低照度彩色图像CLAHE增强算法研究

作     者：李星 

作者单位：哈尔滨理工大学 

学位级别：硕士

导师姓名：李兰英

授予年度：2021年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：图像增强 Gamma变换 CLAHE算法 小波分解 反锐化掩模算法 

摘      要：一幅清晰的彩色图像可以向人们传达最直观的信息,但是在图像采集过程中,受天气、采集设备以及环境的影响,会导致获取的图像质量变差,亮度和对比度不足,从而使细节信息辨认困难。因此,开展低照度彩色图像增强算法的研究工作是非常有意义的。考虑到传统单一算法的有限性,本文提出Gamma变换与CLAHE结合的低照度彩色图像增强算法。首先将原始图像由RGB空间转换到HSV空间,提取出V分量,对V分量利用Gamma变换处理之后再用CLAHE算法进行二次增强。接着与保持不变的H分量、S分量进行组合并变换回RGB空间,得到最终增强图像。仿真结果表明,该算法能够提升图像整体亮度和对比度,并丰富图像细节,但是在保持清晰度和抑制噪声方面仍需进一步研究。为了提取低照度图像中的细节信息,本文提出基于小波变换与CLAHE算法的低照度彩色图像增强算法。同样在HSV空间对图像进行处理,首先对V分量进行小波分解,提取出低频和高频部分,低频部分采用CLAHE算法增强,高频部分进行非线性变换增强,之后重构V分量,利用Gamma变换进一步处理。定义一个参数对饱和度S分量进行拉伸,接着合并处理之后的V分量、S分量与未进行处理的H分量,得到新的HSV图像并变换回RGB空间。利用反锐化掩模算法进一步挖掘更多细节信息。仿真在Matlab R2015b上进行,实验结果证明,该算法可以突出图像细节,同时呈现出良好的视觉效果,不足之处在于,算法将提取图像细节作为研究重点,忽略了噪声被放大的问题。