典型文献
一种多图像局部结构化融合的低照度图像增强算法
文献摘要：
为将低照度图像及基于它生成的多个不同曝光度图像中的互补性信息进行最佳融合以获得更为鲁棒的视觉增强效果,提出了一种基于多图像局部结构化融合的两阶段低照度图像增强(Low-light image enhancement,LLIE)算法.在待融合图像制备阶段,提出了一种基于图像质量评价的最佳曝光度预测模型,利用该预测模型给出的关于低照度图像最佳曝光度值,在伪曝光模型下生成适度增强图像和过曝光图像(利用比最佳曝光度值更高的曝光度生成)各一幅.同时,利用经典Retinex模型生成一幅适度增强图像作为补充图像参与融合.在融合阶段,首先将低照度图像、适度增强图像(2幅)和过曝光图像在同一空间位置处的图块矢量化后分解为对比度、结构强度和亮度三个分量.之后,以所有待融合对比度分量中的最高值作为融合后的对比度分量值,而结构强度和亮度分量则分别以相位一致性映射图和视觉显著度映射图作为加权系数完成加权融合.然后,将分别融合后的对比度、纹理结构和亮度三个分量重构为图块,并重新置回融合后图像中的相应位置.最后,在噪声水平评估算法导引下自适应调用降噪算法完成后处理.实验结果表明:所提出的低照度图像增强算法在主客观图像质量评价上优于现有大多数主流算法.
文献关键词：
低照度图像增强;局部结构化融合;融合权重;视觉显著度;相位一致性
中图分类号：
作者姓名：
徐少平;张贵珍;林珍玉;刘婷云;李崇禧
作者机构：
南昌大学数学与计算机学院 南昌330031
文献出处：
引用格式：
[1]徐少平;张贵珍;林珍玉;刘婷云;李崇禧-.一种多图像局部结构化融合的低照度图像增强算法)[J].自动化学报,2022(12):2981-2995
A类：
局部结构化融合,LLIE,视觉显著度
B类：
多图像,低照度图像增强,图像增强算法,互补性,视觉增强,增强效果,两阶段,Low,light,image,enhancement,融合图像,图像质量评价,增强图像,过曝光,一幅,Retinex,模型生成,空间位置,图块,矢量化,对比度,结构强度,最高值,亮度分量,相位一致性,加权系数,数完,加权融合,纹理结构,后图,噪声水平,评估算法,导引,下自,调用,降噪算法,主客观,流算法,融合权重
AB值：
0.268115
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
