基于纹理先验和颜色聚类的图像增强算法

针对传统带彩色恢复的多尺度Retinex算法（multi-scale Retinex with color restoration,MSRCR）存在的纹理信息被弱化，部分信息丢失，增强效果不佳等问题，提出一种基于纹理先验和颜色聚类的图像增强算法。首先，在图像增强之前，进行纹理先验信息提取，以便后续进一步处理。其次，针对于光照分布不均匀的情况，提出利用颜色聚类算法进行图像的分块增强。再者，在对数域映射中，在分块处理的基础上提出了基于均方值和均方差的映射方案。最后，在增强算法的评价部分，提出使用图像的信息熵以及自然统计特性来对增强图像做进一步的有效性评估。实验结果证明，所提方法的平均信息熵达到了7.4934，平均自然统计特性达到4.0903。算法有效地增强了图像的细节部分，图像更为自然，质量得到了进一步提升。