布谷鸟搜索的非均匀弱光图像自适应增强算法

摘要

为了解决现有图像增强算法容易产生光晕伪影以及细节丢失的问题,文中针对非均匀弱光条件下的图像提出一种新的增强算法。通过色彩空间变换提取原始彩色图像的亮度Y分量,采用引导滤波增强图像细节;对细节增强后的亮度图像采用改进的Sigmoid函数(S型曲线)进行自适应线性增强,其中改进的Sigmoid函数最佳参数的获取是以布谷鸟搜索算法寻得的使图像对比度最大时的参数作为最佳参数;通过线性色彩转化得到增强后的彩色图像。实验结果表明,该算法对非均匀弱光图像有明显的增强效果,在峰值信噪比、结构相似度、对比度质量指数及绝对平均亮度误差四个评价指标中优于其他增强算法,各指标平均提高约41.6%、26.0%、61.3%、63.3%,可有效地改善非均匀弱光图像在增强过程中所存在的增强不足以及光晕伪影现象。