位置:成果数据库 > 期刊 > 期刊详情页
人眼视觉感知驱动的梯度域低照度图像对比度增强
  • ISSN号:1003-9775
  • 期刊名称:计算机辅助设计与图形学学报
  • 时间:2014.11.15
  • 页码:1981-1988
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]武汉大学测绘遥感信息工程国家重点实验室,武汉430079, [2]华中师范大学计算机学院,武汉430079
  • 相关基金:基金项目:国家自然科学基金(41101425);国家科技重大专项(2013ZX07503-001-06);湖北省自然科学基金面上项目(2014CFB461);中央高校基本科研业务费专项基金(2012619020214);华中师范大学中央高校基本科研业务费项目(CCNU14A05017).
  • 相关项目:数据同化框架下多源遥感影像的融合与分割的协同研究
中文摘要:

针对传统的对比度增强方法在对低照度图像进行处理时不能同时顾及压缩动态范围、调整亮度以及增强或保持细节等问题,提出一种基于人眼视觉感知特性的、从全局亮度映射到局部细节补偿的低照度图像对比度增强方法。首先通过非线性全局亮度映射模型压缩图像的动态范围,提高图像的整体亮度水平;然后结合人眼视觉系统的亮度掩蔽特性和超阈值对比度感知特性,非线性地调整图像的局部梯度场增强和恢复图像的局部细节;最后在目标梯度场上通过快速求解泊松方程获取增强后的图像。实验结果表明,该方法能够有效地增强低照度图像的全局和局部对比度,提升了低照度图像的视见度。

英文摘要:

Traditional contrast enhancement methods cannot simultaneously compress the dynamic range ,adjust the brightness and enhance or preserve the details of images on the low‐light images processing .Combining the human visual perception characteristics , a novel contrast enhancement method is proposed to enhance low‐light images via a global brightness mapping to local details compensation strategy .Firstly ,a nonlinear global brightness mapping model is employed to compress the dynamic range and adjust the overall brightness of the image .Then ,the image gradient filed is modified to enhance and restore the local details by combining the luminance masking and suprathreshold contrast perception characteristics of human visual system . Finally a new enhanced image is obtained by using a fast Poisson solver on the target gradient field .The results demonstrate that the proposed algorithm enhances both global and local contrast effectively and improves the visibility of the low‐light images .

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机辅助设计与图形学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学技术协会
  • 主办单位:中国计算机学会
  • 主编:鲍虎军
  • 地址:北京2704信箱
  • 邮编:100190
  • 邮箱:jcad@ict.ac.cn
  • 电话:010-62562491
  • 国际标准刊号:ISSN:1003-9775
  • 国内统一刊号:ISSN:11-2925/TP
  • 邮发代号:82-456
  • 获奖情况:
  • 第三届国家期刊奖提名奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:24752