摘要
在交通运输领域及其他生活应用场景中都离不开图像的使用，图像因直观便捷的独特信息传递优势在科研工作与日常生活中必不可少。但是受极端天气或相机摆放位置等影响，所呈现往往因质量低劣，信息传递不佳而难以在后续研究中使用。这种现象在逆光图像中尤其明显，为进一步提高逆光图像可用性，展示逆光图像更多细节，方便逆光图像传递更多信息，亟待对逆光图像进行增强处理。 本文主要针对交通工程逆光场景及其他生活应用逆光场景展开研究，主要完成的工作内容如下： (1)针对由于照度偏低而引起的交通逆光场景中前景目标物体阴暗模糊、细节丢失等问题，提出了基于阈值分割的单幅逆光图像还原方法。通过基于阈值的分割方法将图像分为前景部分与背景部分并使用掩膜方法分别对前景部分与背景部分进行提取。对阴暗模糊的前景部分采用全局Retinex算法进行提亮以还原图像颜色信息及细节，对明朗清晰的背景提出优化的局部直方图均衡化方法增强背景对比度以增强图像背景信息的传递。对优化后的前景部分与背景部分进行融合，并针对融合后前景与背景衔接不自然的边界问题提出了边缘优化算法使结果展示更为自然。最终实现同时传递前景信息与背景信息的目的。 (2)针对以单幅图像为输入的逆光图像还原方法中引起的图像颜色失真以及还原结果不自然等问题，提出了基于光圈序列的逆光图像还原方法。通过调节采集设备光圈对同一交通逆光场景进行图像采集，得到一组由暗到明的多张逆光图像作为输入。针对当前阈值分割方法对前景与背景分割不准确的问题，提出了改进阈值分割方法以得到更为合理的前景与背景。针对多张图像中出现的前景与背景出现的相对位置偏移问题，设计了基于轮廓的图像拼接方法。最后提出基于信息熵与逆光度融合的图像筛选方式，对图像进行最终的筛选评价以得到更为贴近真实场景的还原图像。 (3)设计了基于实例分割的逆光图像还原方法并构建以交通场景为主的多场景逆光图像数据集。通过对实例分割模型的训练实现对逆光图像前景的精细化分割以达到将目标物体与背景完全分离的目的。使交通场景下的逆光图像还原结果更贴近现实，前景与背景的信息传递更为准确。
NETL