结合分数阶微分及Retinex的NSCT自适应低照度图像增强

作     者：林剑萍 廖一鹏 LIN Jian-ping;LIAO Yi-peng

作者机构：阳光学院人工智能学院福建福州350015 福州大学物理与信息工程学院福建福州350108 

出 版 物：《液晶与显示》 (Chinese Journal of Liquid Crystals and Displays)

年 卷 期：2020年第35卷第4期

页      面：360-373页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(No.61471124,No.61601126) 福建省自然科学基金(No.2019J01224) 

主　　题：低照度图像 图像增强 NSCT变换 Retinex 自适应分数阶微分 

摘      要：针对低照度图像存在亮度低、对比度低、边缘模糊等问题,首先将低照度图像NSCT多尺度分解,获得低频子带图像和高频子带系数;接着将低频图像采用多尺度Retinex提升图像亮度,借助非线性的双边滤波函数估计其照度分量,利用Gamma校正函数对照度分量进行校正,提高图像的动态范围,利用影响因子校正反射分量,丰富其层次性,对图像的整体轮廓进行增强;然后将高频部分用Bayes阈值隔离噪声,利用自适应分数阶微分对图像的边缘、纹理等细节进行增强;最后对处理后的图像进行NSCT重构。实验结果表明,本文算法的对比度、清晰度及信息熵与现有增强方法相比,平均提高了10.7%、9.8%、2.3%。增强后的图像在细节、边缘保持等方面也优于现有算法,改善了图像整体的视觉效果。