1.一种基于改进Retinex算法的低照度图像增强方法,其特征在于,包括:步骤(1):获取低照度图像,并进行离散小波分解,得到第一图像低频分量和第一图像高频分量;
步骤(2):将所述第一图像低频分量从RGB空间域转为HSV空间域,并单独对V通道进行亮度矫正,得到第二图像低频分量,随后将所述第二图像低频分量转回RGB空间域进行双边滤波处理后再转回HSV空间域,得到第三图像低频分量,并提取所述第三图像低频分量的V通道;
步骤(3):采用基于双边滤波器与高斯滤波器联合加权作为新的中心环绕函数的改进Retinex算法对所述第一图像低频分量进行图像增强,并进行中值滤波处理,得到第四图像低频分量,随后将所述第四图像低频分量从RGB空间域转为HSV空间域,得到第五图像低频分量,并提取所述第五图像低频分量的V通道;
步骤(4):将所述第三图像低频分量的V通道与所述第五图像低频分量的V通道进行加权融合,保留所述第五图像低频分量的H、S通道,得到第六图像低频分量,随后将所述第六图像低频分量从HSV空间域转为RGB空间域,得到第七图像低频分量;
步骤(5):对所述第一图像高频分量进行去噪,得到第二图像高频分量,随后将所述第七图像低频分量和所述第二图像高频分量进行离散小波融合,并进行图像拉伸,输出增强后的所述低照度图像。
2.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(1)中,所述离散小波分解的表达式如下:其中, 为所述第一图像低频分量; 为所述第一图像高频分量,包括:水平高频分量H,垂直高频分量V,对角高频分量D; 为离散小波二维尺度函数;
为水平、垂直、对角三个方向上的二维尺度函数;Y(i,j)为低照度图像;MN为图像的像素尺寸;l0为初始函数尺度;m,n为离散偏移量。
3.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(2)中,将所述第一图像低频分量从RGB空间域转为HSV空间域的表达式如下:V=max
其中,r,g,b分别为图像红、绿、蓝三通道颜色,取0‑1;max为RGB中的最大值,min为RGB中的最小值。
4.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(2)中,采用Gamma单独对V通道进行亮度矫正,Gamma值取0.5。
5.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(3)中,所述改进Retinex算法的表达式如下:其中,N为高斯环绕函数个数;wn为权重系数;*为卷积运算符号;n为高斯环绕函数的n个不同尺度;R(i,j)为反射分量;I(i,j)为第一图像低频分量;hn(i,j)为双边滤波器与高斯滤波器联合加权得到的新的中心环绕函数。
6.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(3)中,所述中值滤波为:将窗口中心点的像素值排除,将其余像素值进行排序,取中位数据替换原窗口中心点的像素值,得到滤波后的数据。
7.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(4)中,所述第七图像低频分量的表达式如下:C=V×S
X=C×(1‑|(H/60°)mod2‑1|)
m=V‑C
(R,G,B)=((R'+m)×255,(G'+m)×255,(B'+m)×255)其中:H为色调,取值范围为0‑360度;S为饱和度,取值范围0‑1;V为饱和度,取值范围0‑
1。
8.根据权利要求1所述的一种基于改进Retinex算法的低照度图像增强方法,其特征在于,步骤(5)中,所述离散小波融合的表达式如下:其中, 为所述第一图像低频分量; 为所述第一图像高频分量,包括:水平高频分量H,垂直高频分量V,对角高频分量D; 为离散小波二维尺度函数;
为水平、垂直、对角三个方向上的二维尺度函数;Z(i,j)为融合增强后的低照度图像;MN为图像的像素尺寸;l0为初始函数尺度;m,n为离散偏移量。