低亮度图片增强方法：基于保持图像自然度的低亮度图片增强算法

这篇博客介绍一篇基于保持图像自然度的低亮度图片增强算法：

• Naturalness Preserved Enhancement Algorithm for Non-Uniform Illumination Images

这篇文章主要主要有以下三个方面的工作：

• 提出了一个衡量保持自然度的变量LOE（lightness-order-error）
• 使用bright-pass滤波器将图片分解为反射分量和亮度分量
• 使用bi-log变换来对亮度分量进行亮度增强。

LOE（lightness-order-error）

作者提出用相对亮度顺序（the relative lightness order）来衡量图像的自然程度。相对亮度顺序可以用来表示光照的方向和光照的变化程度。

文章中定义了LOE来衡量增强图片和之间的亮度顺序差：

其中为RGB channel中的最大值。

对于每个pixel ，其在原图和增强图中的相对的亮度顺序差定义为：

其中为异或操作。

最后，LOE定义为：

Bright-Pass Filter的定义

文中首先选择了五个pixel的四连接域作为领域范围：

对于在位置的值，表示领域内值为的数量，表示值为和领域内值为的数量在图片中所有位置的数量之和：

为了减少噪声的影响，使用局部的均值进行处理：

Bright-Pass Filter定义为：

其中为局部的一个patch，文中是用，权重定义为：

由Retinex理论，

其中为每个channel的反射分量，为亮度分量：

亮度分量可有Bright-Pass Filter获得：

反射分量可由下式获得：

使用Bi-Log Transformation进行亮度分量的增强

文中使用了直方图规范化的方法进行亮度分量的增强。文中使用了对数变换：

但文中表示对数变换会使所有图像的亮度变得非常相似，作者根据输入图片的灰度值分布，适当地增加了低灰度值的数量，所以，新的加权的直方图分布为：

直方图的累积分布为：

经过CDF of the specified histogram后的直方图，为：

然后求解:

最后，增强后的图片为：

代码实现

http://blog.sina.com.cn/u/2694868761

效果比较

低亮度图

低亮度增强效果图

参考文献

1. https://ieeexplore.ieee.org/document/6512558