梯度稀疏和最小平方约束下的低照度图像分解及细节增强

• 作者: 张永萍 朱忠奎 毕威 高冠琪 黄伟国
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 低照度图像 梯度稀疏约束 细节增强 改进的Retinex
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 学术论文
• 页码范围: 424-432
• 页数: 9页
• 分类号: TP391.4
• 字数: 6387字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2018.02.023

摘要

低照度图像存在细节模糊、对比度低等问题.针对这些问题,本文提出一种低照度彩色图像增强算法.首先建立梯度稀疏和最小平方约束模型,将图像分解为结构层和细节层;然后采用提出的多尺度边缘保护细节增强算法强化图像的细节信息并滤波;最后把细节增强的图像经改进的Retinex算法映射,最终得到细节增强、亮度适宜、对比度较强的修复图像.实验结果表明,主观上:图像细节增强,亮度适宜;客观上:结构层图像的一维像素线性图显示其平滑特性效果较好,细节增强图的NIQE(5.5202)、BRISQE(31.1893)和PSNR(25.3625)特征较好,修复图像的熵值(7.4421)、边缘强度(128.3231)和平均亮度(121.1827)较好.本文算法实现了对低照度图像的有效分解及细节增强,并提高了图像综合质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱忠奎	苏州大学城市轨道交通学院	76	519	13.0	18.0
2	黄伟国	苏州大学城市轨道交通学院	33	343	12.0	18.0
3	高冠琪	苏州大学城市轨道交通学院	4	15	2.0	3.0
4	毕威	苏州大学城市轨道交通学院	2	15	2.0	2.0
5	张永萍	苏州大学城市轨道交通学院	3	19	2.0	3.0