刘婷婷，张玉金，熊士婷

(上海工程技术大学 电子电气工程学院,上海 201620)

在低照度条件下拍摄的图像通常会出现不同程度的质量退化，虽然专业设备和先进的摄影技术可以在一定程度上缓解这些退化，但固有原因产生的噪声是不可避免的。由于没有足够的光，相机传感器的输出易受系统的固有噪声干扰，因此输出的图像可能会在曝光不足的区域丢失部分重要信息，从而加大了计算机视觉任务的难度。相机的动态范围有限，如果增加相机曝光量来揭示曝光不足区域的信息，那么曝光良好的区域可能会出现过度曝光甚至饱和的现象。为了解决这一问题，研究人员提出了一些有效的图像增强技术[1-5]。采用这些方法虽然可以获到良好的主观质量，却不能准确地反映场景图像的真实亮度和对比度。

文献[6]在Retinex理论的基础上，提出一种新的彩色图像增强算法。根据Gray World理论，引入动态参数来提高图像的动态范围，在保持增强彩色图像高频成分的同时，较好地保留了部分低频成分。文献[7]使用熵控制的灰度分配方案来分配新的输出灰度范围，并获得新的阈值，在直方图均衡处理之前重新划分直方图。倒置的低照度图像与雾霾图像类似，因此一些研究人员采用去雾方法，将去雾结果再一次转化为增强结果[8]。大多数基于Retinex的方法通过去除光照部分得到增强结果。文献[9～10]通过保持部分照明以保持自然性而获得增强结果。文献[11]用两个增强的光照融合来调整光照分量。……