Retinex自适应反射分量估计和对数图像处理减法后处理的 低照度图像增强

摘要：

在夜间采集到的图像由于受强灯光的影响,对比度较大,白天采集到的背光图像也是如此.对比度增强算法是常用的获得良好对比度图像的方法,但是这往往会造成亮区域过度增强的现象.为了解决对比度较大的这部分图像过度增强的问题,提出了一种基于Retinex自适应反射分量估计和对数图像处理减法后处理的低照度图像增强算法,该算法分为两部分:反射分量估计,基于对数图像处理减法(LIPS)模型的对比度增强.首先,用自适应双边滤波器代替传统的高斯滤波器来获得更精准的照明层.然后,根据最小可觉差(JND)阈值得到一个自适应因子来为对数域的照明分量加权,从而估计出图像的反射分量.这种方法可以有效防止高亮度区域的过度增强.最后,将基于标准偏差最大化的LIPS方法作用在反射层以增强图像的对比度,其中LIPS的参数范围由反射图像的累积分布函数(CDF)来确定.实验结果表明,文中所提算法在主观评价以及客观评价方面都优于其他对比算法.

关键词：反射分量估计、对数图像处理减法(LIPS)、最小可觉差、标准偏差最大化

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60802021,61172118,61271240,6147120;江苏省高校自然科学重点研究项目13KJA510004;江苏省自然科学基金青年基金BK20130867;江苏省高校自然科学研究项目12KJB510019

在线出版日期：2019-09-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：327-331