低照度图像增强算法的研究与实现-控制科学与工程专业论文.docx

万方数据 万方数据 -一 「一一 独创性声明 本人声明所呈交的论文是我个人在导师指导下(或我个人……)进行的 研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 西南科技大学或其它教育机构的学位或证书而使用过的材料。与我 一 同工作 的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢 思。 签名: 王小久J 日期: )v， b. S.如 ‘ 关于论文使用和授权的说明 本人完全了解西南科技大学有关保留、使用学位论文的规定，即:学校 有权保留学位论文的复印件，允许该论文被查阅和借阅:学校可以公布该论 文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。(保密 的学位论文在解密后应遵守此规定) 签名:豆心、吴J 叫名:弘护安日期:刘门。 西南科技大学硕士研究生学位论文 I 摘 要 在计算机视觉系统的实际应用中，经常会遇到夜视或背光等低照度的情 况，这种情况下采集到的视频图像对比度较低，细节信息严重丢失，色彩失 真严重，导致我们无法提取图像内有效信息，给图像分析识别等后期工作带 来困难。因此，研究低照度图像增强算法具有非常重要的现实意义。 首先，本文研究了传统的低照度图像增强算法，并分析其优缺点；其次， 针对低照度彩色图像的低亮度和低对比度的特点，通过研究瞳孔及感光细胞 对环境的自动调节过程，改进了一种基于视觉感知特性的低照度图像增强算 法。实验结果表明，该算法可有效提高低照度彩色图像中暗区及高光区域的 细节表现力，提高图像分析识别等系统在低照度环境下的工作性能，但处理 效率上有待提高；然后，在分析了低照度图像和雾天图像的关系基础上，改 进了一种基于物理模型的低照度图像增强算法。实验结果表明，该算法处理 效率更高且效果良好，信息不会丢失，可有效提高图像分析识别等系统的工 作效率。 最后，本文在改进的两种低照度图像增强算法的基础上，设计了一 款图像清晰化处理软件，软件中设有去雾、低照度增强、沙尘水下增强等功 能，该软件具有非常广阔的应用前景。 关键词：低照度 图像增强 视觉特性 去雾 大气散射模型 西南科技大学硕士研究生学位论文 II Abstract In the practical application of computer vision systems, they usually have been used in low illumination, such as night vision or backlight. The images acquired in the situation have low contrast, information lost seriously and color distortion seriously, it is hard to extract the effective information from the image. Therefore, it has a very important practical significance to research the low illumination image enhancement algorithm. Firstly, the paper introduces traditional low illumination image enhancement algorithms, and analyzes their advantages and disadvantages. Then, based on the adaptive adjustment of pupil and visual cell to the environment, the paper improve a new method based on visual perception. Experiments show that the proposed algorithm can effectively improve the performance of details in dark and highlighted area, and it can improve the performance of the image analysis and recognition systems in the low illumination environment effectively, but efficiency needs to be improved. Next, after analysing the relation of low li