科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对光照不均的叶部病害图像，提出一种非线性全局亮度校正的自适应增强算法。首先对原始图像进行高斯滤波和自适应均衡化预处理，将色彩空间转至HSV；使用多尺度Retinex算法估计出V分量的光照分量，结合最大类间方差分割法（OTSU）计算出的亮暗区域的最佳分割阈值和构造的非线性亮度校正函数，将亮暗区域的亮度分别自适应调整，再和原始V分量融合得到校正后的V分量；对HSV空间的S分量进行gamma校正，重组还原成RGB图像。实验结果表明，该算法能有效降低光照不均对图像的影响，在暗区域增强的同时保障了亮区域的自适应增强，提升了图像的清晰度和亮度的均匀性，相对于限制对比度自适应直方图均衡化算法（CLAHE）、非线性校正算法和彩色恢复多尺度Retinex算法（MSRCR），在平均梯度、信息熵、峰值信噪比和结构相似性方面性能更优。
- 单位
