基于全变分Retinex及梯度域的雾天图像增强算法

为提高雾天图像增强的对比度并保持颜色恒常性,提出了基于全变分 Retinex 及梯度域的雾天图像增强算法。首先,采用高斯—赛德尔 GS(Gauss-Seidel)迭代算法对基于 Retinex 的全变分能量泛函数进行求解,从而有效地保持颜色恒常性;其次,采用相对梯度与绝对梯度相结合的方式拉伸雾天图像较亮处的梯度, 在全变分Retinex理论下重建增强后的雾天图像,并将该增强算法应用到彩色图像;最后,加权融合基于全变分Retinex增强算法与梯度域增强算法的增强结果,使得增强结果既能提高对比度又能保持色彩恒常性。实验结果表明,本算法提高了雾天图像增强后的对比度和清晰度,具有颜色恒常性、颜色保真高