华北水利水电大学 邱贞光 廖 双 王炳辛

在低光照条件下所拍摄的图像，其质量容易在光度和噪声的影响下而降低，严重时，甚至会导致图像中的关键信息丢失。本文基于Retinex，提出了一种低光照图像增强方法，并通过实验的方式对其应用效果进行客观评价，实验结果表明，本文所提出的方法在各项性能指标上都具有良好的表现，相较于其他图像增强方法更具稳定性，希望为相关行业提供借鉴。

图像的可见度越高，其所反映的目标场景细节越清晰，但就实际情况而言，想要拍摄出高可见度的图像，对摄像头系统和拍摄人员拍摄技巧提出了严格的要求，在多数情况下，在采集图像时使用的装置多为廉价传感器。但传感器容易受到光照和噪声的影响，其图像采集质量也会因此而降低，无法满足使用者的需求。而改进Retinex的低光照图像增强方法的应用，有利于提升图像质量。

1 算法的提出

研究结果表明，在图像增强方面，Retinex模型的应用效果极为显著，图像增强原理为L=R·T。在这个模型中，反射图像由R表示，照明图像由T表示。为降低计算复杂度，Retinex算法会使用对数变换。假设低光照图像具有三个共享通道，可以用T代表一个通道的照明图，而三个通道的照明图则由表示，分解已知图像，促使其转换为所需光照增强场景和照明图的乘积，就是这个模型的物理意义。

1.1 图像平滑取类获取细节图

在初期，我们需要通过平滑取类的方式，对图像进行去纹处理，总共有两个步骤，第一个步骤是检测图像像素，第二个步骤是对图像区域内的像素点进行平滑聚类。……