基于照度图优化和自适应伽马校正的低照度图像增强方法.pdf
佳晨****ng
亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于照度图优化和自适应伽马校正的低照度图像增强方法.pdf
本发明公开了一种基于照度图优化和自适应伽马校正的低照度图像增强方法,属于计算机视觉领域,该方法包括以下步骤:将图像变化到HSV空间,得到图像的亮度图;对亮度图进行参数自适应引导滤波,得到纹理细节平滑,边缘保留的照度图,将亮度图和照度图进行逐元素相除,得到反射图,利用反射图和光照图得到伽马校正的参数,对亮度图进行伽马矫正,得到重建后的亮度图,利用原图像的饱和度色度分量,将图像变换到RGB空间,得到增强后的图像,本发明改进后的自适应引导滤波,利用图像的平均方差的倍数作为引导滤波正则化因子,减少了人工伪影,优化
一种基于互补伽马变换的低照度图像增强方法.pdf
本发明公开了一种基于互补伽马变换的低照度图像增强方法,包括以下步骤:(1)将原始彩色图像从RGB空间转化到HSV空间,获取图像的照度分量V、色调分量H、饱和度分量S;(2)对照度分量V采用互补伽马变换函数进行处理得到增强照度分量V<base:Sup>‘</base:Sup>;(3)再将彩色图像从HSV空间转换到RGB空间,获取增强图像。本发明能够有效改善光照不均匀导致图像模糊现象,使得图像的视觉效果更佳,同时抑制图像的高曝光部分。
低照度图像增强的并行优化研究.doc
低照度图像增强的并行优化研究在夜晚采集到的图像通常偏黑,人眼分辨不清图像中场景的具体细节信息。低照度图像增强算法就是将夜晚采集的图像经过处理之后具有白天清晰图像的视觉效果。但是图像增强算法往往复杂度高,计算量大,实际应用中不能达到实时性的要求。低照度图像增强算法的研究重点大多集中在对夜间图像增强的效果上,对算法的加速研究还很有限,而这种算法由于其在增强过程耗时很长的缺点,难以得到工程上的广泛应用。针对这种现状,本文对基于去雾技术的低照度图像增强算法进行并行优化改进,使其能够满足实时性要求。首先,文本研究了
低照度图像增强的并行优化研究.doc
低照度图像增强的并行优化研究在夜晚采集到的图像通常偏黑,人眼分辨不清图像中场景的具体细节信息。低照度图像增强算法就是将夜晚采集的图像经过处理之后具有白天清晰图像的视觉效果。但是图像增强算法往往复杂度高,计算量大,实际应用中不能达到实时性的要求。低照度图像增强算法的研究重点大多集中在对夜间图像增强的效果上,对算法的加速研究还很有限,而这种算法由于其在增强过程耗时很长的缺点,难以得到工程上的广泛应用。针对这种现状,本文对基于去雾技术的低照度图像增强算法进行并行优化改进,使其能够满足实时性要求。首先,文本研究了
低照度图像/视频增强方法及系统.pdf
本发明公开了低照度图像/视频增强方法及系统,通过将待处理图像/视频的正向变换YUV色彩空间,并提取待处理图像/视频的各个像素点的亮度参数,根据亮度参数计算待处理图像/视频的各个像素点的初始增益;对各个像素点的初始增益进行伽马校正以及色彩平衡,得到待处理图像/视频的各个像素点的增强增益;通过各个像素点的增强增益对待处理图像/视频中对应的像素点进行补偿,得到增强后的图像/视频,相比现有技术,通过对图像/视频中的各个像素点进行增益补偿,不但保留了高照度部分细节,还增加了低照度部分细节,大大提高了低照度环境下图像