应用雾天退化模型的低照度图像增强

作     者：余春艳 徐小丹 林晖翔 叶鑫焱 Yu Chunyan;Xu Xiaodan;Lin Huixiang;Ye Xinyan

作者机构：福州大学数学与计算机科学学院福州430074 

基　　金：福建省产学合作重大项目(2016H6010) 福建省自然科学基金项目(2015J01420) 福建省引导性基金项目(2016Y0060) 福建省卫生教育联合攻关计划项目(WKJ2016-2-26)~~ 

出 版 物：《中国图象图形学报》 (Journal of Image and Graphics)

年 卷 期：2017年第22卷第9期

页      码：1194-1205页

摘      要：目的针对目前低照度图像增强算法存在噪声敏感、易饱和等现象,提出了一种基于雾天退化模型的低照度图像间接增强算法。方法首先将低照度图像反转成为拟雾图;拟雾图与真实雾天图像有所不同,一是通常具有大面积明亮区域,二是大气光值较高。对于大面积明亮区域,暗原色先验理论并不适用,不容易精确估计相应透射率,因此,提出利用卷积神经网络求解透射率的方法;又针对全局大气光值易出现饱和现象,提出使用局部大气光值代替全局大气光值,从而得到大气光图;之后,利用导向滤波对透射率图和大气光图进行修正;最后基于大气散射模型还原出无雾图像,再次反转无雾图像得到低照度图像的增强结果。结果设计了3组实验,第1组实验为各算法的主观对照,第2组实验从客观指标上对各算法进行比较分析,第3组为实验透射率与大气光值的组合对照实验。结果表明,无论是与Retinex和MSRCR(multi-scale retinex with color restoration)为代表的直接增强算法比较,还是与基于He算法的间接增强等算法相比,本文算法在平均梯度、信息熵、峰值信噪比上均表现良好,且本文算法峰值信噪比平均比次优结果高了2.6 d B,相对应的方差较小,可以有效提高视觉效果,不仅有效提升了低照度图像的亮度,又避免了明显的颜色失真、曝光过度等现象。结论通过定性及定量的实验结果表明,本文算法不仅提高了视觉效果,且场景适应能力较强,能很好地增强室内和室外的低照度图像,且本文算法运行时间中等,若结合cuda技术,还可用于监控视频的实时增强。

主 题 词：低照度图像增强 大气散射模型 卷积神经网络 透射率 大气光图 

学科分类：1305[艺术学-设计学类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

核心收录：

D　O　I：10.11834/jig.170117

馆 藏 号：203268407...