结合MCA与Retinex算法的低照度图像增强方法

摘要：

针对低照度条件下获取的图像存在可见光照度低、噪声大等问题,提出了一种基于形态成分分析(MCA)和Retinex算法结合的低照度图像增强方法.首先,将低照度图像转换到HSV色彩空间,接着采用MCA将V分量分解为纹理和平滑部分;其次对平滑部分采用基于改进的多尺度Retinex算法和自适应全局色调映射进行增强,对纹理部分进行维纳滤波去噪后再进行Laplace算子锐化;然后MCA重建得到亮度增强图像,将其与H、S分量合并且转换到RGB色彩空间;最后采用自适应函数恢复色彩得到最终增强图像.实验结果表明,该算法能够有效改善低照度图像质量,提高图像亮度,更好地保留边缘、细节纹理和抑制噪声.

关键词：形态成分分析;图像增强;低照度图像;HSV色彩空间;Laplace算子

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：江西省教育厅科技资助项目GJJ170526

在线出版日期：2021-09-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：80-88