基于物理模型的低照度图像增强算法

来源：计算机应用杂志2015年第8期北京时间：

作者：王小元, 张红英, 吴亚东, 刘言

单位：1. 西南科技大学 信息工程学院, 四川 绵阳 621010;2. 特殊环境机器人技术四川省重点实验室(西南科技大学), 四川 绵阳 621010;3. 西南科技大学 计算机科学与技术学院, 四川 绵阳 621010

摘要：针对低照度图像反转后为与雾天图像相似的伪雾图,其雾的浓度由光照情况而非景深决定这一特点,提出一种基于物理模型的低照度图像增强算法。该算法根据光照情况给出一种更加准确且快速的新方法估计伪雾图的透射率。首先,采用暗原色先验规律对伪雾图的环境光值进行估计,并基于光照情况对透射率进行估计;然后,基于大气散射模型还原出无雾图像;最后,对无雾图像反转得到低照度图像的增强结果,并对该结果进行细节补偿得到最终的增强图像。大量实验表明,与基于暗原色先验的增强算法、基于去雾技术的增强算法及带色彩恢复的多尺度Retinex算法相比,该算法处理效率更高且效果良好,信息不会丢失,可有效提高图像分析识别等系统的工作效率。

关键词：低照度,图像增强,大气散射模型,去雾,暗原色先验

基金资助：中国科学院西部之光人才培养计划项目(科发人教字(2012)179号);特殊环境机器人技术四川省重点实验室开放基金资助项目(13zxtk05)。