应用雾天退化模型的低照度图像增强

• 作者: 余春艳 叶鑫焱 徐小丹 林晖翔
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 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
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图像处理和编码
• 页码范围: 1194-1205
• 页数: 12页
• 分类号: TP391.4
• 字数: 7118字
• 语种: 中文
• DOI: 10.11834/jig.170117

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 dB,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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余春艳	福州大学数学与计算机科学学院	39	239	7.0	14.0
2	徐小丹	福州大学数学与计算机科学学院	4	17	2.0	4.0
3	林晖翔	福州大学数学与计算机科学学院	2	12	1.0	2.0
4	叶鑫焱	福州大学数学与计算机科学学院	2	12	1.0	2.0