同态滤波耦合后处理优化的图像增强算法

目的 为了提高图像增强算法中的亮度分布，抑制伪光晕与噪声现象，改善增强图像的细节与亮度。方法 提出一种同态滤波耦合后处理优化的图像增强方案。首先，利用引导滤波器估计输入图像的照度，利用 YCbCr 色彩空间中平滑的 Y 通道为导向图像，以有效捕捉真实场景的亮度，准确计算图像照度。其次，根据得到的照度估计，提取图像景物的反射率，为了同时提供动态范围压缩和色调再现，设计一种多尺度 Retinex 和色彩修复算子，利用 3 个不同尺度的 Gaussian 滤波加权组合，进行彩色图像增强。最后，为了实现多尺度 Retinex 与色彩修复算子的最优性能，通过非线性拉伸和参数优化组成的自动后处理方法，构建一种学习策略，利用量子行为粒子优化机制（QDPSO）自适应地确定每个输入图像的最佳参数，从而有效考虑了景物的照度与反射率的关系，避免了色彩失真。结果 实验数据表明，与当前常用的增强算法对比，所提算法得到增强图像清晰度和细节更优，更符合视觉的感知特性，且效率更高，耗时约为 0.7 s 左右。结论 所提算法具有良好的增强效果，在图像信息处理领域具有一定的借鉴作用