基于图像融合策略的Retinex背光图像增强算法

Retinex是一种基于人类视觉的亮度和颜色感知的模型,在图像增强领域有着广泛的应用。背光作为常见的场景,使得拍摄到的图像存在暗区域不清晰、信息丢失等问题,影响图像的进一步分析和识别。为了提高对这类图像的增强效果,提出了一种基于图像融合策略的Retinex背光图像增强算法。该算法通过原始图像获取白平衡和增强图像,进行颜色校正和对比度增强,再分别对这两幅图像求其权重图以实现拉普拉斯金字塔融合,从而得到增强图像。权重图突显了背光区域的细节信息,与融合技术相结合,可有效提高背光区域的增强效果,获得对比度高、色彩丰富的增强图像。实验结果表明,与已有方法相比,所提出的图像增强算法能够更好地保留图像的细节信息,有效提高背光图像的对比度和清晰度。