OpenCV C++ 图像处理实战 ——《多尺度自适应Gamma矫正的低照图像增强》

---

一、结果演示

二、多尺度自适应Gamma矫正的低照度图像增强

为了在提高低照图像的亮度和对比度的同时，保持图像的色彩自然度，提出了多尺度自适应Gamma 矫正的低照图像增强方法。 鉴于 HSI 颜色空间的明度分量 I 决定着图像的明暗程度，以及明度分量的多尺度特性，首先，将图像转换到 HSI 颜色空间，对明度分量 I 进行多尺度 Retinex 分解；然后，对分解得到的多尺度光照图像分别进行自适应的 Gamma 矫正，其中 Gamma 指数自适应于暗区像素的占比，鲁棒地改善光照图像的光照分布，经 Retinex 反变换得到增强的多尺度明度分量；最后，将增强的多尺度明度分量的线性融合作为增强的明度分量 I’，与色相分量 H 和饱和度分量 S 重组，得到最后的增强图像。

读了上面这篇文章，实验结果发现对于低对比