基于模拟多曝光融合的低照度图像增强方法

• 作者: 司马紫菱 胡峰
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 低照度图像 Retinex理论 曝光融合 细节调整 图像增强
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 虚拟现实与多媒体计算
• 页码范围: 1804-1809
• 页数: 6页
• 分类号: TP391.41
• 字数: 6148字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2018112284

摘要

针对部分低照度图像整体亮度偏暗、对比度差和视觉信息偏弱等问题,提出一种基于模拟多曝光融合的低照度图像增强方法.首先,利用改进的变分Retinex模型和形态学的结合产生基准图来保证曝光图像集中的主体信息;其次,结合Sigmoid函数和伽马矫正构造新的光照补偿归一化函数,同时提出了一种基于高斯引导滤波的反锐化掩模算法,用于调整基准图的细节;最后,分别从亮度、色调和曝光率设计曝光图集的加权值,通过多尺度融合得到最终增强结果,有效地避免了增强结果中的光晕和颜色失真.在不同的公开数据集上的实验结果表明,与传统的低照度图像增强方法进行相比,所提方法降低了亮度失真率,提升了视觉信息保真度.该方法能够有效地保留视觉信息,有利于实现低照度图像增强的实时性应用.