空间转换与自适应灰度校正的低照度图像增强

在低照度场景下采集的图像存在整体亮度偏低、对比度较差、细节信息丢失等问题，影响其在图像增强应用领域中的性能。为提高低照度成像质量，并使图像结构完整且纹理细节自然清晰，提出一种空间转换与自适应灰度校正的低照度图像增强算法。采用带有灰度校正的自适应压缩多尺度Retinex算法对原始图像进行处理，得到均衡化图像，避免在传统Retinex算法对图像进行全局处理时产生图像过亮或过暗的现象，通过空间转换方法处理获得的均衡化图像，分别得到频率域平滑图像和空间域锐化图像，以提高图像的整体亮度和对比度，从而保留图像中物体边缘的细节信息。在此基础上，采用多聚焦融合算法将原始图像、频率域平滑图像和空间域锐化图像进行融合，得到最终图像。实验结果表明，相比SSR、CLAHE、MBYC等算法，该算法的均值、方差、信息熵和平均梯度分别平均提升1.63%、0.89%、0.17%和1.91%，能有效提升低照度图像的亮度、清晰度和对比度，增强图像边缘信息和纹理细节信息。