科研之友
微信
新浪微博
Facebook
分享链接
摘要
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 Adaptive 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算法(Block-matching and 3D Filtering， BM3D)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，将各分量进行多权融合，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、带色彩恢复的多尺度视网膜增强算法有着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、均方根误差有着显著的提升。
