基于顶帽底帽变换的仿生图像增强算法

摘要：

针对低照度图像对比度低、细节模糊、色彩饱和度低的问题,通过分析人眼的主观亮度感受和光照强度的非线性关系以及人眼的视网膜神经节细胞中感受野的传输特性,提出一种顶帽变换和底帽变换相结合的仿生图像增强算法.首先,将低照度图像的RGB色彩空间转换为HSV空间,对亮度分量进行全局亮度对数变换;其次,采用视网膜神经元感受野三高斯模型对图像局部边缘的对比度进行调整;最后,用顶帽变换和底帽变换辅助对较亮背景的提取.实验结果表明,所提算法增强的低照度图像不仅细节清楚、对比度高,同时还没有设备采集图像存在的光照不均匀和图像景深的问题,而且增强后的图像色彩饱和度高,具有很强的视觉感受效果.

关键词：图像增强、对比度、细节、顶帽变换、底帽变换、三高斯模型

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目11804068

在线出版日期：2020-06-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1440-1445