基于顶帽底帽变换的仿生图像增强算法

于天河，李昱祚，兰朝凤

（哈尔滨理工大学电气与电子工程学院，哈尔滨150080）

（∗通信作者电子邮箱2045227040@qq.com）

0 引言

图像增强技术在图像研究领域一直占据了举足轻重的作用，近年来，人们提出了许多有效的图像增强方法，如小波变换法［1］等取得了显著的增强效果［2-5］，但是这些增强方法因为单纯地引入数学方法到图像增强领域中，没有考虑到人类的视觉感官特性，存在很严重的增强后表现结果失真、图像轮廓模糊、色彩饱和度低的问题。对于低照度图像的增强处理往往分为两个方面：物理模型法和非物理模型法。物理模型法中，一般是使用直方图均衡化、色调映射以及Retinex等方法。直方图均衡化可以明显增加低照度图像的对比度，但是增强结果总是存在着细节模糊、色彩失真等问题。而Retinex方法是基于人眼视觉系统角度而提出的，该方法阐述了物体本身的色彩是表征物体本身的固有属性，不会因为光照的不同而发生突变。Retinex算法把物体假设为由光照图像与反射图像相乘得到，但是Retinex算法应用于低照度图像增强的操作往往需要对图像RGB（Red，Green，Blue）色彩空间的三个分量进行处理，容易在图像增强过程中出现色彩失真以及过度增强的问题。本文研究仿生彩色图像增强方法［6］，该图像增强方法具有较好的视觉效果，图像的色彩得到了较好的保持，但是图像中的边界范围存在着一定的模糊，导致图像显得轮廓模糊，同时图像的色彩饱和度低。通过研究顶帽变换和底帽变换，发现了它们对于细节和背景的明暗提取功能效果十分明显，于是在此基础上，提出了一种顶帽和底帽变换相结合的仿生图像增强算法。……