[发明专利]一种基于HSV色彩空间的局部Retinex增强方法

权利要求书

1.一种基于HSV色彩空间的局部Retinex去雾方法，其特征在于如下步骤：

A、将多层次的雾天图像转换到HSV色彩空间进行处理，实现图像对比度增强和清晰度提升；

B、获取图像大小，自适应选择子块图像的尺寸大小，按照部分重叠的方式对雾天图像的亮度图像进行分块；对亮度图像的各子图像进行MSR增强处理，提高图像的清晰度；具体步骤如下：

B1：得到源图像的亮度图像后，计算图像的大小和分块后子图像的大小；将图像按照设定的图像大小以部分重叠的方式分成个数不定的子图像；图像尺寸大，则选取的分块个数多；

B2：高斯环绕卷积函数中，尺度大小决定处理后图像的效果：大尺度处理后色彩保真度好；小尺度处理后动态范围压缩好；MSR算法将三尺度加权求和同时实现色彩保真和动态范围压缩；对子图像进行MSR增强处理：

Vo(i,j)=Σn=1NWn{log[V(i,j)]-log[V(i,j)*Fn(i,j)]}---(1);]]>

其中，(i,j)为像素点的卡儿坐标，n为尺度标号，取值范围：[1,N]，N为尺度总个数，V(i,j)为输入的亮度图像，V_o(i,j)为输出的亮度图像，W_n为权值，取值为{1/3,1/3,1/3}，F_n(i,j)为高斯环绕卷积函数，表达式为：

F_n(i,j)＝Kexp[-(i²+j²)/σ²] (2)

其中，(i,j)为像素点的卡儿坐标，σ为尺度，K为常数；

C、按照基于面积的alpha融合方式，计算每个像素点在各重叠子图像中的权值，对每个像素点在各重叠子图像中的结果进行加权求和实现图像融合；

D、依据饱和度分量和亮度分量之间的关系，对图像的饱和度分量进行处理，并使用Gamma补偿，还原图像色彩。