發(fā)布時間：2025-01-09 06:37

　　 針對現(xiàn)有算法對非逆光區(qū)亮度提升過高所造成虛化的問題本文基于現(xiàn)有的自適應(yīng)逆光處理算法,提出了一種基于閾值分割的自適應(yīng)調(diào)逆光圖像處理算法,并驗證了Otsu算法對逆光圖像分割的適用性。算法首先將圖像轉(zhuǎn)換到HSV色彩空間,采用Otsu分割算法將圖像的亮度分量分為逆光區(qū)和非逆光區(qū),對逆光區(qū)采用了改進型自適應(yīng)對數(shù)變換,對非逆光區(qū)進行了非線性疊加亮度提升,通過調(diào)整亮度值來適應(yīng)逆光處理后的逆光區(qū)圖像達到很好的圖像融合效果。該方法在保證逆光圖像的恢復(fù)質(zhì)量的前提下,解決了圖像的虛化問題,且有效地減少了自適應(yīng)逆光恢復(fù)算法的復(fù)雜度。

【文章頁數(shù)】：6 頁

【部分圖文】：

圖1 單尺度Retinex增強

參數(shù)c的選擇會直接影響圖像增強的效果，c越小，SSR的動態(tài)壓縮能力越強，圖像陰暗部分的細節(jié)得到更好的增強，但是由于平均對比度范圍較小，結(jié)果會產(chǎn)生顏色失真；c越大，SSR的顏色保真度越高，但是動態(tài)壓縮能力會減弱。通常SSR是在動態(tài)范圍壓縮和色感一致性之間尋找平衡點，其恢復(fù)效果如下：....

圖2 同態(tài)濾波效果

圖像的時域算法又叫做空間域處理[12]，即直接對圖像的像素值所構(gòu)成的矩陣空間進行處理，現(xiàn)有的時域逆光恢復(fù)算法大多是對圖像進行亮度變換，通過設(shè)計一個可以滿足要求的變換函數(shù)，對像素矩陣直接進行變換得到相應(yīng)的處理結(jié)果。2.2.1線性亮度變換

圖3 分段函數(shù)變換函數(shù)示例圖

其中是提前選好的分割逆光區(qū)和非逆光區(qū)的閾值，其中k1、k2、b1、b2分別是兩條直線的斜率和截距，是可以根據(jù)需要調(diào)節(jié)的，其變換函數(shù)圖像如圖3。2.2.2非線性亮度變換

圖4 非線性亮度變換結(jié)果

文獻[11]中作者提出了一種改進的非線性自適應(yīng)逆光處理算法，有效地避免了對數(shù)變換法對圖像的非逆光區(qū)的過度增強的缺點，本文的逆光區(qū)的增強算法就是基于此算法，它使得用更少的非逆光區(qū)的亮度提升就能彌補圖像分割所帶來的邊界失真問題成為可能。3圖像分割

本文編號：4025307