低照度图像增强方法-LiTao2004

低照度图像增强《An Integrated Neighborhood Dependent Approach for Nonlinear Enhancement of Color Images》-LiTao 2004

一种简单快速有效的低照度图像增强方法

2004年Tao的一篇论文，《An Integrated Neighborhood Dependent Approach for Nonlinear Enhancement of Color Images 》处理低照度图像效果不错，相比直方图均衡化的效果颜色恢复比较好

算法步骤

灰度图像线性增强

RGB颜色空间中的彩色图像转换为灰度图像，并且将图像进行归一化，得到归一化后的I(x,y)，通过下面公式进行线性增强。

x,y)=(I(x,y)^a+(1-I(x,y))^b+I(x,y)^2)/2

类似gamma曲线调整，提高暗区亮度亮度，而亮区亮度增强较少

灰度增强图像高斯卷积

接着对灰度增强图像I(x,y)同过不同尺度的高斯核函数对I(x,y)做卷积运算，卷积的结果包含了图像相邻像素的亮度信息。可以采取相关性来处理图 像的边界。

高斯核函数的表示方式以及卷积公式如下所示：

G(x,y)=Ke(−(x2+y2)/c2)

其中c为尺度或者是高斯环绕空间常数

I′(x,y)=I(x,y)∗G(x,y)

1. 将灰度图像与中心像素图像做对比度增强

R(x,y)=In(x,y)r(x,y)

r(x,y)=I′(x,y)/I(x,y)

1. 为了获得更加的图像效果，对不同尺度的多个卷积结果进行图像的对比度增强，最终的结果是基于这多个尺度的线性组合。

R(x,y)=i∑3wiRi(x,y)

一般取3就够了，本文wi（与尺度有关）为1/3。

色彩恢复

线性颜色恢复图像，得到增强彩色图像。色彩恢复公式如下：

Rj(x,y)=I(x,y)Ij(x,y)∗λ

λ调整三种波段的色调，本文的λ取值为1，结果同样很好。Ij(x,y)指的是原图像的R、G、B三通道。

代码链接 https://github.com/AomanHao/Matlab-Image-Dehazing-Enhazing