申请/专利权人：哈尔滨理工大学

申请日：2023-12-07

公开（公告）日：2024-03-01

公开（公告）号：CN117635438A

主分类号：G06T5/00

分类号：G06T5/00;G06T5/80;G06V10/762

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.19#实质审查的生效;2024.03.01#公开

摘要：一种基于Retinex理论的低照度图像增强方法，为了应对低照度图像整体偏暗，对比度和色彩饱和度较低，细节展现较差等缺陷。该方法包括如下步骤，首先将原图像RGB色彩空间转换到HSV色彩空间，对V分量进行引导滤波估计图像中的光照分量。提出一种自适应gamma校正算法对光照分量进行处理，自适应的提升图像的光照强度，提升图像的本质信息和边缘细节，对饱和度分量S，采取改进的K‑means聚类算法对饱和度分量进行划分，然后应用分段指数增强算法对不同区域的饱和度分别进行处理，增强图像的整体色彩表现力和对比度。最后将增强后的光照和反射分量进行融合得到了最终的增强图像。实验结果表明，该算法可以有效的提升图像的对比度、清晰度和细节展现能力，同时保持色彩也不失真，在PSNR值和SSIM值的提升方面也优于其他基于Retinex理论的低照度图像增强算法。

主权项：1.一种基于Retinex理论的低照度图像增强方法，其特征在于：所述方法通过以下步骤实现：步骤S1：将RGB彩色低照度图像转换到HSV色彩空间；步骤S2：将亮度分量V的灰度级由[0,255]映射到[0,1]，便于对V分量进行引导滤波算法处理；步骤S3：对亮度分量V进行引导滤波提取光照分量I，根据光照反射模型估算出反射分量R；步骤S4：对光照分量I进行自适应gamma校正，使光照强度分布达到均匀；步骤S5：对饱和度分量S，采取改进的K-means聚类算法对饱和度分量进行区间划分为3类，应用分段指数增强算法对不同区域的饱和度分别进行处理；步骤S6：将增强后的反射分量和校正后的光照分量进行融合，得到新的亮度分量V；步骤S7：将处理后的亮度分量V，与色调分量H和饱和度分量S进行合并，并转换到RGB色彩空间，得到最终的增强图像。

全文数据：

权利要求：

百度查询： 哈尔滨理工大学 一种基于Retinex理论的低照度图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD