基于特征匹配的低照度图像增强评价方法研究.pdf
《基于特征匹配的低照度图像增强评价方法研究.pdf》由会员分享,可在线阅读,更多相关《基于特征匹配的低照度图像增强评价方法研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、2023年/第11期 物联网技术智能处理与应用Intelligent Processing and Application1030 引 言当前机器视觉已得到广泛应用,较多应用场景的光照、气候条件变化较大,如自动驾驶、遥感成像、无人机等,给视觉成像质量带来诸多影响,其中低照度成像是在各应用领域中需重点解决的问题。为此,广大研究人员针对各自的需求提出了较多的低照度图像增强算法,可归纳为 3 类:基于分布映射的方法、基于模型优化的方法和基于深度学习的方法1-5。如何评价这些方法的性能是首先需要关注的问题,这对于图像筛选、算法参数选择、模型优化有着重要的参考价值。低照度图像增强评价属于图像质量评价的范
2、畴,多年来图像质量评价都是图像处理领域的研究热点,不断有新的优秀评价数据集和评价方法出现,很多方法对于低照度图像增强评价具有借鉴和参考意义。黄宝庆6通过有效融合人眼的单目和双目视觉特征,创建了一种基于单双目特征融合的NR-SIQA 方法;鹿婷等7提出了一种新的与主观感知密切相关的无参考水下图像质量评价方法,融合了色度特征、基于人类大脑视觉皮层的对比度特征、反映图像信息丰富程度的清晰度特征;韩昊男等8结合清晰度相关特征和现有的客观质量评价,针对性地提出了一种由图像可视性、结构相似性和颜色恢复度相互融合的去雾方法质量评价。但目前较少有专门进行低照度图像增强评价研究的文献,可供低照度图像增强算法研究
3、的专门评价方法也较少,研究人员普遍参考通用图像评价方法提出新算法。例如,郑爽爽等人9在提出了一种融合变分低照度图像增强算法后,使用了自然图像质量评估器(Natural Image Quality Evaluator,NIQE),分别从亮度、对比度、结构组成等方面与经典算法进行了比较;万方等人10通过将图像分解为基本层和细节层增强低照度图像,并基于主观和信息熵的方法对所提算法进行了评价。由于缺少专门针对低照度图像增强的评价方法,所以各种增强算法缺少相对统一的衡量依据,这将制约着该领域的进一步发展。为此,本文将通过研究低照度图像增强的共性特点,提出一种可供参考的评价方法。1 低照度图像增强评价理论
4、基础1.1 Retinex 理论Retinex 理论认为图像 I(x,y)是由照度图像与反射图像组成,模型如图 1 所示。前者指的是物体的入射分量的信息,用 L(x,y)表示;后者指的是物体的反射部分,用 R(x,y)表示。公式为:I(x,y)=R(x,y)L(x,y)(1)同时,由于对数形式能够较好地反映人类感受亮度的过程,因此将上述过程转换到对数域进行处理,这样做也将复杂的乘法转换为加法,表达式为:ln(I(x,y)=ln(R(x,y)+ln(L(x,y)以上理论未考虑干扰对于图像的影响,一般在低照度条件下,图像噪声 N(x,y)不能忽略,为此将以上模型修 正为:ln(I(x,y)=ln(
5、R(x,y)+N(x,y)+ln(L(x,y)(2)基于特征匹配的低照度图像增强评价方法研究王一波,梁伟鄯(柳州工学院 信息科学与工程学院,广西 柳州 545616)摘 要:当前低照度图像增强质量评价普遍以主观评价为主,缺乏定量描述,同时客观质量评价与主观评价结果一致性不稳定,二者时有分歧。为提升低照度图像增强评价的一致性及简便性,本文以 Retinex 理论为基础,分析得出低照度图像增强的理想指标,将其作为评价方法的基本参照;接着构建了监督式评测方法,分别从对比度、曝光现象、伪影、细节丢失、噪声等五个方面进行主观评价,按照设计的总体评价公式得出图像质量评价结论。考虑到监督式评测耗时长,主观不
