低照度圖像修復方法總結


在遇到圖像曝光不足時,先前主要分為兩種主流思路:基於直方圖均衡和基於retinex算法(在之前的總結里分別有介紹)

這兩類算法大都存在的缺點:或多或少存在圖像過增強現象,使得顏色失真。所以,圖像曝光增強算法還是有待提高。

下面兩篇是北大Zhenqiang_Ying的研究論文,他有好幾篇文章都是圍繞低照度圖像增強主題寫的,可以參照一下。

(一)《A New Image Contrast Enhancement Algorithm using Exposure Fusion Framework》

  • https://github.com/baidut/OpenCE

項目主頁:https://baidut.github.io/OpenCE/caip2017.html

作者提出了一個曝光融合框架,提供一個精確的對比度增強的圖像增強算法。具體來說,我們首先設計了加權矩陣,利用光照估計技術的圖像融合。然后,我們介紹我們的相機響應模型合成的多重曝光圖像。接下來,我們找到最佳的曝光率使合成圖像是暴露在該區域曝光不足的圖像。最后,輸入圖像和合成圖像進行融合,根據權重矩陣得到增強的結果。


(二)《A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement》

  • https://baidut.github.io/BIMEF/
  • https://github.com/baidut/BIMEF

這篇文章還沒有發表,現在處於投稿狀態,他們的摘要:“低光圖像由於能見度低,不利於人眼觀察和計算機視覺算法。雖然已經提出了許多圖像增強技術來解決這個問題,但是現有的方法不可避免地引入過對比和過增強。在人類視覺系統的啟發下,我們設計了一個多曝光融合框架用於微光圖像增強。基於該框架,我們提出了一種雙曝光融合算法,以提供精確的對比度和亮度增強。具體而言,我們首先利用照度估計技術設計圖像融合的權矩陣。然后介紹我們的相機響應模型來合成多曝光圖像。其次,我們找到最佳曝光率,使合成圖像在原始圖像被曝光的區域被很好地曝光。最后,根據權值矩陣對輸入圖像和合成圖像進行融合,得到增強的結果。實驗結果表明,與幾種先進的方法相比,我們的方法可以獲得較少的對比度和亮度失真。”


第二篇文章還未公布,但可以調用算法查看處理效果。

作者research主頁:https://www.researchgate.net/profile/Zhenqiang_Ying

Github: https://github.com/baidut


參考:

http://blog.csdn.net/phoenixtree7/article/details/60769717

《基於暗原色先驗的低照度視頻快速增強算法》

《基於色調不變的彩色圖像增強算法研究》

《一種基於色彩保持的低照度圖像增強算法 》

注意!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系我们删除。



 
粤ICP备14056181号  © 2014-2021 ITdaan.com