基于暗原色先验的低照度图像增强-论文.pdf

《基于暗原色先验的低照度图像增强-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第3期四川理工学院学报(自然科学版)VoL28No．32015年6月JournalofSiehuanU—niversityofScience&Engineering(NaturalScienceEdition)Jun．2015—文章编号：1673—1549(2015)03-0042-04DOI：10．11863／j．SUSO．2015．03．09基于暗原色先验的低照度图像增强黄勇，孙兴波，袁文林，范云飞(~tJfl理工学院自动化与电子信息学院，四川自贡643000)摘要：低照度图像亮度低、对比度低、细节信息缺失，对后续处理造成不便。针对这种情况，提出一种基于改进的暗原色先验低照度图像增

2、强算法。采用输入图像暗通道的最大值估计大气光值，并用输入图像暗通道替代用大气光值来归一化输入图像，以其暗通道估计透射率，提高了算法效率。对输入图像取反，得到一副类似雾化的图像，用暗原色先验去雾，将结果再次取反，得到增强图像。暗原色先验会放大图像噪声，引入导向滤波实现保边去噪。实验结果表明，算法能有效增强低照度图像，提高图像亮度、对比度和突出图像细节信息。关键词：图像增强；低照度图像；暗原色先验；去噪中图分类号：TP391．41文献标志码：A针对低照度图像亮度低、对比度低、细节缺失，引言对后续处理造成不便，本文提出一种基于暗原色先在光线不足、雨、雾等环境条件下，照相机、摄像验的图像增强算法。在透

3、射率和大气光值的估计机等图像采集设备采集到的图像往往出现曝光不过程中，使用简化计算，提高算法效率。暗原色先足、图像亮度低、对比度低、清晰度低、图像细节信息验会放大图像噪声，因此引入具有保边去噪特性的缺失等现象，严重情况下，图像模糊、难以辨认。这导向滤波去噪，在去噪的同时也能保持图像边缘细对后续图像分割、识别、理解等进一步分析造成严重节信息。影响，因此进行图像增强处理是必不可少的环节。1暗原色先验理论对于低照度图像增强算法有很多，如伽马变换、全局或局部直方图均衡化、Retinex增强等。随着硬件He[4通过对户外大量清晰无雾的自然图像观察统和软件技术的发展，对在雾天条件下被雾化的图像计得到：除去

4、天空等少数区域外，在局部区域内，RGB三进行去雾处理已成为可能。雾天情况下，场景能见色通道至少有一个通道的像素值非常低，趋近于0，这些度低，图像对比度和细节信息被衰减，使得户外视频像素称之为暗原色像素j。对于清晰无雾图像．，，暗监控系统不能正常工作，因此需要消除雾气对视频原色先验规律用数学公式描述为：图像的影响。图像去雾主要有两类：基于增强和．，d()=_n(rainjo(Y))一0(1)yen()cEIR．G，Bj基于物理模型的去雾。基于增强的去雾有直方图均式中，()为以为中心的块状局部区域，_，为．，衡化、曲波变换、大气调制传递函数法等；基于物理的RGB通道的某一通道，对于非天空清晰无雾图

5、像模型的去雾算法有暗原色先验法、利用铺助信息提．，，I，的值非常低，趋近于0，那么．，称为．，的暗通取景深法、建立能量最优化模型法等。道收稿日期：2叭5_o3-o3基金项目：人工智能四川省重点实验室项目(2010RZOO3，2010RY003，2011RYY02，2011RYY04，2012RYY05)作者简介：黄勇(1988．)，男，四川资中人，硕士生，主要从事图像处理与模式识别方面的研究，(E_mail)674969398@qq．com第28卷第3期黄勇，等：基于暗原色先验的低照度图像增强43作为大气光值A，即：2基于暗原色先验的低照度图像增强改进算法A=max(max(ida()))(9

6、)2．1暗原色先验低照度图像增强基于大气光对图像三通道影响相同，本文对式(8)对低照度图像F取反得到类似雾化的图像，，数学进行简化：方程描述为：(10)，=255一F(2)其中，F为低照度色彩图像，，为F取反的图像。因得到的t不够精细有块状，去雾图像有光晕现象。大气散射模型认为，户外景物图像的反色光线在反本文使用导向滤波对t精细化处理。当t值很小，小到射进入图像采集设备前都会被空气中的介质(如灰尘、趋近于0甚至为0时，J()t()也将变为0，因此对t设颗粒、水滴等)散射掉一部分，造成反射光的衰减，尤其定一个下限，本文取=0．1，则最终增强图为：在雾天天气条件下最为明显。雾图的形成采用大气散p5

7、一(11射模型描述：2．2去噪，()=J()t()+(1一t())(3)暗原色先验会放大图像噪声，为了克服噪声降质图其中，，()为雾图，J()为，()取反图，t()为透射像，需对图像去噪。常用的去噪方法有均值、高斯、中率，值在0至1之间，表示为景物反射光线被空气衰减值、小波滤波等，这些方法存在一个共同的特点：去噪的的程度，A为全球大气光值。J(x)t()描述为衰减部同时会模糊图像边缘细节]。双边滤