引入自适应伽马校正的非锐化掩蔽弱光图像增强

摘要

针对弱光图像存在对比度低、含有噪声以及图像模糊等问题，提出了引入自适应Gamma校正的非锐化掩蔽弱光图像增强算法。首先，将图像空间转换到HSV颜色空间，在V分量上分别采用三个不同的高斯核函数进行低通滤波。在不同尺度上，引入自适应Gamma校正获得亮度增强的高频分量，并将该结果与初始V分量进行差分和融合操作，得到非锐化掩蔽图像。接着，采用限制对比度的自适应直方图均衡化方法进一步增强亮度级的对比度。最后，将HSV空间转换至RGB图像空间。借助DICM数据集，该方法在测试图像上的平均峰值信噪比提升至23.99dB，结构相似性提升至0.87。实验结果表明，该方法能够有效提高图像对比度和抑制噪声，且保留图像细节信息。

关键词

弱光图像增强 / 非锐化掩蔽 / 自适应伽马校正 / 直方图均衡化 / HSV颜色空间

基金资助

大学生创新创业训练计划项目（S201910500074）