Knowledge Commons of Institute of Automation,CAS
一种多图像局部结构化融合的低照度图像增强算法 | |
徐少平; 张贵珍; 林珍玉; 刘婷云; 李崇禧 | |
发表期刊 | 自动化学报 |
ISSN | 0254-4156 |
2022 | |
卷号 | 48期号:12页码:2981-2995 |
摘要 | 为将低照度图像及基于它生成的多个不同曝光度图像中的互补性信息进行最佳融合以获得更为鲁棒的视觉增强效果,提出了一种基于多图像局部结构化融合的两阶段低照度图像增强(Low-light image enhancement, LLIE)算法.在待融合图像制备阶段,提出了一种基于图像质量评价的最佳曝光度预测模型,利用该预测模型给出的关于低照度图像最佳曝光度值,在伪曝光模型下生成适度增强图像和过曝光图像(利用比最佳曝光度值更高的曝光度生成)各一幅.同时,利用经典Retinex模型生成一幅适度增强图像作为补充图像参与融合.在融合阶段,首先将低照度图像、适度增强图像(2幅)和过曝光图像在同一空间位置处的图块矢量化后分解为对比度、结构强度和亮度三个分量.之后,以所有待融合对比度分量中的最高值作为融合后的对比度分量值,而结构强度和亮度分量则分别以相位一致性映射图和视觉显著度映射图作为加权系数完成加权融合.然后,将分别融合后的对比度、纹理结构和亮度三个分量重构为图块,并重新置回融合后图像中的相应位置.最后,在噪声水平评估算法导引下自适应调用降噪算法完成后处理.实验结果表明:所提出的低照度图像增强算法在主客观图像质量评价上优于现有大多数主流算法. |
关键词 | 低照度图像增强 局部结构化融合 融合权重 视觉显著度 相位一致性 |
DOI | 10.16383/j.aas.c190417 |
引用统计 | |
文献类型 | 期刊论文 |
条目标识符 | http://ir.ia.ac.cn/handle/173211/56233 |
专题 | 学术期刊_自动化学报 |
推荐引用方式 GB/T 7714 | 徐少平,张贵珍,林珍玉,等. 一种多图像局部结构化融合的低照度图像增强算法[J]. 自动化学报,2022,48(12):2981-2995. |
APA | 徐少平,张贵珍,林珍玉,刘婷云,&李崇禧.(2022).一种多图像局部结构化融合的低照度图像增强算法.自动化学报,48(12),2981-2995. |
MLA | 徐少平,et al."一种多图像局部结构化融合的低照度图像增强算法".自动化学报 48.12(2022):2981-2995. |
条目包含的文件 | 下载所有文件 | |||||
文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
AAS-CN-2019-0417.pdf(66462KB) | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 |
个性服务 |
推荐该条目 |
保存到收藏夹 |
查看访问统计 |
导出为Endnote文件 |
谷歌学术 |
谷歌学术中相似的文章 |
[徐少平]的文章 |
[张贵珍]的文章 |
[林珍玉]的文章 |
百度学术 |
百度学术中相似的文章 |
[徐少平]的文章 |
[张贵珍]的文章 |
[林珍玉]的文章 |
必应学术 |
必应学术中相似的文章 |
[徐少平]的文章 |
[张贵珍]的文章 |
[林珍玉]的文章 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论