毕业论文--基于同态滤波及多尺度Retinex的低照度图像增强算法.doc

基于同态滤波及多尺度Retinex的低照度图像增强算法摘要:针对在彩色图像采集过程中,光源偏暗或曝光不足等因素常导致图像亮度和对比度偏低问题,提出了一种改进的的低照度图像增强算法。首先用改进的同态滤波增强低照度图像的RGB各分量,然后将RGB图像转换到HSV彩色空间,对饱和度分量S进行自适应非线性拉伸,同时用改进的多尺度Retinex算法对亮度V进行增强处理,用双边滤波函数代替高斯滤波函数对照射分量进行估计,对照射分量L用伽马变换进行校正,对反射分量R用Sigmoid函数进行处理,最后将图像再转换至RGB空间。用Matlab对图像进行仿真处理,实验表明该算法提高了低照度图像的信息熵、峰值信噪比和对比度,提升了低照度图像的视觉效果。关键词:低照度;图像增强;HSV空间;同态滤波;多尺度Retinex中图分类号::ALow-intensityimageenhancementalgorithmbasedonhomomorphicfilteringandmulti-scaleRetinexAbstract:Aimingattheproblemoflowimagebrightnessandcontrastintheprocessofcolorimageacquisition,thelightsourceisdarkorunderexposed,andsoon,,ponentsofthelow-lightimageareenhancedbytheimprovedhomomorphicfiltering,andthentheRGBimageistransformedintotheHSVcolorspace,ponentSissubjectedtoadaptivenonlinearstretching,Atthesametimewiththeimprovedmulti-scaleRetinexalgorithmtoenhancethebrightnessofV,,TheimageissimulatedbyMatlabshowthatthealgorithmimprovestheinformationentropy,peaksignaltonoiseratioandcontrastoflowilluminationimage,,图像采集或者视频监控应用中,经常会有夜视或背光等低照度的情况,导致所采集的图像亮度和对比度都比较低,图像细节难已分辨,从而影响了图像的识别与判断和信息的提取。所以对低照度图像进行增强处理,提高图像的亮度与对比度,具有很高的研究价值。目前对于低照度图像的增强算法主要有基于直方图的增强方法[1-3],基于小波变换的增强方法[4-5],基于同态滤波的增强方法[6-8],基于Retinex理论的增强方法[9-12]等。直方图均衡化的优点在于无需设置参数,容易操作,但处理后的图像容易产生过增强,导致丢失细节。同态滤波算法是基于照射-反射模型,可以对光照不均