基于Retinex和HSV颜色空间的低照度图像增强算法

针对低照度图像存在的对比度低、颜色失真、细节信息损失、噪声干扰等问题，提出一种基于Retinex的改进算法。首先，将原始图像转换到HSV颜色空间，采用改进算法和Gamma校正对V分量进行亮度调节；其次，基于对比度拉伸算法调整S分量，增强图像饱和度和对比度；最后，将融合后的图像转换回RGB颜色空间，输出图像。在MATLAB平台上选取不同场景低照度图像进行增强处理，采用图像信息熵（IE）、峰值信噪比（PSNR）和结构相似性指数（SSIM）三个客观指标进行均值对比，实验结果表明，新算法计算结果均优于传统的直方图均衡化算法（HE）和多尺度Retinex算法（MSR），有效保持图像边缘信息，提升图像质量。