一种新的低照度彩色图像增强算法(精)

第28卷第9期2011年9月计算机应用研究

Application Research of Computers Vol．28No．9Sep．2011

一种新的低照度彩色图像增强算法

李小霞，李铖果，邹建华，韩雪梅

（西南科技大学信息工程学院，四川绵阳621010）

摘

*

要：为了增强彩色图像而不引起色彩失真，在HSV 颜色空间中保持色相不变，提出了采用分段对数变换增

采用边缘保持增强色调的低照度彩色图像增强算法。实验结果强饱和度结合在多尺度Retinex 算法的基础上，

表明，该方法在保持图像色相和图像边缘的情况下，显著改善了图像的视觉效果，提高了图像的亮度和对比度。25幅低照度图像的平均亮度、20．93%和29．88%，标准偏差和对比度分别提高了94．95%、相对于带色彩恢复的多尺度Retinex 算法的熵和对比度增量分别提高了7．34%和151．51%，效果优于Retinex 算法。关键词：低照度；彩色图像增强；分段对数变换；边缘保持；饱和度；色调；Retinex 算法中图分类号：TP391

文献标志码：A

文章编号：1001-3695（2011）09-3554-02

doi ：10．3969/j．issn．1001-3695．2011．09．100

New low illumination color image enhancement algorithm

LI Xiao-xia ，LI Cheng-guo ，ZOU Jian-hua ，HAN Xue-mei

（School of Information Engineering ，Southwest University of Science ＆Technology ，Mianyang Sichuan 621010，China ）

Abstract ：In order to avoid the color distortion during the image enhancement ，this paper proposed a new low illumination color image enhancement method combining the saturation enhancement with segment logarithmic transformation and value en-hancement with edge retaining （S_log-V_edge）based on the multi-scale Retinex （MSR ）algorithm without changing the hue

in the HSV color space．Results show that this method can improve the low illumination images ’visual effect and enhance the image brightness and contrast while retaining the image hue and edge．The 25low illumination images average value ，standard

20．93%and 29．88%individually ，the entropy and con-deviation and contrast incremental value are increased by 94．95%，

showing trast incremental value are 7．34%and 151．51%more than the multi-scale Retinex with color restoration （MSRCR ），

the effects are better than Retinex methods．

Key words ：low illumination ；color image enhancement ；segment logarithmic transformation ；edge retainment ；saturation ；value ；Retinex algorithm

0引言

在图像采集或视频监控的应用中，经常会有夜视或背光等

V_edge）对低照基于边缘保持的色调分量增强的方法（S_log-度彩色图像进行增强。

采集到的图像信噪比和对比度都较低，需要进低照度的情况，

行图像增强处理后才能进行特定的应用。图像增强就是扩大图像的灰度范围和提高图像的整体亮度，改善图像的主观质量，使得无法辨识的图像细节能够被人眼或机器识别。常用的

［1］［2］

图像增强算法有直方图变换法、灰度变换法、神经网络、Retinex 算法［3 5］和基于HSV （色相、饱和度和色调）颜色空间

1图像增强算法

低照度彩色图像增强过程可以主要分为三个步骤：a ）将

低照度图像由RGB 颜色空间转换到HSV 颜色空间；b ）保持色相H 分量不变，分别对饱和度分量S 和色调分量V 进行增强；c ）将图像由HSV 颜色空间转换回RGB 空间。具体算法如图1所示。1. 1

饱和度分量增强

饱和度增强算法是对饱和度归一化后，根据饱和度的大小0．25＜S ＜0．5、0．5＜S ＜0．75、将图像分为四个区域：S ＜0．25、

0．75＜S 。将高饱和度的区域进行保持或降低，适当提高低饱可达到更好的视觉效果。常用于饱和度分量增强的和度区域，

方法有分段线性变换和基于饱和度区域像素统计。针对低照度图像增强，本文对分段线性变换增强方法作了改进，提出了一种分段对数变换饱和度分量增强方法，将图像转换到对数域来进行处理，如下：

的增强算法

［6］