基于廣義高斯混合模型和軟分割的圖像增強(qiáng).pdf

1、圖像增強(qiáng)是數(shù)字圖像處理領(lǐng)域經(jīng)典的研究方向之一，研究成果已被廣泛應(yīng)用于遙感、醫(yī)學(xué)圖像、視頻監(jiān)控等方面，并且仍然在被廣大學(xué)者積極研究。圖像增強(qiáng)的目的是改善圖像中可理解或者可被觀察者感知到的信息，此外，圖像增強(qiáng)也可以作為其他圖像處理任務(wù)的預(yù)處理操作。通過改變一幅質(zhì)量退化圖像中的屬性可以使其具有更佳的視覺效果或是更有利于實現(xiàn)某種任務(wù)。
　　在眾多影響圖像質(zhì)量的因素中，不良的光照條件是十分常見的一種因素。本文針對由于光照條件不均勻而造成的逆

2、光圖像以及閃光燈圖像，提出了基于廣義高斯混合模型和軟分割的增強(qiáng)算法。對于逆光圖像和閃光燈圖像，根據(jù)曝光不均勻可以將其分為過曝光區(qū)域、正常曝光區(qū)域和欠曝光區(qū)域，因此本文使用一個三分量的廣義高斯混合模型對輸入圖像亮度分量的直方圖進(jìn)行建模，每個分量分別對應(yīng)于不同區(qū)域的直方圖，從而實現(xiàn)對輸入圖像按概率的軟分割。對欠曝光區(qū)域和過曝光區(qū)域分別使用最優(yōu)對比度色調(diào)映射算法進(jìn)行增強(qiáng)，該算法提出了對比度增益和色調(diào)失真這一相互矛盾的概念，在給出了由映射函數(shù)造

3、成的輸出圖像相對于輸入圖像的對比度增益函數(shù)和色調(diào)失真度函數(shù)后，圖像增強(qiáng)的問題便轉(zhuǎn)換成了在色調(diào)失真不超過用戶輸入值的前提下最大化對比度增益這一最優(yōu)化問題。將欠曝光區(qū)域和過曝光區(qū)域的映射函數(shù)與不進(jìn)行處理的正常曝光區(qū)域按照廣義高斯混合模型得出的概率融合，便得到最終的映射函數(shù)，實現(xiàn)對輸入圖像的增強(qiáng)。
　　實驗證明，基于廣義高斯混合模型和軟分割的圖像增強(qiáng)算法相比較于傳統(tǒng)的直方圖均衡、對比度限制自適應(yīng)直方圖均衡、多尺度Retinex增強(qiáng)和最優(yōu)