6、确定性难以建模,提出基于图像一致性和基于图像特征匹配两种客观评价方法,并对两种方法进行了比较分析。关键词:特征匹配;低照度;图像增强;质量评价;Retinex 理论;图像处理中图分类号:TP39 文献标识码:A 文章编号:2095-1302(2023)11-0103-03DOI:10.16667/j.issn.2095-1302.2023.11.028收稿日期:2022-11-24 修回日期:2022-12-22基金项目:广西科技基地和人才专项(2020AC19115);广西高校中青年教师科研基础能力提升项目(2020KY60013);广西 高 校中青年 教 师 科 研基 础 能 力提 升 项
7、目(2020KY60012)物联网技术 2023年/第11期 智能处理与应用Intelligent Processing and Application1041.2 理想评价指标按照 Marr 计算理论,图像中的信息即图像中颜色或亮度的变化,呈现出的是物体和物体的关系以及物体与人的关系的要素。低照度图像增强的终极目标即剔除与所采集事物无关信息,保留能够反映本身特性的一切有用信息。图像I(x,y)的信息完全集中于反射图像 R(x,y),因此理想的低照度增强即通过有效的滤波算法,从 I(x,y)中提取 R(x,y)。当然前提是建立在对于 L(x,y)、N(x,y)的精确估计基础上,但这在现实问题中
8、是无法实现的。图 1 Retinex 模型2 面向应用图像评价算法2.1 监督式评价方法监督式评价是建立在“真值”已知的前提下,如前节所述,如果已知 R(x,y),就可以将增强后图像与 R(x,y)进行定量比较,从而精确评价低照度增强算法的性能。但通常情况下,R(x,y)难以预先得到。为此,可将人的主观评价作为参考真值。本文将低照度图像增强质量划分为对比度、曝光现象、伪影、细节丢失、噪声 5 个方面。按照赋分制,由相关专家分别对上述指标进行评分,则算法质量综合得分为:Qs=cQc+eQe+aQa+dQd+nQn (3)式中:Qc、Qe、Qa、Qd、Qn分别为对比度、曝光、伪影、细节、噪声指标评
9、分;c、e、a、d、n依次为颜色、曝光、伪影、细节、噪声权重系数,其应满足 c+e+a+d+n=1,在此 c、e、a、d、n取值根据实际应用需要进行调整,如应用对于细节保留特别敏感,则 d取值应明显高于其他权重,一般情况下,如无特别要求,则各权重可取值相同。选取一幅低照度图像运用直方图均衡和同态滤波算法对其进行处理,结果如图 2 所示。图 2 直方图均衡与同态滤波比较由 5 位受访者(编号 1 5)按照上述指标分别进行打分,每项指标最高 10 分,最低 0 分,在此各指标权重相同,结果见表 1 所列。表 1 监督式评价评分编号直方图均衡同态滤波QcQeQaQdQnQsQcQeQaQdQnQs1
10、757666.2677776.82856766.4778687.23747666.0777676.84657766.26786875856676.4777777均值6.26.96由表 1 可以看出,直方图均衡平均得分 6.2,同态滤波平均得分 6.96,两种算法在不同指标上表现略有不同,但整体效果同态滤波要优于直方图均衡。2.2 非监督式评价方法监督式评测的难度在于获取准确的真值,而人为主观评价存在着较大的不确定性,如果不能对此种不确定性进行定量描述,则在实际应用中会造成不可预知的结果,但目前尚无较好方法进行主观不确定性建模。同时主观评价对于专家数量有较强依赖,专家人数越多,则评价结果越准确,
11、但这会造成较大的人力、时间消耗。为此,本文将重点研究低照度图像增强质量的非监督式评价方法。方法一:将增强后图像与均匀光照条件下拍摄图像对比,进行一致性评价。二者一致性越好,则增强质量越高,在此须根据实际应用定义一致性。通常情况下,增强后图像不可能与光照均匀图像完全一致,二者的一致性应主要体现为对应像素灰度值比例一致性,为此做如下定义:图像 I1(x,y)、I2(x,y)对应位置的像素灰度值分别为 p1(x,y)、p2(x,y),将 p=p1(x,y)/p2(x,y)看作一随机变量,则其方差 p=Ep-E(p)2 表示两图像的比例一致性。p越高,则图像间的一致性越高。以同一场景分别在均匀光照和低
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 特征 匹配 照度 图像 增强 评价 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。