低照度圖像增強技術的研究及實現(xiàn).pdf

1、隨著計算機視覺技術的高速發(fā)展，成像系統(tǒng)與計算機視覺監(jiān)控設備能夠捕獲到大量的圖像信息。然而在室內(nèi)、夜間、光照不均勻等低照度條件下，由于非自然光源的照度不充分，目標表面的反射光較弱，造成進入成像傳感器的光線不足，所以導致在這種低照度條件下獲取到的圖像質(zhì)量下降嚴重、圖像辨識性能差，而且含有大量噪聲，以至于難以辨別圖像中的細節(jié)，降低了圖像的使用價值。
　　傳統(tǒng)的圖像增強算法大多是從空間域和頻率域?qū)D像進行增強，處理結果往往達不到預期要求。

2、針對這種情況，本文對低照度環(huán)境下降質(zhì)圖像增強的理論和關鍵技術進行深入的研究，并對現(xiàn)有的處理方法進行完善和改進，具體的研究內(nèi)容如下：
　　首先，分析了本課題的現(xiàn)實背景和應用價值，深入研究了傳統(tǒng)的低照度圖像增強算法，比如直方圖均衡化、同態(tài)增晰、以及目前被廣泛使用的基于色彩恒常性的Retinex算法。Retinex算法通過模仿人類的視覺特性，對低照度圖像的照射分量進行近似估計，再進行相關運算，獲得反映物體本質(zhì)特征的反射分量，從而實現(xiàn)對圖

3、像的增強處理。
　　其次，針對Retinex算法存在的不足之處，提出了一種改進的基于變分Retinex的低照度圖像增強框架，先采用變分Retinex算法對輸入的低照度圖像的亮度分量進行處理，通過多次迭代得到趨于穩(wěn)定的反射分量和照射分量；接著對照射分量進行修正，來提高圖像的對比度；對反射分量進行修正，來去除圖像的噪聲和增強圖像的細節(jié)；然后再采用自動白平衡處理得到最終的增強圖像。實驗表明，該算法有效的改善了圖像的過度增強以及顏色失真等