1．目的及意义

图像传感器在光照不足的环境下成像，会造成视频图像噪声大、对比度低、大量细节信息无法表现等问题，这些不足严重影响人们对视频图像内容的判读和理解。良好的光照是保证视频图像质量的一个重要条件，但在视频图像的拍摄过程中，理想的光照条件往往很难得到满足。在低照度环境下获取的视频图像通常存在亮度低、噪声大、对比度低等不足。针对低照度视频图像的这些特点，一般的低照度图像增强算法都会采用提亮、去噪、提高对比度相结合的方法对低照度图像进行增强。为了获得视觉效果良好的低照度视频图像，许多研究者提出了一些经典的算法，但是这些算法往往只在某一个方面拥有较好的效果，而无法兼顾各个方面。随着图像增强技术的发展，通过简单的经典算法的组合对低照度图像处理得到的图像，在质量上已不能满足人们的要求。因此国内外出现了许多经典算法的改进算法，并利用改进的算法进行组合以达到对低照度图像增强的目的。 低照度视频图像中的灰度值总体偏小，使视频图像整体偏暗。各个相邻的像素之间的相关性大，相似的像素值分布集中，轮廓等边缘像素对应的灰度值与非边缘的邻域像素对应的灰度值差异较小，细节信息弱化。低照度视频图像的这种弱化现象在图像增强过程中容易造成信息的丢失。彩色图像的色彩是由图像各个通道的像素对应的灰度值的差异关系决定的，低照度下的视频图像各个通道之间对应像素灰度差值变小，虽然在数值上可以看到不同，但对于人类视觉而言仍不能分辨出这些细微的色彩差别，视频图像的颜色均偏暗色，整体的色彩层产生偏差，由于色彩不同而造成边缘信息弱化。低照度环境下获取的视频图像因受光照不均的影响，易产生噪声和局部欠曝光等现象，这也容易造成在增强过程中产生光晕、欠曝光、过度曝光等问题。 低照度视频图像的增强与单一低照度图像的增强不同，在低照度视频图像的增强过程中，不但要考虑每帧图像的增强效果，还要考虑视频帧之间图像的衔接是否平滑，若相邻帧图像衔接不自然，增强后的视频图像易产生运动模糊等现象。低照度视频图像比单一图像的参考信息丰富，在运动场景中，当前帧图像可以参考邻帧图像的信息进行图像增强，在固定场景中（例如监控视频），当前帧图像可以参考背景清晰帧的信息进行图像增强。

{title}

2. 研究的基本内容与方案

{title}

一.基本内容及目标

掌握MATLAB软件的编程方程，对数字图像处理编写相应的算法，针对图像采集或视频监控中遇到夜视或背光等低照度情况，基于传统的图像增强技术，设计一种图像增强算法，对每个像素的光照分量进行增强，提高图像的亮度和对比度，保留图像的细节信息。改善图像质量，使图像更易于识别。

二.技术方案及措施

国内外学者提出了很多针对低曝光的视频图像的增强算法，这些算法对低照度视频图像的改善各有侧重，大致可以分为四类：色调映射类、背景融合类、基于模型类和直方图类。

色调映射类是通过色调映射函数对图像的亮度进行增强；背景融合类是通过借助曝光良好的背景对图像的亮度进行增强；基于模型类是基于现有的模型，例如大气物理模型等对图像亮度进行增强；直方图类是基于直方图均衡化的思想对图像的亮度进行增强。由于设计要求对每个像素的光照分量进行增强，提高图像的亮度和对比度，保留图像的细节信息，难以应用背景融合类的算法和基于模型类的算法，应该考虑色调映射类和直方图类算法。3. 参考文献

［1］张艳华,王俊丽. 图形图像处理软件的应用与对比探析[J]. 科技创新与应用,2017,(03):90

［2］余春艳，徐小丹，林晖翔.应用雾天退化模型的低照度图像增强.中国图象图形学报,2017,22(9):1194-1205

［3］宋美萍. 数字图像处理中的图像分割技术应用研究[J]. 电子技术与软件工程,2017,(01):75.

