电子学报 ›› 2021, Vol. 49 ›› Issue (11): 2166-2170.DOI: 10.12263/DZXB.20201018

• 学术论文 • 上一篇    下一篇

采用两阶段混合策略实现的低照度图像增强算法

徐少平, 陈孝国, 李芬, 林珍玉, 陈晓军   

  1. 南昌大学信息工程学院,江西 南昌 330031
  • 收稿日期:2020-09-13 修回日期:2021-03-31 出版日期:2021-11-25 发布日期:2021-11-25
  • 作者简介:徐少平(通讯作者) 男,1976年5月出生于江西省九江市. 博士, 南昌大学信息工程学院计算机科学与技术系教授, 博士生导师. 主要研究方向为图形图像处理、机器视觉、虚拟手术仿真等. E‑mail:xushaoping@ncu.edu.cn
    陈孝国 男,1994年生,河南濮阳人. 现为南昌大学硕士研究生, 主要研究方向为图像处理与计算机视觉.
  • 基金资助:
    国家自然科学基金(62162043)

A Low‑Light Image Enhancement Algorithm Using Two‑Stage Hybrid Strategy

Shao-ping XU, Xiao-guo CHEN, Fen LI, Zhen-yu LIN, Xiao-jun CHEN   

  1. School of Information Engineering,Nanchang University,Nanchang,Jiangxi 330031,China
  • Received:2020-09-13 Revised:2021-03-31 Online:2021-11-25 Published:2021-11-25

摘要:

在深入分析现有各主流低照度图像增强(Low Light Image Enhancement, LLIE)算法的基础上,提出了一种采用两阶段混合策略实现的低照度图像增强(Hybrid LLIE, HLLIE)算法.具体地,在第一阶段,对于给定的低照度图像,利用互补效果较好的Fu和Ying两个主流LLIE算法分别对其进行增强预处理,所得到的两张增强后图像称为初步增强图像;在第二阶段,将所得到的两张初步增强图像输入到预先训练好的多通道浅层卷积神经网络(Multi?channel Shallow Convolution Neural Network, MSCNN)模型中,由MSCNN模型将两张初步增强图像优化组合为一张具有更高图像质量的最终增强图像.实验结果表明:与各主流LLIE算法相比,所提出的HLLIE算法在各个客观图像质量评价指标上有显著优势,人工主观评价亦能证实这一点.

关键词: 低照度图像增强, 两阶段混合策略, 初步增强图像, 多通道浅层卷积神经网络, 组合

Abstract:

After carefully analyzing the characteristics of existing low light image enhancement (LLIE) algorithms, we proposed a hybrid LLIE (HLLIE) algorithm with two-stage hybrid strategy. Specifically, in the first stage, for a given low-light image, we chose the complementary LLIE algorithms, i.e., Fu and Ying, to enhance the low-light image, respectively. In the second stage, the two preliminary enhanced images were used as the inputs of the multi-channel shallow convolution neural network (MSCNN), and then the pre-trained MSCNN conducted optimal combination of the two preliminary enhanced images to achieve further enhancement regarding the image quality. The experimental results show that, compared with the state-of-the-art LLIE algorithms, the HLLIE algorithm has obvious advantages in terms of the objective image quality metrics on the low-light images, and the subjective evaluation also can confirm this.

Key words: low-light image enhancement, two-stage hybrid strategy, initial enhanced image, multi-channel shallow convolution neural network, combination

中图分类号: