基于暗原色先验的低照度视频增强算法
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Low Lighting Video Enhancement Algorithm Based on Dark Channel Prior
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在低照度条件下,视频质量总是不容乐观.对比度低,边缘细节不清晰,亮度低等情况会给视频后续处理带来很多不必要的麻烦.针对这种情况,本文提出了一种改进的基于暗原色先验的低照度视频增强算法.首先将输入的低照度图像取反,再对该图像进行去雾操作.大气光值由输入图像的暗通道最大值估计,同时,利用快速导向滤波计算并优化透射率,实现了保边降噪.最后,通过再次取反图像得到增强后的图像.透过实验结果证实,该算法能有效增强低照度图像的对比度,突出图像边缘的细节,提高图像的亮度,有效增强低照度图像.

    Abstract:

    The quality of video with low lighting is always pessimistic. Many images have low contrast, blurry edges, and low brightness. These situations will bring inconvenience to subsequent processing. For solving these problems, an improved algorithm named low lighting video enhancement algorithm based on dark channel prior is presented. Firstly, the input image is inverted, and then dehazed. Atmospheric light is estimated by the maximum value of dark channel in input image. At the same time, the refractive index t is calculated and optimized with fast guided filter, which help realizing edge-ware and denoising. Finally, the image is inverted again. The result shows that the proposed algorithm can enhance the contrast of low lighting image, improve the brightness, and highlight the details of the edges of the image.

    参考文献
    相似文献
    引证文献
引用本文

刘峰,王信佳,于波,徐福龙.基于暗原色先验的低照度视频增强算法.计算机系统应用,2019,28(6):165-171

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2018-12-10
  • 最后修改日期:2018-12-29
  • 录用日期:
  • 在线发布日期: 2019-05-28
  • 出版日期: 2019-06-15
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号