融合非物理模型的改进AM-RetinexNet图像增强算法

针对地下空间低照度图像色彩偏暗、亮度低且分布不均、增强后图像色偏和噪声高等问题,研究提出了融合非物理模型的改进AM-RetinexNet图像增强算法。该算法将RGB图像转换成HSV分量,利用HSV空间相互独立性实现图像亮度增强和色彩增强处理,其中S分量利用V分量提取的相关信息进行自适应调整,V分量采用融合直方均衡化与注意力机制优化的RetinexNet进行照度分量增强处理;将处理后HSV分量转化成RGB图像,并对图像进行自适应色彩恢复,得到照度增强图像。对比实验表明,在图像的细节处理、亮度整体增强处理、图像降噪和色彩视觉修正等方面该方法表现较好,测试指标中平均互信息(MI)、标准差(STD)、结构相似性(SSIM)、平均梯度(AG)、空间频率(SF)和峰值信噪比(PSNR)最佳,均值分别可达到6.18,70.62,0.56,13.29,36.53,39.22。