改进的Retinex低照度图像增强算法研究

针对Retinex算法处理低照度图像时会出现细节丢失、边缘模糊等现象，本文采用引导滤波和低秩分解对Retinex算法进行了改进。该算法在采用多尺度Retinex提升图像亮度、得到反射分量后，采用引导滤波和高频提升对图像的反射分量进行细节增强；然后，运用全局低秩分解算法去除稀疏噪声，有效地消除了低照度图像中的噪声，以及高频提升过程中产生的噪声。实验表明：该算法不仅能够有效的提高图像的亮度和对比度，同时也保留了原始图像中丰富的边缘和细节信息，并有效去除了图像噪声，图像的视觉效果与客观评价结果也都取得了较大提升。将该算法应用于低照度环境下的人脸检测，检测率也得到了提高。