［4］Chen Z,Wang H,Shen J,et al.Region-specialized underwaterimage restoration in inhomogeneous optical environments[J]. Optik-InternationalJournal for Light and Electron Optics,2014, 125:2090-2098.

［5］林宝栋，唐贵进，干宗良，等.基于对数图像处理模型的低照度图像增强算法.南京邮电大学学报(自然科学版),2017,37(2):98-106

［6］谷欣超，刘俊杰，才华，等.基于Kalman滤波器的运动目标跟踪算法［J］.长春理工大学学报：自然科学版，2015，38（5）：136-139.

［7］Zhang Q，Nie Y，Zhang L，et al.Underexposed video enhancement viaperception-driven progressive fusion ［J］.IEEE Transactions on Visualizationamp;Computer Graphics，2015：1.

［8］Barnes C，Shechtman E，Dan B G，et al.The generalized patchmatch correspondence algorithm［C］.Proceedings of the 11th European conference on computer vision conferenceon Computer vision：Part III. Springer-Verlag，2010：29-43.

［9］Malm H，Oskarsson M，Warrant E，et al.Adaptive enhancement and noise reduction in very low light-levelvideo［C］.IEEE 11th International Conference on，Computer Vision，2007：1-8.

［10］姜涛，王彩玲.融合多帧信息的Retinex监控视频增强算法［J］.桂林理工大学学报，2015（2）：402-407.

［11］张军，戴霞.基于图像变形融合时空滤波的视频细微运动增强算法［J］.计算机科学，2015，42（z1）.

［12］侯雷，饶云波.一种亮度融合的视频增强方法［J］.光电工程，2011，38（8）：132-138.

［13］Liang W，Murari K，Zhang Y Y，et al.Image-based fusion for video enhancement ofnight-time surveillance［J］.OpticalEngineering，2010，49（12）：120501-120501-3.

［14］朱秋旭，李俊山，朱英宏，等.Retinex理论下的自适应红外图像增强［J］.微电子学与计算机，2013，30（4）：22-25.

［15］姜勇，刘广文，赵丹培，等.基于FPGA的图像增强以及滤波技术［J］.长春理工大学学报：自然科学版，2002，25（4）：20-22.

［16］Li J，Li S Z，Pan Q，et al.Illumination and motion-based video enhancement fornight surveillance ［C］.VisualSurveillance and Performance Evaluation of Tracking and Surveillance，2005.2nd Joint IEEE InternationalWorkshop on.IEEE，2005：169-175.

［17］Yamasaki A，Takauji H，Kaneko S，et al.Denighting：enhancement of nighttime images for a surveillance camera［C］.Pattern Recognition，2008.ICPR 2008. 19th International Conference on.IEEE，2009：1-4.

［18］饶云波.夜间视频增强的关键技术研究［D］.成都：电子科技大学，2012.

［19］田旺，陶青川.基于融合的夜间视频图像增强算法［J］.计算机安全，2013（10）：43-46.

［20］李庆忠，刘清.基于小波变换的低照度图像自适应增强算法［J］.中国激光，2015（2）：272-278.

［21］朴燕，刘磊，刘笑宇.低照度环境下视频增强技术［J］.红外与激光工程，2014（6）：2021-2026.

［22］Dong X，Wang G，Pang Y，et al.Fast efficient algorithm for enhancement of lowlighting video［C］. IEEE InternationalConferenceonMultimediaamp; Expo.IEEEComputer Society，2011：1-6.

［23］朱婧雅，王中元.基于相似场景的低照度监控图像增强［J］.计算机应用与软件，2015，32（1）：203-205.

［24］Ding X，Lei H，Rao Y.Sparse codes fusion forcontextenhancementofnightvideo surveillance［J］. Multimedia Toolsamp;Applications，2015：1-19.

［25］姜雪松.不足光照条件下的图像与视频增强［D］.哈尔滨：哈尔滨工业大学，2013.

［26］张丽媛，杨华民，蒋振刚，等.结合金字塔技术的暗原色先验快速去雾方法［J］.长春理工大学学报：自然科学版，2015，38（2）：121-124.

［27］黄华，蒋永馨，王孝通，等.一种基于Ardely分割算法的夜间图像增强方法［C］.第十四届全国图象图形学学术会议论文集，2008.