1 武汉科技大学 信息科学与工程学院，湖北 武汉 430081
2 武汉科技大学 教育部冶金自动化与检测技术工程研究中心，湖北 武汉 430081
针对非均匀光照图像存在局部过暗或过亮区域而导致图像对比度低、细节不清晰和可视化效果差的问题，提出了一种基于对称亮度映射和虚拟多曝光融合的图像增强方法。该方法通过颜色空间转换保留输入图像的色度和饱和度分量并分离出亮度分量进行增强。根据相机响应模型，采用图像信息熵和平均梯度最大化原则估计最优曝光比，设计了一种对称亮度映射函数用于虚拟生成对应的最优增强曝光图像和减弱曝光图像，从而与原始亮度分量一起组成具有不同曝光的图像序列，再使用带细节提升的多曝光融合方法对该图像序列重构即得到增强结果。实验结果表明，本文方法在7个公开数据集上的图像信息熵、平均梯度、图像对比度、颜色一致性评价指标均值分别为7.644，9.209，450.683，0.962，均优于对比方法，获得了动态范围高、对比度强、细节清晰和可视化效果好的增强结果。
非均匀光照 图像增强 亮度映射函数 多曝光融合 non-uniform illumination image enhancement brightness mapping function multi-exposure fusion
1 天津大学精密仪器与光电子工程学院光电信息技术教育部重点实验室, 天津 300072
2 中国人民解放军总医院, 北京 100000
针对目前图像增强算法应对非均匀光照环境的局限性, 提出了一种同时保持低照度区域和正常照度区域细节信息的图像亮度均衡算法。算法利用像素相邻频率和位置关系生成光照滤波器, 有效分离图像光照信息和反射细节信息。通过光照阈值划分光照亮暗区域进行低照度亮度补偿, 从而均衡图像亮度。实验结果显示, 相对于经典 NPEA算法, 图像平均峰值信噪比提升 15.4%、平均增强度提升 245.0%、平均亮度阶差下降 25.4%。因此, 本文算法能够在保持不同照度区域的细节信息的同时均衡亮度, 获得较好的视觉效果。
图像增强 亮度均衡 非均匀光照 细节保持 image enhancement brightness equalization non-uniform illumination detail preserved
合肥工业大学计算机与信息学院, 安徽 合肥 230009
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。
视觉光学 非均匀光照估计 颜色恒常性 色度空间 同质区域 单实例支持向量机
