光照不均图像的非线性自适应增强算法

摘要：

针对光照不均的叶部病害图像,提出一种非线性全局亮度校正的自适应增强算法.首先对原始图像进行高斯滤波和自适应均衡化预处理,将色彩空间转至HSV;使用多尺度Retinex算法估计出V分量的光照分量,结合最大类间方差分割法(OTSU)计算出的亮暗区域的最佳分割阈值和构造的非线性亮度校正函数,将亮暗区域的亮度分别自适应调整,再和原始V分量融合得到校正后的V分量;对HSV空间的S分量进行gamma校正,重组还原成RGB图像.实验结果表明,该算法能有效降低光照不均对图像的影响,在暗区域增强的同时保障了亮区域的自适应增强,提升了图像的清晰度和亮度的均匀性,相对于限制对比度自适应直方图均衡化算法(CLAHE)、非线性校正算法和彩色恢复多尺度Retinex算法(MSRCR),在平均梯度、信息熵、峰值信噪比和结构相似性方面性能更优.

关键词：图像处理、光照不均匀、OTSU、Retinex、图像增强、非线性校正

所属期刊栏目：60

分类号：TP391(计算技术、计算机技术)

资助基金：安徽省自然科学基金;安徽省自然科学基金;安徽省数字农业工程技术研究中心开放课题

在线出版日期：2023-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：80-89