暗光增强大作业:Matlab实现暗光区域光照增强及过曝光区域光照减弱等(第3期)

原创已于 2025-01-14 17:35:51 修改 · 878 阅读

22 ·

CC 4.0 BY-SA版权

文章标签：

#matlab #图像处理 #计算机视觉 #图像处理第26期 #人工智能 #暗光增强 #亮度增强

于 2025-01-14 17:21:58 首次发布

matlab大作业项目专栏收录该内容

10 篇文章

订阅专栏

文章目录

- - 图像SDR到HDR转换项目说明

图像SDR到HDR转换项目说明

目标：

暗光区域 -> 光照增强
过曝光区域 -> 光照减弱

在这里插入图片描述

startup

% specify your paths to the datasets
name = {'VV' 'LIME' 'NPE' 'NPE-ex1' 'NPE-ex2' 'NPE-ex3' 'MEF' 'DICM'};
dataset = strcat('data', filesep, name, filesep, '*.*');

% specify methods and metrics
method = {@multiscaleRetinex @dong @npe @lime @mf @srie @BIMEF};
metric = {@loe100x100}; 
% metric = {@loe100x100 @vif}; % NOTE matlabPyrTools is required to run VIF metric (vif.m).

for n = 1:numel(dataset); data = dataset{n};
    data,  
    Test = TestImage(data);        
    Test.Method = method; 
    Test.Metric = metric;
    
    % run test and display results
    Test,                     
    
    % save test to a .csv file
    save(Test); % %save(Test, ['TestReport__' name{n} '.csv']);
end

该项目的核心目标是提升低光照区域的细节和可见性，同时抑制过曝区域的光照，使得整张图像更加平衡和清晰。具体来说，通过对图像中的暗光区域进行增强，使其变得更加明亮清晰，同时对于过曝区域，减少光照，从而减少过曝的影响。

参考文献和背景：

参考文献：
- 论文1: A Bio-Inspired Multi-Exposure Fusion Framework for Low-light Image Enhancement
- 论文2: A New Image Contrast Enhancement Algorithm using Exposure Fusion Framework
- 论文3: A New Low-Light Image Enhancement Algorithm using Camera Response Model

在这里插入图片描述

原论文创新点：
- 原论文的方法只对低光照区域进行补光增强，而不影响光照良好的区域。这种方法通过局部增强，提升了图像的清晰度，但也有进一步优化的空间。
原论文优化方向（个人见解）：
- 原方法虽然有效增强了低光照区域，但在过曝光区域的处理上仍存在问题。过曝区域仍然不够清晰，理想情况下，应该对过曝区域进行光照减弱，从而优化整张图像的效果。
本项目的创新：
- 基于原论文方法，本项目进一步优化了图像处理策略，特别是增加了对过曝光区域的光照减弱处理。目标是：在暗光区域增强光照，在过曝区域进行光照减弱。

环境要求：

MATLAB（推荐版本：2018a）
第三方库：colorspace（用于颜色空间转换）

使用方法：

本项目提供了几个不同的脚本，用于处理图像的低光增强和过曝降光。下面是每个脚本的具体使用说明：

demoTSQ
使用原论文方法对图像进行“暗光增强”。
- 修改 file 中的图片路径和文件后缀。
- 处理后的增强图像会展示出来，并且在输入图像路径下生成带有后缀 _out 的增强图像文件。
demoTSQlight
使用原论文方法对图像进行“暗光增强”处理。
- 修改 file 中的图片路径和文件后缀。
- 处理后的增强图像会展示出来，并且在输入图像路径下生成带有后缀 _RGB_Light 的增强图像文件。
demoTSQdark
进行“过曝降光”处理。
- 修改 file 中的图片路径和文件后缀。
- TooDark(I, 0.5, 0.38) 中的第三个参数 0.38 可手工调整，曝光率越低则降光后图像越暗。
- 处理后的降光图像会展示出来，并且在输入图像路径下生成带有后缀 _RGB_Dark 的降光图像文件。
demoTSQdark_light
同时进行“过曝降光”和“低光增强”处理。
- 修改 file 中的图片路径和文件后缀。
- TooDark(I, 0.5, 0.38) 中的第三个参数 0.38 可手工调整，曝光率越低则降光后图像越暗。
- 处理后的图像会展示出来，并且在输入图像路径下生成带有后缀 _RGB_Light_Dark 的文件。
demoTSQall
在不同的颜色空间下进行实验，即同时进行“过曝降光”和“低光增强”。
- 修改 file 中的图片路径和文件后缀。
- TooDark(I, 0.5, 0.38) 中的第三个参数 0.38 可手工调整，曝光率越低则降光后图像越暗。
- 处理后的图像将保存到 allColor 文件夹中，文件名带有颜色空间标识，如 _颜色空间_Light_Dark。

总结：

该项目实现了基于现有论文方法的图像增强技术，优化了低光照区域的增强效果，并在此基础上加入了对过曝光区域的降光处理，从而提升了图像整体的可视化效果。通过MATLAB脚本的实现，用户可以便捷地对图像进行增强、降光和颜色空间实验，适用于各种实际场景中的图像处理需求。