摘要
随着社交媒体如微博和抖音的蓬勃发展，用照片或视频记录人们的日常生活并通过互联网与他人分享变得流行起来。然而由于自然环境因素以及大多数用户缺乏专业拍摄能力，收集的图像质量一般不高。例如当处于光线较暗或光线不均匀的环境之中时，收集到的图像，其质量几乎都不符合人眼视觉要求，还有可能损害那些主要为高可见性输入而设计的算法性能。此类图像一般拥有整体亮度偏低，对比度不足，细节丢失，噪声较多，色彩失真等特征，这种图像被称为微光图像。为了特定目的及减少或消除微光图像中的劣化现象，必须对微光图像进行增强处理。主要内容如下： 针对微光图像存在整体亮度偏低、对比度不足、颜色失真的问题，提出了一种基于光照反射模型的微光图像增强算法。该算法首先对原图进行通道拉伸以纠正任何类型的颜色失真；其次采用韦伯-费希纳定律对图像进行自适应增强，为了避免伪影的同时保持色度的增亮效果引入了自适应色度，调整参数获得两幅源图像并对其进行主成分分析融合；然后用对比度受限自适应直方图均衡化对融合图像进行处理以提高整体对比度；最后将本文算法与现有几种图像增强算法进行主观评价和客观分析比较。仿真结果显示，本文所提算法具有较大的优势。 针对微光图像存在噪声大、部分细节丢失的问题，提出了一种基于多尺度融合的微光图像增强算法。先用广义非锐化掩模算法和改进的伽马校正并行处理图像以增强对比度、清晰度和亮度，得到两幅图像；并与通过基于光照反射模型的微光图像增强算法处理后的图像进行多尺度融合；再用改进的引导滤波处理融合图像实现去噪；最后将本文算法与现有几种图像增强算法进行主客观对比分析。仿真结果表明，本文所提算法具有较大的优势。 基于MATLAB GUI搭建了一个微光图像增强系统，通过仿真测试表明，该系统可以便捷地实现人机交互和可视化。
NETL