【阅读笔记】低照度图像增强-《Adaptive and integrated neighborhood-dependent approach for nonlinear enhancement of

本文介绍改进INDANE算法的低照度图像增强改进算法（AINDANE算法），《Adaptive and integrated neighborhood-dependent approach for nonlinear enhancement of color images》
INDANE算法文章链接

概述#

改进算法同样采用亮度提升和对比度增强两个独立模块分别处理。

1、通过使用非线性传递函数实现的亮度提升。

2、图像通过对比度增强进行处理

算法过程#

1、RGB图像$I^{rgb}$转为灰度图像$Y$，并归一化为$Y_n$

$$Y(x,y)=\frac{76.245\ast I^r(x,y)+19.685\ast I^g(x,y)+29.071\ast I^b(x,y)}{255}$$

$$Y_n(x,y)=\frac{Y(x,y)}{255}$$

2、亮度调节：根据下式进行非线性转换,同样是一个非线性gamma映射曲线

$$Y_n^{{}^{\prime }}=\frac{(Y_n^{(0.75z+0.25)}+(1-Y_n)\ast 0.4\ast (1-z)+Y_n^{(2-z)})}{2}$$

其中，改进项是$z$受图像统计数据影响对不同照度图像有不同处理。

$$z=\{\begin{array}{l}0,forL<=50\\ \frac{L-50}{100},for50<L<=150\\ 1,forL>150\end{array}$$

式中的 $L$ 表示灰度图像$Y$的累计直方图到1%像素总数时的灰阶值，如果$Y$很亮，90%的像素值都大于150，则Z=1，则$Y_n^{{}^{\prime }}=Y_n$，相当不处理，优化了正常照度过度提亮的问题。

3、对比度增强：接着对灰度图像$Y$进行不同尺度的高斯核函数卷积运算，得到模糊图像$Y^{\prime }$，卷积公式如下：

$$Y^{\prime }(x,y)=Y(x,y)\ast G(x,y)$$

高斯卷积核$G(x,y)$如下：

$$G(x,y)=K\ast e^{(\frac{-(x^2+y^2)}{c^2})}$$

其中，$K$函数

$$\iint K\ast e^{(\frac{-(x^2+y^2)}{c^2})}dxdy=1$$

其中，$c$是高斯函数尺度；

4、通过高斯模糊考虑领域信息，根据下式得到增强系数$R$，中心像素的亮度可以根据$R(x，y)$是否大于或小于1（由较亮像素或较暗像素包围）而增加或减少。

$$R(x,y)=255\ast Y_n^{{}^{\prime }}(x,y{)}^{r(x,y)}$$

其中，$r(x,y)$表示如下

$$r(x,y)=[\frac{Y^{\prime }(x,y)}{Y(x,y)}{]}^p$$

其中，改进项是引入参数$p$ 改善图像对比度，$p$受图像标准差影响对数据有不同处理，$p$计算如下：

$$p=\{\begin{array}{l}3,for\sigma <=3\\ \frac{27-2\sigma }{7},for3<\sigma <=7\\ 1,for\sigma >7\end{array}$$

其中，$\sigma$表示全局图像均方差（global standard deviation）。当全局均方差小于3时表示图像对比度很差，此时$P$取大值。

5、为了获得最佳的图像增强效果，使用不同尺度的多个卷积结果进行对比度增强。最终的输出是基于多个尺度的对比度增强结果的线性组合

$$R(x,y)=\sum _i{w}_i{R}_i(x,y)$$

尺度选择5, 20 and 240，权重为取均值

6、RGB三通道等比例恢复

$$R_j(x,y)=R(x,y)\ast \frac{I_j((x,y)}{I((x,y)}\ast \lambda$$

其中，$j$表示rgb三通道分量,$R_j$是增强图像。$\lambda$表示色调调节因子，通常取1也可，输出的彩色图像可以通过色彩饱和度和白平衡调整进一步细化。

#

效果对比#

图、测试图像1、INDANE处理效果、AINDANE处理效果 图、测试图像2、INDANE处理效果、AINDANE处理效果 图、测试图像3、INDANE处理效果、AINDANE处理效果 图、测试图像4、INDANE处理效果、AINDANE处理效果

算法总结#

相较INDANE算法，主要改进点在步骤2、4统计图像数据对亮度调节和对比度增强两个模块进行分别优化，达到算法应用普适化的效果，即对正常照度对比度好的图像微处理。