为了解决在低照度条件下,可见光成像设备采集的图像亮度低、细节不清晰等问题,提出一种基于亮度通道细节增强的低照度图像处理算法。首先,将图像从RGB转换到Lab颜色模型,将Lab模型中的亮度通道通过指数派生函数校正构造为光照分量,再经过Retinex增强得到初步增强图像。然后,采用结构张量和多尺度引导滤波分别对初步增强图像进行细节提取,并将两种方法提取的细节信息进行了融合。最后,将细节图像和初步增强图像融合得到了目标图像。实验结果主观上得到了亮度合适、细节清晰的增强图像,客观上在亮度失真、信息熵和能量梯度上均有良好且稳定的表现,表明该算法能够有效提高图像的亮度和细节信息,并保持自然的色彩和光照效果。

针对低光照条件下拍摄的图像受可见光低和噪声的影响, 不仅降低图像在视觉上的美感而且会造成重要信息丢失的问题。本文提出结合平滑聚类和改进Retinex算法的估计照明图的低光照图像增强方法。使用平滑聚类将图像分离为细节层和基础层; 利用max-RGB找到各通道最大值用于估计每个像素的照度, 构建初始照明图, 根据局部一致性和交替方向最小化技术优化照明图; 自适应Gamma 矫正对优化后的照明图进行非线性重标形成最终光照图; 根据最终光照图增强输入图像, 将增强后图像与细节层进行融合, 获得清晰且细节更为丰富的图像; 通过与LE, GC, HE, SSR, MSR, MSRCR, MSRCP算法相比, 在图像HightB上, 边缘强度最高达到1.00e+02, 平均梯度最高达到10.520 6, 空间频率最高达到52.050 8, 图像清晰度最高达到14.656 2, 在主观评价和客观评价均优于其他对比算法。实验结果表明, 所提算法具有良好的清晰度, 更好的保留边缘和细节纹理, 使用本文算法增强后的图片质量更高, 细节更加丰富。

为解决高光弱纹理物体表面重建时，存在的孔洞和噪声，及信息缺失等问题，提出了光照补偿结合深度图像的重建方法.结合光照方向和光照强度的参数估计，确定高光区域并均匀光照，再以激光点的变化轨迹修正均值漂移算法的漂移区域，建立改进的均值漂移中心描述子，对深度图像的噪声和孔洞进行判定并修复，实现物体表面重建.结果表明，该方法既可以保持不同种类对象重建完整，避免信息缺失，还可减少外界环境和对象自身特征的负面影响.通过高光弱纹理标准图片和实拍物体重建实验，以及使用均方根误差、峰值信噪比和结构相似性等性能指标进行评价，验证了该方法的鲁棒性和有效性.

增强现实技术是将虚拟物体叠加到真实环境中, 为了使虚拟物体更逼真地融入到环境, 就需要估计场景中的真实光照。文中针对同时存在漫反射和镜面反射的场景或只存在漫反射的场景, 提出了一种适于多种反射现象的光照估计方法。该方法使用相机拍摄多幅视角图像, 通过检测每幅视角图像的镜面高光点来识别场景中是否存在镜面反射。若不存在镜面反射, 则采用单张漫反射图像估计光照算法进行多幅视角图像光照估计。反之, 若存在镜面反射则以镜面反射提供的信息为先验知识, 再结合漫反射光照估计方法得到最终的光照估计结果。实验结果表明, 文中方法提高了多种反射现象的光照估计的准确性。

复杂和多光照场景下的光照估计是颜色恒常性计算的难点和热点。提出一种对数域中基于实例学习的光照估计方法。通过分析光照对图像色度的影响,提取对数色度直方图作为光照一致性特征,在实例学习框架下,根据特征相似的已知光照实例估计目标场景光照。算法分割原始图像为多个光照均匀场景,分区域估计局部光照,并融合得到整幅图像的全局光照信息。在多组单光照和多光照数据集上的实验结果表明,相较于其他先进方法,本文方法在不同数据集上的光照估计误差中位数降低了5%~14%,精度更高且稳健性更好。

非均匀光照场景难以满足现有光照估计方法的单一先验假设，为此提出一种面向区域的非均匀光照估计方法。该方法考虑了Lambertian物体表面反射对光照估计的影响，并通过分析相似同质区域的物体表面反射，采用单实例支持向量机方法构建典型同质区域的区域光照模型。该方法通过获得同质区域的光照模型，有效改善了非均匀光照的估计准确性。实验表明在标准自然场景的数据库中，该光照估计方法优于当前的其他先进方法。

总结了近年来增强现实领域虚实光照融合技术的发展情况，对主要的分类进行了阐述，对于光照估计技术、基于设备采集的虚实光照一致性研究、基于场景理解的虚实光照一致性研究进行了介绍，并对国内外研究现状列举说明。此外，分析了增强现实中虚实光照一致性研究的一些技术难点，总结了现有的解决办法，对于虚实光照一致性研究的未来发展趋势，也进行了相应的展望。