1 南京航空航天大学自动化学院, 南京 210000
2 近地面探测技术重点实验室, 江苏 无锡 214000
针对低光照航拍图像亮度低、对比度弱、噪声多、细节缺失等问题, 提出一种基于Retinex和多注意力机制的低光照航拍图像增强 (MARNet) 方法。首先, 将低光照航拍图像分解为光照图和反射图, 再将CBAM注意力机制引入噪声调整网络, 让网络更加关注高噪区域, 去除反射图中大量噪声; 然后, 设计了由上下采样结构组成的光照调整网络, 引入通道注意力机制, 提升光照图亮度, 同时, 加入区域损失函数, 提高细节对比度; 最后, 为实现低光照近地面目标检测与跟踪, 利用低光照图像合成方法, 加入真实噪声, 制作了一套低光照航拍配对数据集。实验结果表明, 所提方法在提高图像亮度、减少噪声的同时还原了细节信息, 3项性能指标PSNR, SSIM和NIQE及人类视觉感知效果均有所提升。
低光照航拍图像 图像增强 Retinex理论 多注意力机制 区域损失 low-light aerial image image enhancement Retinex theory multi-attention mechanism regional loss
山东科技大学计算机科学与工程学院,山东 青岛 266590
针对低照度彩色图像整体亮度偏低、细节较差的问题,提出一种全变分与Gamma相融合的低照度图像增强算法。首先,采用局部变化偏差和空间自适应全变分模型(TV)将图像分为光照和反射图像,将权值与TV的指数形式相结合以提取纹理细节更好地反射图像;其次,从原始图像的HSV空间提取亮度V,执行改进的加权分布自适应Gamma矫正,获得增强的亮度矫正图像;最后,对以两种不同方式增强的图像进行加权融合,得到最终的增强结果。实验结果表明,该图像增强算法处理后的图像细节清晰,能够有效解决增强结果与原图像的亮度结构相似度较差的问题,减少图像失真和伪影现象。
图像处理 图像增强 Retinex理论 变分模型 自适应Gamma变换 加权融合 激光与光电子学进展
2023, 60(12): 1210022
1 湖北工业大学机械工程学院, 湖北 武汉 430068
2 湖北省现代制造质量工程重点实验室, 湖北 武汉 430068
3 湖北工业大学工程技术学院, 湖北 武汉 430068
针对低光照条件下拍摄的图像受光和环境的影响, 其重要信息丢失严重, 出现对比度低、细节模糊等问题, 提出了一种基于灰度变换与改进 Retinex的图像增强方法。首先采用引力搜索算法(gravitational search algorithm, GSA)优化的全局灰度变换函数对图像的 RGB各通道灰度图像进行灰度变换, 增强图像光照强度, 使其更接近均匀光照场景; 然后将图像转为 HSV色彩空间, 对 V通道(亮度通道)采用改进的多尺度 Retinex(MSR)算法处理, 将基于范围的自适应双边滤波和 Gabor滤波作为 Retinex算法的环绕函数, 结合两种滤波的特性来增强图像的亮度和细节。最后采用伽马校正避免图像融合造成的图像色偏。实验结果显示, 该方法处理过的增强图像在主观和客观评价上优于其他方法, 图像颜色失真较小, 细节更清晰, 为图像的后续应用做了铺垫。
图像增强 全局灰度变换函数 引力搜索算法 双边滤波 Retinex理论 image enhancement, global grayscale transformation
江西理工大学信息工程学院,江西 赣州 341000
针对单幅图像中存在非正常曝光的问题,在去雾模型能够有效解决图像曝光校正问题的理论指导下,对去雾模型中的透射率进行改进,提出了一种基于反转融合框架的图像曝光校正方法。首先,对过度曝光的局部高亮光源进行雾度建模,采用改进去雾模型完成过度曝光校正任务;针对曝光不足校正问题,通过反转操作得到伪雾图像。然后联合去雾模型及视网膜大脑皮层(Retinex)理论和去雾方法间的对偶性得到曝光不足区域校正的结果图像。最后,借助多尺度图像融合技术生成新的金字塔权重图,利用拉普拉斯金字塔重建图像得到最终的校正结果。将所提方法与四种主流图像校正方法进行对比,结果表明,该方法能够有效解决单幅图像中的非正常曝光问题,并且最大限度减少图像失真、光晕伪影等因素的干扰。
