｝，载于《2008年IEEE计算机视觉和模式识别会议论文集》，2008年，第1-7页。 [74] L.Shen和C.Yeo，{使用反射率的局部和全局稀疏表示进行本征图像分解}，《2011年IEEE计算机视觉和模式识别会议论文集》，2011年，第697-704页。 [75] R.Sobol，{改进渲染宽动态范围照片的Retinex算法}，J.Electron。《成像》，13（2004），第65-74页。 [76] N.Sochen、R.Kimmel和A.M.Bruckstein，《信号和图像处理中的扩散和混淆》，J.Math。《成像视觉》，14（2001），第195-209页·Zbl 0994.94011号 [77] J.-L.Starck、M.Elad和D.L.Donoho，{通过结合稀疏表示和变分方法进行图像分解}，IEEE Trans。图像处理。，14（2005），第1570-1582页·兹比尔1288.94012 [78] M.Toda和M.Tsukada，{具有全局亮度校正的YUV图像的高动态范围渲染方法}，《2011年IEEE消费电子国际会议论文集》，2011年，第255-256页。 [79] M.Toda、M.Tsukada、A.Inoue和T.Suzuki，{限制感知色度保存的YUV图像的高动态范围渲染}，《2009年第16届IEEE图像处理国际会议论文集》，2009年，第1817-1820页。 [80] C.Tomasi和R.Manduchi，《第六届计算机视觉国际会议论文集》，IEEE计算机学会，华盛顿特区，1998年，第839-846页。 [81] V.Štruc和N.Paves \780»icí，{\it it it Illumination invariant face recognition by non-local smoosing}，《生物特征识别管理和多模式通信》，柏林斯普林格出版社，海德堡，2009年，第1-8页·Zbl 1180.68225号 [82] R.H.Wallis，{图像的空间变异恢复和增强方法}，《图像科学中当前数学问题研讨会论文集》，加利福尼亚州蒙特雷，1976年。 [83] A.Wetzler和R.Kimmel，{补丁空间中的高效Beltrami流}，《计算机视觉中的尺度空间和变分方法》，A.M.Bruckstein、B.M.ter Haar Romeny、A.M.Bronstein和M.M.Bronstein编辑，《计算讲义》。科学。6667，施普林格·弗拉格，柏林，海德堡，2012年，第134-143页。 [84] H.R.Wilson和J.D.Cowan，{模型神经元局部群体中的兴奋和抑制相互作用}，生物物理。J.，12（1972），第1-24页。 [85] H.R.Wilson和J.D.Cowan，《皮层和丘脑神经组织功能动力学的数学理论》，Kybernetik，13（1973），第55-80页·Zbl 0281.92003号 [86] T.-P.Wu、C.-K.Tang、M.S.Brown和H.-Y.Shum，{天然阴影垫}，ACM Trans。图表。，26 (2007), 8. [87] Q.Yang，K.-H.Tan和N.Ahuja，{使用双边滤波去除阴影}，IEEE Trans。图像处理。，21（2012），第4361-4368页·Zbl 1373.94458号 [88] W.Yin、D.Goldfarb和S.Osher，《使用总变差正则化函数的图像卡通纹理分解和特征选择》，收录于《计算机视觉中的变差、几何和水平集方法》，柏林斯普林格出版社，2005年，第73-84页·Zbl 1159.68610号 [89] W.-C.Zhang、X.-J.An和S.-D.Pan，{用于渲染高动态范围照片的改进递归视网膜}，《2011年IEEE小波分析和模式识别国际会议论文集》，2011年，第121-125页。 [90] Q.Zhao，P.Tan，Q.Dai，L.Shen，E.Wu，and S.Lin，{带非局部纹理约束的视网膜闭合解}，IEEE Trans。模式分析。机器。智力。，34（2012），第1437-1444页。 [91] J.Zhu、K.G.Samuel、S.Z.Masood和M.F.Tappen，《学习识别单色自然图像中的阴影》，《2010年IEEE计算机视觉和模式识别会议论文集》，2010年，第223-230页。 [92] D.Zosso、G.Tran和S.Osher，{基于非局部微分算子}的统一Retinex模型，《计算成像》，Proc。SPIE 8657，C.A.Bouman，I.Pollak，P.J.Wolfe，eds.，SPIE，Bellingham，WA，2013，865702·兹比尔1328.68286 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。