低照度图像增强算法研究

• 作 者: 程中林
• 发表日期: 2010年期
• 关键词: 低照度 去噪 统计 双边滤波 色调映射

在数字图像处理中,图像增强处理通常不考虑图像质量下降的原因,只根据图像特点和处理目的,采用一定的技术,有选择地突出图像中感兴趣的特征,同时可能会压制另一部分信息,从而达到改善图像的视觉效果,或者是为了方便人或计算机对图像的分析和处理,它的主要目的是提高图像的可懂度。根据不同的作用域传统图像增强方法可分为空间域和频率域方法。空间域法是指在空间域内直接对像素的灰度值进行运算处理,常用的空间域法有图像的灰度变换、直方图修正、图像空间平滑和锐化处理、伪彩色处理等。频率域法是在图像的某种变换域内,对图像的变换值进行增强处理,然后通过逆变换获得增强图像。传统的增强方法由于具有方法简单、效果明显等特点,许多方法已经在实际中得到广泛的应用。但是,传统的这些方法中使用了大量的假设,而研究表明算法中的假设越多,其性能越差。图像处理算法的自适应则是一种合理的解决方法。因为针对不同情况进行处理时,其假设条件会减少并且更接近实际情况。本文首先针对常见的基于直方图均衡化图像增强算法进行了研究、比较,分析了其在图像增强中存在的不足。然后列出了几种改进的方法,结合实验结果和数据,指出其优点和进一步改进的地方。接着,本文针对常见的固定监控视频图像,提出了基于像素统计的自适应图像增强方法,这种方法对较为简单的场景能获得较好的效果,但是需要先验的白天图像,因而受先验的客观条件影响较大。为此,本文最后又根据前人工作提出了一种改进的基于时空域累积滤波去噪和色调映射函数。它不依赖于先验的白天图像,主要利用相邻帧的信息来增强当前像素。对以上两种图像增强方法,本文分别给出了算法实现过程,并做了大量的实验进行验证,从而使提出的改进方法对于某些图像能获得比传统的增强方法更好的效果。