基于相对梯度正则化的Retinex变分模型及其实用性研究

简介：
本研究提出了一种结合相对梯度正则化的Retinex变分模型，旨在改善图像视觉效果和对比度。通过理论分析与实验验证，展示了该方法在多种场景中的实用性和优越性能。 为了改进全变分 Retinex 模型在使用反射分量的全变分作为正则项方面的不足，我们引入了相对梯度并构建了一个扩展的全变分正则项，从而提出了一种新的Retinex变分模型。相比于传统的变分Retinex模型和全变分Retinex模型，该新模型能够获取更加平滑的照度分量，并且反射分量可以捕捉到更多的结构信息及细节要素。 基于此，我们进一步提出了一个综合考虑照度与反射成分的图像增强框架。通过调整参数设置，该方法在高动态范围图像色调映射和非均匀照明条件下的图像质量提升等方面表现出色。实验对比结果显示，所提出的模型能够有效地解决上述问题，并且达到了较好的处理效果。