梯度稀疏和最小平方约束下的低照度图像分解及细节增强-电子学报.PDF

第２期 电　　子　　学　　报 Ｖｏｌ．４６　Ｎｏ．２ ２０１８年２月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｆｅｂ．　２０１８ 梯度稀疏和最小平方约束下的 低照度图像分解及细节增强 黄伟国，张永萍，毕　威，高冠琪，朱忠奎 （苏州大学城市轨道交通学院，江苏苏州２１５１３１） 　　摘　要：　低照度图像存在细节模糊、对比度低等问题．针对这些问题，本文提出一种低照度彩色图像增强算法． 首先建立梯度稀疏和最小平方约束模型，将图像分解为结构层和细节层；然后采用提出的多尺度边缘保护细节增强算 法强化图像的细节信息并滤波；最后把细节增强的图像经改进的Ｒｅｔｉｎｅｘ算法映射，最终得到细节增强、亮度适宜、对 比度较强的修复图像．实验结果表明，主观上：图像细节增强，亮度适宜；客观上：结构层图像的一维像素线性图显示其 平滑特性效果较好，细节增强图的ＮＩＱＥ（５５２０２）、ＢＲＩＳＱＥ（３１１８９３）和ＰＳＮＲ（２５３６２５）特征较好，修复图像的熵值 （７４４２１）、边缘强度（１２８３２３１）和平均亮度（１２１１８２７）较好．本文算法实现了对低照度图像的有效分解及细节增强， 并提高了图像综合质量． 关键词：　低照度图像；梯度稀疏约束；细节增强；改进的Ｒｅｔｉｎｅｘ 中图分类号：　ＴＰ３９１４　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１８）０２０４２４０９ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１８．０２．０２３ ＬｏｗＩｌｌｕｍｉｎａｔｉｏｎＩｍａｇｅＤｅｃｏｍｐｏｓｉｔｉｏｎａｎｄＤｅｔａｉｌｓ ＥｎｈａｎｃｅｍｅｎｔＵｎｄｅｒＧｒａｄｉｅｎｔＳｐａｒｓｅａｎｄＬｅａｓｔＳｑｕａｒｅＣｏｎｓｔｒａｉｎｔ ＨＵＡＮＧＷｅｉｇｕｏ，ＺＨＡＮＧＹｏｎｇｐｉｎｇ，ＢＩＷｅｉ，ＧＡＯＧｕａｎｑｉ，ＺＨＵＺｈｏｎｇｋｕｉ （ＳｃｈｏｏｌｏｆＵｒｂａｎＲａｉｌＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＳｏｏｃｈｏｗＵｎｉｖｅｒｓｉｔｙ，Ｓｕｚｈｏｕ，Ｊｉａｎｇｓｕ２１５１３１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　Ｌｏｗｉｌｌｕｍｉｎａｔｉｏｎｉｍａｇｅｓｈａｄｔｈｅｐｒｏｂｌｅｍｓｏｆｆｕｚｚｙ，ｌｏｗｃｏｎｔｒａｓｔａｎｄｓｏｏｎ．Ｉｎｏｒｄｅｒｔｏｓｏｌｖｅｔｈｅｓｅｐｒｏｂｌｅｍｓ， ｗｅｐｕｔｆｏｒｗａｒｄａｌｏｗｉｌｌｕｍｉｎａｔｉｏｎｉｍａｇｅｅｎｈａｎｃｅｍｅｎｔａｌｇｏｒｉｔｈｍ．Ｆｉｒｓｔｌｙ，ｗｅｅｓｔａｂｌｉｓｈｅｄｔｈｅｇｒａｄｉｅｎｔｓｐａｒｓｅａｎｄｌｅａｓｔｓｑｕａｒｅｃｏｎ ｓｔｒａｉｎｔｍｏｄｅｌａｎｄｄｅｃｏｍｐｏｓｅｄｔｈｅｉｍａｇｅｉｎｔｏｓｔｒｕｃｔｕｒｅｌａｙｅｒａｎｄｄｅｔａｉｌｌａｙｅｒ．Ｔｈｅｎ，ｔｈｅｄｅｔａｉｌｌａｙｅｒｗａｓｅｎｈａｎｃｅｄｂｙｍｕｌｔｉｓｃａｌｅ ｅｄｇｅｐｒｅｓｅｒｖｅｄａｌｇｏｒｉｔｈｍａｎｄｗｅｕｓｅｄｔｈｅＧｕｉｄｅｄＦｉｌｔｅｒｔｏｅｌｉｍｉｎａｔｅｎｏｉｓｅ．Ｆｉｎａｌｌｙ，ｔｈｅｅｎｈａｎｃｅｄｉｍａｇｅｗａｓｍａｐｐｅｄｂｙｍｏｄｉｆｉｅｄ Ｒｅｔｉｎｅｘ，ｗｅｇｏｔｔｈｅｄｅｔａｉｌｓｅｎｈａｎｃｅｄ，ｓｕｉｔａｂｌｅｂｒｉｇｈｔｎｅｓｓｉｍａｇｅ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｐｅｒｆｏｒｍａｎｃｅｉｓｇｏｏｄ，ｔｈｅ１Ｄｅｘａｍ ｐｌｅｆｉｇｕｒｅｏｆｔｈｅｃｏｎｔｏｕｒｉｓｂｅｔｔｅｒｔｈａｎｏｔｈｅｒｓ，ｔｈｅｆｉｇｕｒｅｓｏｆｔｈｅｄｅｔａｉｌｓｅｎｈａｎｃｅｄｉｍａｇｅＮＩＱＥ（５５２０２），ＢＲＩＳＱＥ（３１１８９３）ａｎｄ ＰＳＮＲ（２５３６２５）ａｒｅｂｅｔｔｅｒ，ｔｈｅＥｎｔｒｏｙ（７４４２１），ＥｄｇｅＩｎｔｅｎｓｉｔｙ（１２８３２３１）ａｎｄＬ