基于伽玛矫正的图像细节特征增强算法仿真

图像很容易因光照不均匀导致质量下降,无法从图像中挖掘出有效信息,限制图像使用范围。通过单一增强方法只能将图像部分噪声滤掉,且易丢失细节特征,为此提出一种融合直方图均衡和双边滤波的图像增强算法。通过Key函数、归一化法将图像划分成三个子图,即高、中、低亮度直方图均衡图,采用积分算法、概率密度函数求解各子图像素点密度值,为了避免出现晕光或者过度增强的情况,采用伽玛矫正得出各子图像素最佳调节因子,按照此值调节子图像素灰度等级。利用双边滤波、权重函数弱化图像噪声、强化细节特征,最终得到较为清晰图像。实验结果表明,所提融合方法处理下图像像素点部分均匀、平均梯度值较大,图像增强效果良好,且细节保留良好。