摘要

文章提出了一种自适应伽马校正融合MSRCR算法的低照度图像增强算法,旨在解决现有MSRCR算法在处理低照度图像时存在的边缘信息模糊和白化现象等问题。该算法首先根据Retinex模型分别得到V通道图像中的反射图像和光照图像。在光照图像中,对小、中、大尺度图像分别采用MSRCR算法进行增强,然后根据像素的概率分布函数调节伽马校正的伽马值,以自适应校正图像亮度。在反射图像中,采用加权引导滤波进行去噪,有效保留了图像的细节信息和边缘信息。最后,反射图像和光照图像融合形成增强后的V通道图像,HSV色彩空间图融合形成增强后的低照度图像,并通过MSRCR算法的色彩恢复因子恢复丢失的色彩信息。实验结果表明,所提算法具有明显的优越性,相较于其他对比算法能更好地提高低照度图像的质量和视觉效果。

  • 单位
    吉林化工学院; 机电工程学院