低照度图像的增强算法研究
近几年视频监控系统越来越发达,但在低照度环境中,由于光照不足而导致图像亮度低,细节信息丢失严重,对图像的识别带来困难。因此对低照度图像增强算法进行研究有着重要的理论意义与应用价值。
本文研究低照度图像反转图像与雾天图像的相似之处,针对暗原色先验去雾算法进行图像去雾后会出现块效应以及透射率细化所采用的软抠图法存在的时间复杂度高等问题,本文研究了改进的暗原色先验与直方图均衡化融合的低照度图像增强算法。采用常数替代最小值滤波,对图像进行逐像素处理,快速求解出精简透射率。
通过引进参数对精简透射率进行补偿,防止图像像素点的通道最小值较大导致的图像失真问题发生。对于大气光值采用四叉树算法进行估计。
再对经过暗原色先验算法处理后的图像进行直方图均衡化处理,使得图像灰度直方图由非均匀分布变换为在灰度范围内的均匀分布,进一步提高对比度,最后进行图像反转从而获得增强后的低照度图像。仿真结果表明,改进的算法提高了低照度图像的亮度与对比度,有效的消除了块效应,图像色彩还原度高,提升了图像的可视性,且与软抠图法相比运行速率明显提高。
但对低照度图像景深处的增强效果不明显。针对上述算法 ...


雷达卡


京公网安备 11010802022788号







