[发明专利]一种基于不同颜色空间多算法融合的图像增强算法

摘要

本发明公开了一种基于不同颜色空间多算法融合的图像增强算法，首先在RGB颜色空间下对图像的R、G、B 3个颜色通道分别进行自动对比度拉伸；并将原图像从RGB颜色空间转换到HSV颜色空间，采用改进的多尺度Retinex算法对亮度分量V增强处理，将得到的图像从HSV颜色空间转换回RGB颜色空间；然后对RGB颜色空间的两幅图像进行加权融合；最后将融合后的图像进行Gamma校正,实现颜色恢复与补偿。实验结果表明：该算法与其他算法相比提高了图像亮度和对比度，同时保留了更丰富的细节信息，能有效防止“伪晕”现象。

主权项

1.一种基于不同颜色空间多算法融合的图像增强算法，其特征在于，包括以下步骤：a.首先在RGB颜色空间内运用以下自动对比度拉伸式对原始图像I的RGB 3个颜色通道，进行拉伸，将得到的结果图像记为P1；式中：Po为拉伸后的输出像素值；Pin为输入图像的像素值；Pmax、Pmin分别为输入图像的最大和最小像素值；PH、PL分别为取范围的最大最小像素值；采用的是改进的自动对比度拉伸算法，其公式如下：式中THNmax，THNmin为期望设置的两个阈值，通过调试选择的值分别为THNmax＝225，THNmin＝90；THmin，THmax分别是RGB颜色空间平均最小像素值和最大像素值，其计算公式如下：THmin＝(Rmin+Gmin+Bmin)/3THmax＝(Rmax+Gmax+Bmax)/3b.将原始图像I使用下式从RGB颜色空间转换到HSV颜色空间，然后使用引导滤波代替高斯滤波的多尺度Retinex算法,对V分量增强操作，得到的结果记为P2；p为输入图像，输出图像q是以半径为r的像素k为中心的平方窗口ωk中的引导图像I的线性变换；其中(a_k,b_k)在指定窗口ω_k为中心，ε为正则化参数，半径为r；a_k,b_k是线性系数，这确保只有当边缘为时，局部线性模型使得I中式边缘部分在q中也是边缘；其中μ_k与σ2k分别为图像I中局部窗口ω_k的均值与方差，|ω|指窗口ω_k内像素个数，是ω_k窗口里p的均值；获得之a_k,b_k后，则得到q_ic.将步骤b中得到的图像P2，利用下式从HSV颜色空间转换到RGB颜色空间，将得到的结果图像记为P3；其中C为色度；X为使用该颜色的第二大分量的中间值；d.然后将步骤a和c中得到的P1和P3利用下式加权融合得到RGB颜色空间增强的图像P4；其中R₁，G₁和B₁是经过自动对比度拉伸后在RGB颜色空间色彩增强的值；R₂，G₂和B₂是经过改进的多尺度Retinex处理后，再HSV颜色空间转换RGB颜色空间中细节增强的值；R₀，G₀和B₀是在RGB颜颜色空间融合后的值，a,b,c∈(0，1)；e.最后将融合的图像P4使用下式Gamma校正，得到最终增强的图像P5；在这个等式中，I(x,y)为输入图像的灰度值；O(x,y)为伽马校正后的灰度值；γ为校正系数。