基于虚拟曝光技术的低照度图像融合算法研究

发布时间：2021-05-11 21:45

　　图像增强技术作为机器视觉的一部分,已在视频监控、交通管理、场所监测等领域起着重要的作用。在夜间或光照不均条件下拍摄的图像存在对比度低、暗区域大、颜色缺失等问题,不能满足人眼视觉感知和计算机处理要求。为了解决传统算法存在的对比度差、清晰度低、色彩失真等问题,根据虚拟技术和图像融合技术原理,提出了基于虚拟曝光技术的低照度图像融合算法。并开发了针对低照度图像处理平台,该平台提供多种增强算法,可快速实时处理低照度图像。算法首先将原始图像转换成HSV色彩空间中的HSV图像,分离出亮度图像和色度图像,利用虚拟曝光技术对亮度图进行多倍曝光得到多幅伪曝光图。其次采用引导滤波器对伪曝光图进行去噪和边缘处理,对每幅图像进行分块并根据局部方差准则提取最优子块,采用图像融合技术对所有最优子块进行融合。最后,利用伽马校正调整新RGB图像的整体亮度,得到最终的增强图像。实验结果表明,改进的算法在亮度均值方面提高了 127.36%,有效提高了图像细节纹理的清晰度、减少颜色失真、在主观和客观方面增强效果更佳。 

【文章来源】：西安理工大学陕西省

【文章页数】：58 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
前言
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
    1.3 研究内容及技术路线
2 图像增强的基本理论分析
    2.1 传统图像增强算法
        2.1.1 直方图均衡化算法
        2.1.2 基于Retinex的增强算法
        2.1.3 基于小波变换算法
    2.2 图像质量评价方法
3 基于虚拟曝光技术的图像融合算法
    3.1 颜色空间转换
    3.2 多幅虚拟曝光序列图
    3.3 引导滤波
    3.4 基于局部方差准则的图像融合
    3.5 伽马校正
    3.6 实验结果与分析
4 基于虚拟曝光技术算法的实验结果分析
    4.1 实验数据介绍
    4.2 传统算法与本文算法的实验对比
        4.2.1 主观视觉效果对比
        4.2.2 客观质量评价对比
5 低照度图像增强处理软件平台的应用
    5.1 平台介绍
    5.2 平台的使用展示
        5.2.1 算法的实现
        5.2.3 图像边缘检测
        5.2.4 图像质量评价
6 总结与展望
致谢
参考文献
攻读学位期间主要研究成果
作者简介


【参考文献】：
期刊论文
[1]基于MSRCR的水下图像清晰化算法[J]. 孙杰.  无线电工程. 2019(09)
[2]自适应直方图均衡化图像增强算法研究[J]. 王超,孙玉秋,徐石瑶,余美晨,李祖胜.  长江大学学报(自科版). 2018(01)
[3]一种结合暗通道先验和图像融合的水下图像复原算法[J]. 尹芳,陈田田,吴锐,付自如,于晓洋.  小型微型计算机系统. 2017(11)
[4]基于自适应伽玛校正的去雾算法[J]. 辛婷婷,肖雪梅.  电脑知识与技术. 2017(10)
[5]CLAHE算法在不同彩色空间中的图像增强效果评估[J]. 刘黎明.  舰船电子对抗. 2016(06)
[6]基于色域差分与伽马校正的交通灯识别[J]. 叶茂胜,李必军,莫柠锴,孔格菲.  软件导刊. 2016(09)
[7]一种改进CLAHE算法在医学试纸条图像增强中的应用[J]. 孙冬梅,陆剑锋,张善卿.  中国生物医学工程学报. 2016(04)
[8]基于双线性插值的CLAHE算法研究与实现[J]. 刘巧玲,李想,明旭.  成都大学学报(自然科学版). 2015(02)
[9]浅谈Gamma校正与人类视觉的关系[J]. 时枫哲.  美术教育研究. 2014(22)
[10]图像引导滤波的局部多尺度Retinex算法[J]. 方帅,杨静荣,曹洋,武鹏飞,饶瑞中.  中国图象图形学报. 2012(07)



本文编号：3182159