主要内容

低光照条件下的图像增强

打开生活的脚本

由于恶劣的光照条件，在室外拍摄的图像可能会高度退化。这些图像可能具有低动态范围和高噪声水平，这将影响计算机视觉算法的整体性能。为了使计算机视觉算法在微光条件下具有鲁棒性，使用微光图像增强来提高图像的可见性。微光图像或HDR图像的像素级反演直方图与模糊图像的直方图非常相似。因此，你可以使用去雾技术来增强弱光图像。

使用去雾技术增强弱光图像包括三个步骤:

  • 第一步:反转低光图像。

  • 第二步:将去雾算法应用到倒立的微光图像上。

  • 步骤3:反转增强图像。

利用去雾算法增强微光图像

导入在弱光下拍摄的RGB图像。

一个= imread (“lowlight_11.jpg”);图中,imshow(一个);

图中包含一个轴。轴包含一个图像类型的对象。

反转图像，注意如何低光区域在原始图像中出现模糊。

AInv = imcomplement(一个);图中,imshow (AInv);

图中包含一个轴。轴包含一个图像类型的对象。

减少雾霾使用imreducehaze函数。

BInv = imreducehaze (AInv);图中,imshow (BInv);

图中包含一个轴。轴包含一个图像类型的对象。

将结果反向得到增强图像。

B = imcomplement (BInv);

显示原始图像和增强图像，并排。

图中,蒙太奇({A、B});

图中包含一个轴。轴包含一个图像类型的对象。

进一步使用改进结果imreducehaze可选参数

想要更好的结果，打电话imreducehaze这一次指定了一些可选的参数。

BInv = imreducehaze (AInv,“方法”,“大约”,“ContrastEnhancement”,“提升”);BImp = imcomplement (BInv);图中,蒙太奇({,BImp});

图中包含一个轴。轴包含一个图像类型的对象。

另一个改善低亮度图像的例子

导入在弱光下拍摄的RGB图像。

一个= imread (“lowlight_21.jpg”);

反转的图像。

AInv = imcomplement(一个);

应用去雾算法。

BInv = imreducehaze (AInv,“ContrastEnhancement”,“没有”);

转化结果。

B = imcomplement (BInv);

显示原始图像和增强图像，并排。

图中,蒙太奇({A、B});

图中包含一个轴。轴包含一个图像类型的对象。

使用不同的颜色空间减少颜色失真

将输入图像从RGB颜色空间转换为L*a*b*颜色空间。

实验室= rgb2lab(一个);

倒转L*a*b*图像。

LInv = imcomplement(Lab(:，:，1) ./ 100);

使用imreducehaze函数。

LEnh = imcomplement (imreducehaze (LInv“ContrastEnhancement”,“没有”));

增加饱和度。

LabEnh(:，:，1) = LEnh .* 100;LabEnh(:，:，2:3) = Lab(:，:，2:3) * 2;%增加饱和

将图像转换回RGB图像，并并排显示原始图像和增强图像。

AEnh = lab2rgb (LabEnh);图中,蒙太奇({,AEnh});

图中包含一个轴。轴包含一个图像类型的对象。

利用去噪改进结果

低光线下的图像可能会有很高的噪音水平。增强弱光图像可以增加这种噪声水平。去噪可以是一个有用的后处理步骤。

使用imguidedfilter功能，以消除噪声增强图像。

B = imguidedfilter (BImp);图中,蒙太奇({BImp B});

图中包含一个轴。轴包含一个图像类型的对象。

估计照明地图

导入在弱光下拍摄的RGB图像。

一个= imread (“lowlight_21.jpg”);

反转的图像。

AInv = imcomplement(一个);

对图像应用去雾算法。

[BInv, TInv] = imreducehaze“方法”,“approxdcp”,“ContrastEnhancement”,“没有”);

反转增强图像。

T = imcomplement (TInv);

在估计的光照图旁边以假颜色显示原始图像。

图中,次要情节(1、2、1);imshow (A)、标题(“低潮形象”);次要情节(1、2、2);imshow (T)、标题(“照明地图”);colormap (gca、热(256));

图中包含2个轴。标题为Lowlight Image的坐标轴1包含一个类型为Image的对象。标题为“光照贴图”的坐标轴2包含一个图像类型的对象。

限制

由于暗通道在弱光条件下的适应性较差，这种方法可能会丢失一些细节或过度增强。

参考文献

董宣等。“快速有效的算法增强低光照视频。”多媒体与信息技术(ICME)， 2011, IEEE国际会议。IEEE 2011。

参考文献

董旭东，王刚，庞勇，李伟，温建文，吕勇。“快速有效的算法增强低光照视频。”IEEE学报》®国际多媒体及博览会(ICME)。2011年,页1 - 6。

另请参阅

||||

图像处理工具箱文档

金宝app

介绍MATLAB深度学习

介绍MATLAB深度学习

下载电子书