基于多尺度top-hat变换的自适应彩色图像增强

计算机工程与科学

基于多尺度top-hat变换的自适应彩色图像增强

安静，张贵仓，刘燕妮

（西北师范大学数学与统计学院，甘肃兰州 730070）

收稿日期:2015-10-10 修回日期:2016-02-24 出版日期:2017-07-25 发布日期:2017-07-25
基金资助:
甘肃省自然科学基金(0803RJZA109）

Adaptive color image enhancement

based on multi-scale top-hat transform

AN Jing,ZHANG Gui-cang,LIU Yan-ni

(School of Mathematics and Statistics,Northwest Normal University,Lanzhou 730070,China)

Received:2015-10-10 Revised:2016-02-24 Online:2017-07-25 Published:2017-07-25

摘要/Abstract

摘要：

针对传统彩色图像增强过程中的过度增强及空间变化所引起的信息丢失现象，在RGB空间提出一种基于数学形态学top-hat算法，以各分量标准差权重比例为调控因子的彩色图像增强方法。首先，提取R、G、B通道多尺度下的亮、暗细节特征，然后利用控制因子对有应用价值的细节特征进行增强，最后组合三个分量，得到增强的目标图像。实验结果表明，该方法能有效增强图像对比度，避免过度增强，且能很好地保持亮度，视觉效果良好。

关键词: 数学形态学, 彩色图像增强, top-hat, RGB颜色空间, 标准差权重比例

Abstract:

Given the problems of excessive enhancement and information loss caused by space change in the processing of color image enhancement, we propose a method to enhance color images in RGB space based on mathematical morphology top-hat algorithm, which utilizes standard deviation weight ratio of each component as the regulatory factor. Firstly, we extract the bright and dark features under multi-scale of R、G、B channels. Secondly, we use control factors to enhance valuable detail features. Finally, we combine the three components to get the enhanced target image. Experimental results indicate that the method can effectively enhance image contrast, avoid excessive enhancement, keep the brightness, and has good visual effect.

Key words: mathematical morphology, color image enhancement, top-hat, RGB color space, standard deviation weight ratio

安静，张贵仓，刘燕妮. 基于多尺度top-hat变换的自适应彩色图像增强[J]. 计算机工程与科学.

AN Jing,ZHANG Gui-cang,LIU Yan-ni.

Adaptive color image enhancement

based on multi-scale top-hat transform

[J]. Computer Engineering & Science.

[1]	蔡衡1,2,3，楚恒1,2,4，单德明1,2,3. 基于ELM的遥感影像城市道路提取[J]. 计算机工程与科学, 2020, 42(01): 125-130.
[2]	涂清华，戴声奎. 基于域滤波的自适应Retinex图像增强[J]. 计算机工程与科学, 2016, 38(09): 1830-1835.
[3]	阮志毅，沈有建，刘凤玲. 基于数学形态学的模糊集理论在车牌字符识别中的运用[J]. J4, 2016, 38(03): 562-568.
[4]	熊春荣1,2，黄文明2. 基于扩展数学形态学的车牌定位算法[J]. J4, 2010, 32(8): 87-89.
[5]	刘发耀，殷建平，李宽，李永. 复杂背景下PDF417条码定位研究[J]. J4, 2010, 32(6): 55-57.
[6]	杨志刚王庆. 一种基于模板匹配的汽车牌照快速定位方法[J]. J4, 2008, 30(8): 39-41.
[7]	倪崇嘉[1] 刘文奇[2] 张爱英[2]. 基于数学形态学的视频图像序列中的运动目标检测[J]. J4, 2006, 28(6): 69-70.
[8]	陈素玲刘文奇. 基于粗糙集模型的形态学算子[J]. J4, 2005, 27(12): 90-91.
[9]	倪崇嘉[1] 张爱英[1] 刘文奇[2]. 基于直方图势函数做标记和纹理特征合并的分水岭算法[J]. J4, 2005, 27(11): 28-30.
[10]	王志勇刘文奇. 基于数学形态学的快速运动物体检测[J]. J4, 2005, 27(1): 27-28.
[11]	刘志敏杨杰. 数学形态学的图象分割算法[J]. J4, 1998, 20(4): 21-27.