基于改进自适应伽马校正的亮度失真图像对比度增强
多媒体
2022-08-31 v2 计算机视觉与模式识别
摘要
作为一种高效的图像对比度增强（CE）工具，自适应伽马校正（AGC）先前被提出，其将伽马参数与图像内像素灰度级的累积分布函数（CDF）相关联。ACG能很好处理大多数变暗图像，但对于全局明亮图像以及带有局部明亮区域的变暗图像却失效。这两类亮度失真图像在真实场景中十分普遍，例如曝光不当和白色物体区域。为减轻此类缺陷，我们在此提出一种改进的AGC算法。利用负图像的新策略来实现明亮图像的CE，并采用由截断CDF调制的伽马校正来增强变暗图像。由此，局部过增强和结构失真可得以缓解。定性与定量实验结果均表明，我们所提方法产生了一致的良好CE结果。
引用
@article{arxiv.1709.04427,
title = {Contrast Enhancement of Brightness-Distorted Images by Improved Adaptive Gamma Correction},
author = {Gang Cao and Lihui Huang and Huawei Tian and Xianglin Huang and Yongbin Wang and Ruicong Zhi},
journal= {arXiv preprint arXiv:1709.04427},
year = {2022}
}