HSI与局部同态滤波：彩色图像增强的新策略

本文主要探讨了一种基于HSI（色度-饱和度-亮度）颜色空间和局部同态滤波的彩色图像增强算法，由作者张亚飞和谢明鸿合作提出。HSI颜色模型是一种常用的色彩表示方法，它将图像的颜色分解为亮度、色调和饱和度三个独立的维度，这有助于分离光照变化对图像的影响。 在该算法中，首先，图像从RGB颜色空间转换到HSI空间，这是为了更好地理解和处理光照不均匀的问题。RGB模型下，颜色信息混杂在一起，而HSI模型则能更直观地反映光照变化对图像的影响。通过这种方式，可以更精确地分析图像的亮度部分，不受色调和饱和度变化的影响。 接着，针对亮度分量，采用了局部同态滤波技术。局部同态滤波是一种非线性滤波方法，能够保持图像的局部结构不变，同时增强图像的边缘和细节。然而，局部同态滤波可能导致块效应，即图像在过滤后可能出现明显的块状过渡，这会影响图像的平滑性和连续性。 为了解决这个问题，论文提出了一种相邻子图像边界平均的方法，通过对滤波过程中的块效应区域进行平滑处理，减小了块效应的明显程度，保证了增强后的图像视觉效果更加自然。 色调和饱和度这两个分量在整个处理过程中保持不变，因为它们反映了图像的色彩信息，光照不均主要影响的是亮度。这样做既能保留图像原有的色彩特性，又能有效增强图像的视觉对比度。 最后，经过局部同态滤波和边界平均处理后，图像从HSI颜色空间转换回RGB空间，从而得到增强后的图像。实验结果显示，这种方法有效地消除了光照不均的影响，增强了图像的整体对比度，使得图像的明暗对比适中，细节清晰，相较于全局同态滤波，整体效果更为出色。 总结来说，这篇论文提出了一种针对光照不均问题的彩色图像增强算法，通过结合HSI颜色空间和局部同态滤波，成功地提升了图像的质量，对于图像处理领域的实际应用具有较高的价值。关键词包括彩色图像增强、光照不均、同态滤波和块效应，这些关键词突出了研究的核心内容和解决的技术问题。