基于頻率分解的平面圖像色彩增強方法

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……