为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast L...为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast Limited Adap-tive Histogram Equalization,CLAHE)优化明度分量,使图像更接近均匀光照场景,并使用自适应Gamma对饱和度分量进行校正.然后,采用三维块匹配滤波(Block-matching and 3D Filter-ing,BM3D)算法对光照分量进行估计,并求得相应的反射分量,提出一种改进Gamma变换函数,依据光照分量信息对明度分量进行增强,同时,采用Gabor滤波器和Canny算法对原图进行细节提取,提出一种细节增强策略,对反射分量及其纹理细节进行增强.最后,将各分量进行加权融合,再将增强图像变换回RGB空间.实验结果表明,所提算法相较于自动色彩均衡、自适应局部色调映射、低光照图像增强、带色彩恢复多尺度视网膜增强算法有更好的增强效果和普适性,且原图经过增强后,信息熵、峰值信噪比、结构相似性指数、图像质量指数、平均梯度有显著提升,均方根误差显著下降.展开更多
文摘为均衡增强低照度图像的同时,保留其更多的细节信息,提出一种改进Retinex低照度图像增强算法.该算法基于HSV(Hue,Saturation,Value)颜色空间,对分离出的明度分量和饱和度分量进行增强.首先,使用限制对比度自适应直方图均衡化(Contrast Limited Adap-tive Histogram Equalization,CLAHE)优化明度分量,使图像更接近均匀光照场景,并使用自适应Gamma对饱和度分量进行校正.然后,采用三维块匹配滤波(Block-matching and 3D Filter-ing,BM3D)算法对光照分量进行估计,并求得相应的反射分量,提出一种改进Gamma变换函数,依据光照分量信息对明度分量进行增强,同时,采用Gabor滤波器和Canny算法对原图进行细节提取,提出一种细节增强策略,对反射分量及其纹理细节进行增强.最后,将各分量进行加权融合,再将增强图像变换回RGB空间.实验结果表明,所提算法相较于自动色彩均衡、自适应局部色调映射、低光照图像增强、带色彩恢复多尺度视网膜增强算法有更好的增强效果和普适性,且原图经过增强后,信息熵、峰值信噪比、结构相似性指数、图像质量指数、平均梯度有显著提升,均方根误差显著下降.
