胡 奡
(桐城師范高等專科學校 商貿與電子信息系,安徽 桐城 231400)
圖像色彩增強是最基本也是最關鍵的圖像信息處理技術,交通監控、醫學影像、刑偵技術以及軍事領域都有其應用范圍.未經處理的原始平面圖像可能存在噪音干擾,包括光照條件、天氣原因、物體本身反射性質等因素均會使圖像清晰度不夠,色彩飽和度不夠,細節信息缺失,導致灰度值小,亮度過高,圖像模糊不清等問題.為使這些問題能夠得到很好的解決,相關專業人士做過很多探索和研究.例如,劉玉紅[1]等人提出眼底彩色圖像增強方法,雖然可以實現色彩的增強,色澤和亮度都有效提升,但在計算時需要人為地設定參數,導致計算繁瑣,不具有適應性.黃冬梅[2]等人探索利用直方圖增強圖像,該方法的自適應較強,但當原始圖像存在灰度動態范圍小,分布不均時會使圖像細節損失,甚至有噪聲被放大的現象.頻率分解可將圖像不同層次的細節分量劃分成空間內的頻率,依據不同頻率對圖像實施增強可提升圖像視覺效果[3-4].基于此,本文提出了一種基于頻率分解的平面圖像色彩增強方法.將平面圖像的RGB色彩空間轉化成HSV空間,獲取色度、飽和、亮度分量,利用自適應二維經驗模式分解方法分解各個分量,獲取區域Retinex入射光分量后,使用Retinex算法計算照射分量,并通過入射光、反射光圖像以及Retinex算法輸出的校正,得到適應視覺特征的優質結果,經全局HSV色彩空間修正,保證……