低照度图像自适应颜色校正与对比度增强算法

• 作者: 李庆忠 牛炯 赵峂
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 颜色校正 极限学习机 对比度增强 杜鹃搜索算法 颜色恒常算法
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 图像与视觉
• 页码范围: 2121-2128
• 页数: 8页
• 分类号: TP391.41
• 字数: 5871字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17800

摘要

光照变化会造成图像颜色失真和清晰度的下降,为了使计算机视觉系统具有颜色恒常感知功能,提出了一种基于极限学习机和杜鹃搜索算法的图像颜色校正与对比度增强算法.首先对于输入图像,提取该图像的17维特征向量,并利用训练好的极限学习机神经网络自适应地选择适合该图像的最佳颜色恒常算法,并进行相应的颜色校正;然后,针对图像的亮度分量,利用杜鹃搜索算法自动确定亮度增强函数的最优参数,并进行相应的对比度增强.基于Funt数据集的实验结果表明,文中算法不仅能有效地完成图像颜色校正,还能自适应地提高图像的信息量和对比度,获得图像颜色和对比度的综合最佳视觉质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆忠	中国海洋大学工程学院	45	586	13.0	23.0
2	牛炯	中国海洋大学工程学院	23	27	3.0	4.0
3	赵峂	中国海洋大学工程学院	1	2	1.0	1.0