高 文， 肖海峰

(西安航空学院 电子工程学院，陕西 西安 710000)

1 引 言

低照度图像广泛存在于数字相片、视频监控、工业生产之中，对视觉系统辨识图像中的主要信息产生了重要的影响。近年来，虽然数字图像处理算法有了长足的发展，但在低照度图像增强方面还略显不足[1-2]。图像增强技术是解决低照度图像问题的一种方法，它能有效提升图像的信噪比，获取清晰的图像信息。但是一般的图像增强算法都存在计算时间长、增强过渡、噪声放大不均匀等问题[3]，因此需要更加深入的研究。

传统的图像增强算法如灰度变换和直方图均衡化是改变噪声来提升图像信噪比的。Syed等人修改了传统的直方图均衡化方法来保持颜色信息，分别增强每个颜色通道的亮度与原始亮度的比值[4]，但是这种算法会造成帧内信息的丢失。Kim等人提出了保亮双直方图均衡化，对阈值分割得到的两个子图像进行直方图均衡化[5]，该方法解决了小范围内亮度异常变化的问题。Wang等人提出了视网膜模型用于处理彩色图像[6]，该方法增强了边角等高频信息。然而，他们不能有效地避免不平衡的对比。Fu等人提出了一种基于融合的弱光照图像增强的方法[7]，通过融合初始估计的光照映射的多个导数来调整光照。由于光照结构的盲目性，使其在表现出良好性能的同时，也失去了纹理丰富区域的真实感。除此之外，多尺度视网膜演算法[8]、明亮通道[9]、小波变换[10]、稀疏表示[11]等方法都已经应用到低照度图像增强领域并取得了不错的效果。……