Документация

Улучшите Изображение Недостаточной освещенности с помощью Алгоритма Dehazing

Импортируйте изображение RGB, полученное при слабом освещении.

A = imread('lowlight_11.jpg');
figure, imshow(A);

Инвертируйте изображение и заметьте, как области недостаточной освещенности в оригинальном изображении кажутся туманными.

AInv = imcomplement(A);
figure, imshow(AInv);

Уменьшайте туман с помощью функции imreducehaze.

BInv = imreducehaze(AInv);
figure, imshow(BInv);

Инвертируйте результаты получить улучшенное изображение.

B = imcomplement(BInv);

Отобразите оригинальное изображение и улучшенные изображения, бок о бок.

figure, montage({A, B});

Улучшите результаты далее Используя imreducehaze дополнительные параметры

Чтобы получить лучший результат, вызовите imreducehaze на перевернутом изображении снова, на этот раз задав некоторые дополнительные параметры.

BInv = imreducehaze(AInv, 'Method','approx','ContrastEnhancement','boost');
BImp = imcomplement(BInv);
figure, montage({A, BImp});

Другой пример улучшения плохо освещенного изображения

Импортируйте изображение RGB, полученное при слабом освещении.

A = imread('lowlight_21.jpg');

Инвертируйте изображение.

AInv = imcomplement(A);

Примените dehazing алгоритм.

BInv = imreducehaze(AInv, 'ContrastEnhancement', 'none');

Инвертируйте результаты.

B = imcomplement(BInv);

Отобразите оригинальное изображение и улучшенные изображения, бок о бок.

figure, montage({A, B});

Уменьшайте Искажение цвета при помощи Различного Цветового пространства

Преобразуйте входное изображение от цветового пространства RGB до L*a*b* цветовое пространство.

Lab = rgb2lab(A);

Инвертируйте L*a*b* изображение.

LInv = imcomplement(Lab(:,:,1) ./ 100);

Dehaze перевернутое изображение с помощью функции imreducehaze.

LEnh = imcomplement(imreducehaze(LInv,'ContrastEnhancement','none'));

Увеличьте насыщение.

LabEnh(:,:,1)   = LEnh .* 100;
LabEnh(:,:,2:3) = Lab(:,:,2:3) * 2; % Increase saturation

Преобразуйте изображение назад в RGB, отображают и отображают оригинал и улучшенное изображение, бок о бок.

AEnh = lab2rgb(LabEnh);
figure, montage({A, AEnh});

Улучшите Результаты с помощью Шумоподавления

Изображения недостаточной освещенности могут иметь высокий уровень шума. Улучшение изображений недостаточной освещенности может увеличить этот уровень шума. Шумоподавление может быть полезным шагом последующей обработки.

Используйте функцию imguidedfilter, чтобы удалить шум из улучшенного изображения.

B = imguidedfilter(BImp);
figure, montage({BImp, B});

Оцените карту освещения

Импортируйте изображение RGB, полученное при слабом освещении.

A = imread('lowlight_21.jpg');

Инвертируйте изображение.

AInv = imcomplement(A);

Примените dehazing алгоритм к изображению.

[BInv, TInv] = imreducehaze(AInv, 'Method', 'approxdcp', 'ContrastEnhancement', 'none');

Инвертируйте улучшенное изображение.

T = imcomplement(TInv);

Отобразите оригинальное изображение рядом с предполагаемой картой освещения в фиктивном цвете.

figure,
subplot(1,2,1);
imshow(A), title('Lowlight Image');
subplot(1,2,2);
imshow(T), title('Illumination Map');
colormap(gca, hot(256));

Ограничения

Этот метод может потерять некоторые детали или сверхулучшаться из-за плохой адаптируемости темного канала при слабом освещении условия.

Ссылки

Dong, Сюань, и др. "Быстро эффективный алгоритм для улучшения низкого видео подсветки". Мультимедиа и Экспо (ICME), 2 011 Международных конференций IEEE по вопросам. IEEE, 2011.