计算机应用

作者：司马紫菱, 胡峰

单位：1. 重庆邮电大学 计算机科学与技术学院, 重庆, 400065;2. 计算智能重庆市重点实验室(重庆邮电大学), 重庆, 400065

关键词：低照度图像,Retinex理论,曝光融合,细节调整,图像增强

基金：国家重点研发计划项目（2018YFC0808305）；国家自然科学基金资助项目（61751312，61533020，61309014）；重庆市重点产业共性关键技术创新专项（cstc2017zdcy-zdyfX0001，cstc2017zdcy-zdzx0046）；重庆市基础科学与前沿技术研究专项（cstc2017jcyjAX0408）。

针对部分低照度图像整体亮度偏暗、对比度差和视觉信息偏弱等问题，提出一种基于模拟多曝光融合的低照度图像增强方法。首先，利用改进的变分Retinex模型和形态学的结合产生基准图来保证曝光图像集中的主体信息；其次，结合Sigmoid函数和伽马矫正构造新的光照补偿归一化函数，同时提出了一种基于高斯引导滤波的反锐化掩模算法，用于调整基准图的细节；最后，分别从亮度、色调和曝光率设计曝光图集的加权值，通过多尺度融合得到最终增强结果，有效地避免了增强结果中的光晕和颜色失真。在不同的公开数据集上的实验结果表明，与传统的低照度图像增强方法进行相比，所提方法降低了亮度失真率，提升了视觉信息保真度。该方法能够有效地保留视觉信息，有利于实现低照度图像增强的实时性应用。

来源：2019年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第6期