基于自适应阈值和局部色调映射的低照度图像处理

曹红燕; 刘长明; 沈小林; 李大威; 陈燕

doi:doi:10.3788/LOP202158.0410017

激光与光电子学进展, 2021, 58 (4): 0410017, 网络出版: 2021-02-25

基于自适应阈值和局部色调映射的低照度图像处理下载： 1004次

Low Illumination Image Processing Based on Adaptive Threshold and Local Tone Mapping

曹红燕 ¹刘长明 ^1,*沈小林 ¹李大威 ¹陈燕 ²

作者单位

¹ 中北大学电气与控制工程院, 山西太原 030051

² 陆军装备部驻北京地区军事代表局某军代室, 山西太原 030051

图 & 表

图 1. k=3的NSST分解流程

Fig. 1. NSST decomposition process of k=3

下载图片查看原文

图 2. Retinex理论的模型

Fig. 2. Model of Retinex theory

下载图片查看原文

图 3. 所提算法的处理流程

Fig. 3. Processing flow of proposed algorithm

下载图片查看原文

图 4. 不同算法处理后的结果。(a)原始图像;(b) MSR算法; (c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 4. Results after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

下载图片查看原文

图 5. 不同算法处理后的局部放大图。(a)原始图像;(b) MSR算法;(c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 5. Local enlarged images after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

下载图片查看原文

图 6. 不同指标的评价统计曲线。(a)PSNR;(b)FSIM;(c)L_ave;(d) H

Fig. 6. Evaluation statistical curves of different indexes. (a) PSNR; (b) FSIM; (c) L_ave; (d) H

下载图片查看原文

表 1不同算法对不同图像的客观评价结果

Table1. Objective evaluation results of different algorithms for different images

Image	Index	MSR	GLOW	Ref. [11]	Proposed algorithm
1	PSNR /dB	21.4962	21.8454	22.3981	27.5023
	FSIM	0.8675	0.7236	0.7103	0.8861
	L_ave /(cd·m^-2)	175.4940	109.9548	105.4461	112.6073
	H /bit	7.7613	7.8546	7.9542	8.0365
2	PSNR /dB	27.2697	28.0264	28.7148	30.0109
	FSIM	0.7720	0.7538	0.7505	0.8974
	L_ave /(cd·m^-2)	160.3239	105.9814	103.5840	103.9541
	H /bit	7.0844	7.1022	7.1549	7.6950
3	PSNR /dB	25.2992	25.6418	29.7791	33.8536
	FSIM	0.8366	0.8019	0.8227	0.9152
	L_ave /(cd·m^-2)	166.5690	120.4608	115.3352	110.5210
	H /bit	6.9632	7.2569	7.4351	7.8852

查看原文

曹红燕, 刘长明, 沈小林, 李大威, 陈燕. 基于自适应阈值和局部色调映射的低照度图像处理[J]. 激光与光电子学进展, 2021, 58(4): 0410017. Hongyan Cao, Changming Liu, Xiaolin Shen, Dawei Li, Yan Chen. Low Illumination Image Processing Based on Adaptive Threshold and Local Tone Mapping[J]. Laser & Optoelectronics Progress, 2021, 58(4): 0410017.

基于自适应阈值和局部色调映射的低照度图像处理下载： 1004次

图 1. k=3的NSST分解流程

Fig. 1. NSST decomposition process of k=3

图 2. Retinex理论的模型

Fig. 2. Model of Retinex theory

图 3. 所提算法的处理流程

Fig. 3. Processing flow of proposed algorithm

图 4. 不同算法处理后的结果。(a)原始图像;(b) MSR算法; (c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 4. Results after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

图 5. 不同算法处理后的局部放大图。(a)原始图像;(b) MSR算法;(c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 5. Local enlarged images after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

图 6. 不同指标的评价统计曲线。(a)PSNR;(b)FSIM;(c)L_ave;(d) H

Fig. 6. Evaluation statistical curves of different indexes. (a) PSNR; (b) FSIM; (c) L_ave; (d) H

表 1不同算法对不同图像的客观评价结果

Table1. Objective evaluation results of different algorithms for different images

关于本站 Cookie 的使用提示

全站搜索

基于自适应阈值和局部色调映射的低照度图像处理 下载： 1004次

图 1. k=3的NSST分解流程

Fig. 1. NSST decomposition process of k=3

图 2. Retinex理论的模型

Fig. 2. Model of Retinex theory

图 3. 所提算法的处理流程

Fig. 3. Processing flow of proposed algorithm

图 4. 不同算法处理后的结果。(a)原始图像;(b) MSR算法; (c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 4. Results after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

图 5. 不同算法处理后的局部放大图。(a)原始图像;(b) MSR算法;(c) GLOW算法;(d)文献[ 11];(e)所提算法

Fig. 5. Local enlarged images after processing by different algorithms. (a) Original images; (b) MSR algorithm; (c) GLOW algorithm; (d) Ref. [11]; (e) proposed algorithm

图 6. 不同指标的评价统计曲线。(a)PSNR;(b)FSIM;(c)Lave;(d) H

Fig. 6. Evaluation statistical curves of different indexes. (a) PSNR; (b) FSIM; (c) Lave; (d) H

表 1不同算法对不同图像的客观评价结果

Table1. Objective evaluation results of different algorithms for different images

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于自适应阈值和局部色调映射的低照度图像处理下载： 1004次

图 6. 不同指标的评价统计曲线。(a)PSNR;(b)FSIM;(c)L_ave;(d) H

Fig. 6. Evaluation statistical curves of different indexes. (a) PSNR; (b) FSIM; (c) L_ave; (d) H