结合分数阶微分及Retinex的NSCT自适应低照度图像增强
针对低照度图像存在亮度低、对比度低、边缘模糊等问题,首先将低照度图像NSCT多尺度分解,获得低频子带图像和高频子带系数;接着将低频图像采用多尺度Retinex提升图像亮度,借助非线性的双边滤波函数估计其照度分量,利用Gamma校正函数对照度分量进行校正,提高图像的动态范围,利用影响因子校正反射分量,丰富其层次性,对图像的整体轮廓进行增强;然后将高频部分用Bayes阈值隔离噪声,利用自适应分数阶微分对图像的边缘、纹理等细节进行增强;最后对处理后的图像进行NSCT重构.实验结果表明,本文算法的对比度、清晰度及信息熵与现有增强方法相比,平均提高了10.7%、9.8%、2.3%.增强后的图像在细节、边缘保持等方面也优于现有算法,改善了图像整体的视觉效果.
低照度图像、图像增强、NSCT变换、Retinex、自适应分数阶微分
35
TP391(计算技术、计算机技术)
国家自然科学基金61471124,61601126;福建省自然科学基金2019J01224
2020-05-22(万方平台首次上网日期,不代表论文的发表时间)
共14页
360-373