去雾模型 图像曝光校正 Retinex理论 反转融合框架 多尺度图像融合 激光与光电子学进展
2022, 59(12): 1210002
1 苏州科技大学 电子与信息工程学院, 江苏 苏州 215009
2 南京航空航天大学 电子信息工程学院, 江苏 南京 211106
为解决传统去雾算法对雾天图像增强后出现光晕效应和细节丢失的问题, 提出一种基于结构和纹理感知的变分Retinex模型。利用引导滤波对初始光照分量进行估计; 改进平均局部偏差滤波器用于图像的结构和纹理感知, 以此设计权重矩阵以改进变分Retinex模型, 对光照分量进行优化; 利用反转图像结合Retinex理论对雾天图像进行增强; 利用伽马校正对图像的颜色进行调整。实验证明, 方法能够有效去除图像中的雾气, 避免光晕效应, 同时能保留更多的细节信息。
信息光学 图像去雾 Retinex理论 引导滤波 最小二乘法 伽马校正 information optics image defogging Retinex theory guided filtering least square method gamma correction
西安建筑科技大学 理学院, 陕西 西安710055
为解决当前低照度图像增强问题, 提出了一种基于双残差卷积网络的图像增强算法。首先, 根据Retinex理论模型, 将正常照度图像合成低照度图像, 再分别将它们分解在R(红)、G(绿)、B(蓝)3个分量上, 然后通过特征提取模块和双残差模块学习低照度图像与正常照度图像在各分量的映射关系, 获得各分量上的增强图像, 最后合成增强的RGB图像。采用双边滤波优化增强的RGB图像, 使得所获得的图像更加接近参考图像。实验表明, 本文所提算法, 对于处理合成的低照度图像, 峰值信噪比最高可达25.931 1 dB, 结构相似度最高可达0.945 2; 对于处理真实的低照度图像, 盲图像质量评估指标高于其他算法, 且运行速度更快。
低照度图像增强 双残差网络 特征提取 Retinex理论 low-light image enhancement dual-residual network feature extraction Retinex theoretical model
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
为了解决低照度图像的细节信息缺少和清晰度低的问题,在HSV(Hue, Saturation, Value)色彩空间中,采用非下采样剪切波变换(NSST)与Retinex理论的融合算法对低照度图像进行处理。首先对HSV空间的V分量进行分解,得到多个高通子带与一个低通子带,对高通子带采用改进的基于贝叶斯萎缩的自适应阈值算法完成去噪,对低通子带采用改进的自适应局部色调映射算法提高对比度,然后对两个子带进行NSST逆变换以得到新的V分量并对其进行白平衡处理,最后将处理后的图像反转到RGB(Red,Green,Blue)空间中得到结果图像。实验结果表明,所提算法能够改善低照度图像的质量,提高清晰度与对比度。
图像处理 非下采样剪切波变换 图像去噪 HSV颜色空间 图像增强 Retinex理论 激光与光电子学进展
2021, 58(4): 0410017
1 中国刑事警察学院 声像资料检验技术系,沈阳 110854
2 昆山市公安局 青阳派出所,江苏 昆山 215300
为了解决低照度环境引起的彩色图像退化问题,提出一种新的彩色图像增强算法。首先在YUV色彩空间下采用彩色双边滤波估计照度分量;然后在提取反射分量时,构造一个与累积分布相关的对比度调节函数,自适应地增强图像的细节信息;最后采用线性彩色恢复算法恢复增强图像的色彩信息。实验结果表明,该算法能够明显地提高低照度彩色图像的整体视觉效果,细节鲜明突出,色彩真实自然。
图像增强 Retinex理论 双边滤波 累积分布函数 image enhancement Retinex theory bilateral filtering cumulative distribution function