光在水下传播受到微粒和水吸收作用的影响, 导致水下图像对比度低, 含有噪声且存在颜色偏差。针对传统的同态滤波算法增强后的图像还存在雾状模糊且颜色偏暗的问题, 提出改进的同态滤波与Retinex多尺度融合的水下图像增强算法。该算法首先用基于双边滤波的单尺度Retinex算法对原始图像进行颜色校正; 然后对修正后的图像构造相应的Butterworth陷波滤波器进行滤波; 最后对颜色修正后的图像和同态滤波增强后的图像进行多尺度融合。通过实验可得, 该方法能够有效地改善色偏, 提高图像的清晰度。

提出了一种基于非下采样Contourlet变换(NSCT)的雾天图像清晰化算法,将雾天图像映射到HIS彩色空间,对亮度分量H、饱和度分量S分别处理。采用NSCT处理亮度分量H,对含有大多数能量的低频分量取反,再进行改进的单尺度Retinex算法处理,将再次取反后的图像与直接进行改进的单尺度Retinex算法处理的低频分量线性叠加;采用一种快速双边滤波器对包含图像大多数线性细节的高频分量进行处理;对处理后的高低频分量进行NSCT逆变换,得到处理后的亮度分量。对饱和度分量S进行颜色拉伸,实现颜色补偿;将处理后的各分量图像反向映射到RGB颜色空间,得到清晰化后的雾天图像。实验结果表明,该算法可以获得较好的浓雾图像细节及颜色保真度,与其他算法相比,图像的标准差、信息熵、峰值信噪比都有所提高。

高动态范围场景再现技术广泛应用于消费电子、虚拟现实、摄影以及计算机视觉等领域。针对目前大多数高动态范围场景再现方法很难有效兼顾场景的整体效果和局部细节的问题, 本文提出了基于混合映射的高动态范围场景再现方法。首先将输入的高动态范围场景从RGB颜色空间转换到HSV颜色空间, 得到原始图像的3个分量: 色调、饱和度和亮度; 然后利用对数方程将亮度分量转换到对数域, 以便符合人类对场景亮度的感知机理, 并利用具有sigmoidal函数特性的反正切函数自适应地压缩全局动态范围, 以得到良好的整体效果; 接着采用改进的SSR方法对全局压缩后的亮度图像进行局部映射, 以增强图像亮区和暗区的细节信息; 最后, 对饱和度分量进行自适应调整, 并将图像由HSV颜色空间转换到RGB颜色空间得到最终的映射图像。选取10组不同的高动态范围场景, 从主观和客观两方面进行比较分析。实验结果表明: 本文提出的方法既保持了良好的整体效果, 又充分保留了图像的局部细节, 使图像看起来更加生动自然; 同时该方法计算速度快, 具有很高的效率。本文算法优于其他5种典型的比较算法, 在大多数高动态范围场景再现过程中取得了令人满意的效果。

为了提高偏亮和偏暗图像的增强效果,提出了一种改进的直方图均衡化和SSR算法相结合的 灰度图像增强方法。对原始图像进行改进直方图均衡化增强,提取低频分量进行直方图均衡化, 与高频分量融合;对原始图像进行SSR算法增强;将得到的2个图像进行加权融合。结果表明:新 方法得到的图像比原始图像细节特征突出,视觉效果明显改善;对比度和信息熵得到提高、亮度 得到调整。在医学X射线图像上验证了其可行性,与其他增强算法相比,新方法更有利于图像的准确分析。

雾图增强是智能管理系统的一个组成部分，在交通管理系统、公路收费站、轮船、飞机场等场合有着广泛的应用场景。比较了对数函数、双曲正切函数、反双曲正切函数对雾天降质图像亮度分量的调节能力，证明双曲正切函数具有比对数函数更宽的亮度调节能力。在此基础上提出一种基于单尺度Retinex的雾天图像增强方法。该算法首先把图像从RGB彩色空间转换到HSV空间，保持色调分量不变，采用中心可自适应调节的双曲正切函数增强图像的全局亮度，局部细节非线性变换处理进一步提高图像的局部对比度，运用线性拉伸对饱和度进行调整，实现颜色补偿。实验结果表明该方法去雾效果显著，且颜色自然。实验还结合方差、熵和算法运算时间等参数，对该算法与多尺度Retinex算法作比较，验证了该算法在图像对比度、细节增强方面的优越性，且算法速度快，具有应用于实时图像处理的能力。