基于奇异值分解和引导滤波的低照度图像增强算法

摘要：

针对现有低照度图像增强算法在处理图像后容易出现色彩失真、细节丢失、过度增强等问题,提出一种基于奇异值分解和引导滤波的低照度图像增强算法.首先通过Max-RGB模型获得初始光照分量,使用奇异值分解和引导滤波对初始光照分量进行优化,得到最终光照分量.利用Retinex模型,将原低照度图与光照分量图逐点相除,得到增强图像,并使用原始图像的绿色分量图作为引导图像,使用引导滤波对增强图像进行去噪处理.实验结果表明,提出的算法能够得到色彩更加真实、视觉效果更好的图像,同时能够避免过度增强、出现光晕等问题.

关键词：Retinex、图像增强、奇异值分解、引导滤波

所属期刊栏目：21

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;协同创新项目;四川省科技计划;四川省教育厅项目

在线出版日期：2021-06-15（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：5018-5023