张江鑫 杨 惠

(浙江工业大学信息工程学院 浙江 杭州 310023)

0 引 言

在低照度条件下，图像的很多有效信息无法显现，重要的细节信息也会丢失[1]，如在低照度情况下，视频监控图像的细节难以分辨，这给信息的提取带来了阻碍，进而直接影响了目标检测、识别与跟踪的性能。因此，对于低照度彩色图像增强方法的研究具有重要的意义。

低照度图像增强方法主要有：直方图均衡化及其改进算法，同态滤波算法及其改进算法，Retinex算法及其改进算法。Kim[2]提出的保持亮度的双直方图均衡化算法(BBHE)比较简单，但存在过度增强、部分细节丢失的缺点。自适应直方图均衡化增强及其改进算法[3-4]主要通过计算图像的局部直方图，提升图像对比度，但增加了噪声。传统同态滤波算法可以消除图像照明不均的问题，增强暗区的细节又不损失亮区的细节，文献[5-6]提出改进的同态滤波算法，但其参数过多，处理不方便。经同态滤波处理后的图像，整体处于偏暗的状态，并且滤波传递函数参数过多，设置繁琐。因此，文献[7-9]提出改进的同态滤波传递函数，使得设置参数减少的同时，能够达到更好的图像增强效果。文献[10]将改进的同态滤波算法与对比度受限的自适应直方图均衡化算法相结合，对图像增强有较好的处理效果。Retinex算法具有提高图像对比度，突出细节，改善图像色彩的恒常性等优点，但其易产生光晕现象，使得处理后的图像不自然。

本文针对上述存在的缺点，提出改进算法。……