基于改进多尺度 Retinex 算法的自然彩色图像增强及基于小波能量的性能评估

本文提出了一种基于改进多尺度 Retinex (MSR) 算法的新型彩色图像增强技术，并使用一种名为小波能量的新指标评估增强图像的视觉质量。彩色图像增强通过将 HSV 色彩空间转换图像的值分量下采样为三个尺度（正常、中等和精细），随后进行对比度拉伸来实现。这些下采样的值分量利用 MSR 算法进行增强。通过将低尺度图像上采样后，将其每个像素与高尺度图像的对应像素取平均值，从而重构值分量。该过程用低尺度和高尺度像素的平均值替换暗像素，同时保留亮像素。发现本文方法重构的图像质量良好，且远优于其他研究人员的方法。使用一种新的小波域评估标准（称为小波能量）来评估所提方案的性能。该方案计算原始图像和增强图像在小波域中的能量。与自然增强的图像相比，低质量图像中的边缘细节数量和小波能量较少。实验结果证实，所提出的基于小波能量的彩色图像质量评估技术有效地表征了增强图像的局部和全局细节。