基于局部梯度场均衡化的图像增强方法

摘要

针对低照度环境下图像细节模糊的特点,在偏微分方程理论框架下提出一种有效增强图像阴暗区域中细节信息的方法。首先将图像梯度场压缩到合适的范围内;然后在局部范围内做直方图均衡化处理来建立目标梯度场,最后根据目标梯度场重建出增强后的图像。均衡化梯度场可以使梯度在不同的灰度级上都有体现达到细节增强的目的,对梯度场进行局部均衡化可解决因全局直方图均衡化造成的高亮区域过度扩散的问题。在图像重建过程中,采用矩阵变换法代替Kronecker直积运算求解Poisson方程,有效地降低了数据的存储量,减少程序运行时间。本文算法与传统的直积算法相比,在算法的时间复杂度和空间复杂度上都有很大程度上的改进。实验结果表明,本文算法能够很好地增强图像阴暗区域中的细节信息,尤其是对于极低光照强度下的图像增强。