基于奇异值分解和引导滤波的低照度图像增强算法

作者：龙庆延; 王正勇; 潘建; 何小海^*; 卿粼波

来源：科学技术与工程, 2021, 21(12): 5018-5023.

• Retinex
• 图像增强
• 奇异值分解
• 引导滤波

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。

• 单位
  中国民航局第二研究所; 四川大学