基于优化MSR的夜间道路图像增强方法

摘要：

为了提高夜间道路图像质量,提升目标在图像中的可见度及对比度,降低夜间道路图像目标检测难度,提出了一种基于优化多尺度Retinex算法(MSR)的夜间道路图像增强方法.首先,将RGB图像转换到YUV色彩空间;其次,将最小可觉差(JND)的倒数作为MSR算法中入射图像的系数构建优化MSR算法,并利用该优化算法对Y通道进行亮度自适应调节,同时对U、V通道按比例调整得到新图像;然后,将得到的新图像与原始图像按照1:1比例结合以保留图像细节;最后,利用限制对比度自适应直方图均衡化方法(CLAHE)提升图像对比度,得到最终增强图像.在包含有770张夜间道路图像的数据集上开展实验,结果表明:本文方法实现了夜间道路图像亮度自适应调节,缓解了图像亮度不均匀的情况,增强了图像的清晰度,增加了图像的细节信息,利用支持向量机算法(SVM)进行前方车辆检测,漏检率、误检率分别下降了2.61％、4.35％.

关键词：模式识别与智能系统、图像处理、夜间图像增强、优化MSR算法、亮度自适应调节

所属期刊栏目：51

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金;中国博士后科学基金

在线出版日期：2021-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：323-330