多级分解的Retinex低照度图像增强算法

分类： 计算机科学 >> 计算机科学的集成理论 提交时间： 2019-01-28 合作期刊: 《计算机应用研究》

王萍 孙振明

摘要： 针对现有算法对图像边缘细节增强不足及无法有效控制各尺度信息增强程度的问题，提出了多级分解的Retinex低照度图像增强算法。该算法在Retinex分解模型和双边滤波的基础上，通过设置不同的滤波参数，获取表征图像不同尺度信息的反射分量和照度分量；通过使用指数函数对分解得到的各级反射分量进行增强，能够有效提升图像边缘细节的表达能力；通过使用S型函数对最终的照度分量进行处理，能够在提升低照度图像整体亮度的同时抑制高亮度区域；通过颜色恢复函数对增强图像进行后处理，进一步避免色彩偏差和失真的问题。实验结果表明，新算法能够改善低照度图像的视觉质量，在清晰度、信息熵、对比度等指标方面都有所提升。

 点击量 2234  下载量 1089  评论