主要内容

微光图像增强

打开实时脚本

由于光照条件差，在室外场景中拍摄的图像可能会严重退化。这些图像可能具有低动态范围和高噪声水平，影响计算机视觉算法的整体性能。为了使计算机视觉算法在弱光条件下健壮，使用弱光图像增强来提高图像的可见性。微光图像或HDR图像的逐像素反演直方图与朦胧图像的直方图非常相似。因此，您可以使用雾霾去除技术来增强弱光图像。

使用雾霾去除技术增强弱光图像包括三个步骤:

  • 第一步:反转弱光图像。

  • 步骤2:将去雾算法应用于反向弱光图像。

  • 第三步:反转增强图像。

利用去雾算法增强弱光图像

导入在低光下捕获的RGB图像。

A = imread(“lowlight_11.jpg”）;imshow(一个);

图中包含一个轴对象。axis对象包含一个image类型的对象。

反转图像，注意原始图像中光线较暗的区域是如何呈现朦胧的。

AInv = imcomplement(A);imshow (AInv);

图中包含一个轴对象。axis对象包含一个image类型的对象。

减少雾霾使用imreducehaze函数。

BInv =未还原雾霾(AInv);imshow (BInv);

图中包含一个轴对象。axis对象包含一个image类型的对象。

将结果反转得到增强图像。

B = imcomplement(BInv);

并排显示原始图像和增强图像。

蒙太奇({B});

图中包含一个轴对象。axis对象包含一个image类型的对象。

进一步提高使用效果imreducehaze可选参数

为了得到更好的结果，打电话imreducehaze再次在反转图像上，这次指定一些可选参数。

BInv =未还原雾霾;“方法”，“大约”，“ContrastEnhancement”，“提升”）;BImp = imcomplement(BInv);图，蒙太奇({A, BImp});

图中包含一个轴对象。axis对象包含一个image类型的对象。

另一个改善光线不好的图像的例子

导入在低光下捕获的RGB图像。

A = imread(“lowlight_21.jpg”）;

反转图像。

AInv = imcomplement(A);

应用去雾算法。

BInv =未还原雾霾;“ContrastEnhancement”，“没有”）;

颠倒结果。

B = imcomplement(BInv);

并排显示原始图像和增强图像。

蒙太奇({B});

图中包含一个轴对象。axis对象包含一个image类型的对象。

利用不同的颜色空间减少颜色失真

将输入图像从RGB颜色空间转换为L*a*b*颜色空间。

实验室= rgb2lab(A);

反转L*a*b*图像。

LInv = imcomplement(Lab(:，:，1) ./ 100);

控件对反转图像进行去雾化处理imreducehaze函数。

LEnh = imcomplement(imreducehaze, LInv，“ContrastEnhancement”，“没有”));

增加饱和度。

LabEnh(:，:，1) = LEnh .* 100;LabEnh(:，:，2:3) = Lab(:，，2:3) * 2;增加饱和度

将图像转换回RGB图像，并并排显示原始图像和增强图像。

AEnh = lab2rgb(LabEnh);蒙太奇({AEnh});

图中包含一个轴对象。axis对象包含一个image类型的对象。

使用去噪改善结果

弱光图像可能有很高的噪声水平。增强弱光图像可以提高这种噪声水平。去噪可以是一个有用的后处理步骤。

使用imguidedfilter函数从增强图像中去除噪声。

B =无导滤波器;蒙太奇({BImp B});

图中包含一个轴对象。axis对象包含一个image类型的对象。

估计照明图

导入在低光下捕获的RGB图像。

A = imread(“lowlight_21.jpg”）;

反转图像。

AInv = imcomplement(A);

将去雾算法应用于图像。

[BInv,TInv] = imreducehaze;“方法”，“approxdcp”，“ContrastEnhancement”，“没有”）;

反转增强图像。

T = imcomplement(TInv);

将原始图像以假色显示在估计的照明图旁边。

tiledlayout(1,2) nexttile imshow(A) title(“低潮形象”) nexttile (T) title(“照明地图”) colormap(热)

图中包含2个轴对象。标题为Lowlight Image的Axes对象1包含一个Image类型的对象。标题为Illumination Map的Axes对象2包含一个image类型的对象。

限制

由于暗通道在弱光条件下的适应性较差，该方法可能会丢失一些细节或过度增强。

参考文献

董，宣，等。“快速高效的增强低光照视频的算法。”多媒体与博览会(ICME)， 2011年IEEE国际会议。IEEE 2011。

参考文献

董旭，王国光，庞玉玉，李伟，文俊，孟，陆勇。“快速高效的增强低光照视频的算法。”IEEE论文集®国际多媒体及博览会(ICME)．2011，第1-6页。

另请参阅

||||