调节自适应伽马校正 (TAGC) 以增强低光照图像
计算机视觉与模式识别
2025-07-29 v1
摘要
在低光照条件下增强图像是计算机视觉中的一个重要挑战。光照不足会对图像质量产生负面影响，导致对比度低、噪声大和细节模糊。本文提出了一种用于增强低光照图像的模型，称为调节自适应伽马校正 (TAGC)。该模型基于分析低光照图像的颜色亮度并计算平均颜色来确定自适应伽马系数。伽马值在适合图像的不同光照水平下自动且自适应地计算，无需人工干预或手动调整。基于定性和定量评估，调节自适应伽马校正模型有效地改善了低光照图像，同时保留了细节、自然对比度和正确的颜色分布。它还提供了自然的视觉质量。它可被视为在夜间监控、提高医学图像质量以及低光照环境摄影等多种应用中处理低光照图像的更有效解决方案。
引用
@article{arxiv.2507.19574,
title = {Tuning adaptive gamma correction (TAGC) for enhancing images in low ligh},
author = {Ghufran Abualhail Alhamzawi and Ali Saeed Alfoudi and Ali Hakem Alsaeedi and Suha Mohammed Hadi and Amjed Abbas Ahmed and Md. Riad Hassan and Nurhizam Safie Mohd Satar and Waeel Yahya Yasseen},
journal= {arXiv preprint arXiv:2507.19574},
year = {2025}
}