融合彩色模型空间的非线性低照度图像增强

刘寿鑫， 龙 伟， 李炎炎， 程 鸿

(四川大学机械工程学院， 成都 610065)

1 引 言

在光照不充足的情况下所拍摄的照片,由于成像设备的光传感器因感光不足或光圈不够大而造成图像整体偏暗、色彩饱和度过高等问题而无法达到拍摄者实际所需要的图像质量.

通常,图像增强算法可按照有无构建物理模型而分为两类,一类是基于物理模型的图像增强方法;另一类是不依赖于物理模型的直接法,即直接对图像进行数字增强处理.物理模型的算法首先需要设计符合特定场合的物理模型,再由已知条件来逆推出清晰图像,如大气消光系数物理模型[1]，暗通道先验模型[2]，Retinex模型[3]，后来以此为基础发展而来的多尺度Retinex算法MSR[4]与在此基础上带有图像色彩恢复重建的MSRCR算法[5],分阶融合低照度图像增强算法[6]以及结合暗通道先验理论与MSRCR的图像增强算法[7],但是物理模型的增强方法不仅构造物理模型麻烦,而且只能适用于特定的场景,就暗通道先验理论来说,有许多待增强的低照度图像并不满足该理论.而直接法可认为是直接利用图像直方图信息进行图像增强,比如图像增强的经典直接算法——直方图均衡化HE算法[8],但是经该方法处理后的图像易出现过度增强的情况以及伪影现象,此后又有不少学者针对此类缺陷对HE算法进行了改进,提出了双边直方图均衡化算法BBHE[9],限制对比度的自适应直方图均衡化算法CLAHE，基于曝光子直方图均衡化的算法ESIHE以及其……