Low-light image enhancement based on the fusion of Bilateral filter MSR and AutoMSRCR

GU Wenjuan; DING Can; WEI Jin; YIN Yanchao; LIU Xiaobao

doi:10.37188/OPE.20233124.3606

您当前的位置：

首页 >

文章列表页 >

Low-light image enhancement based on the fusion of Bilateral filter MSR and AutoMSRCR

Information Sciences | 更新时间：2023-12-28

- Low-light image enhancement based on the fusion of Bilateral filter MSR and AutoMSRCR
- Optics and Precision Engineering Vol. 31, Issue 24, Pages: 3606-3617(2023)
- 作者机构：
  
  昆明理工大学机电工程学院，云南昆明 650500
- 作者简介：
- 基金信息：
- DOI：10.37188/OPE.20233124.3606
  CLC： TP391
- Received：26 April 2023，
  
  Revised：23 June 2023，
  
  Published：25 December 2023
- 稿件说明：
移动端阅览
顾文娟,丁灿,魏金等.基于双边滤波MSR与AutoMSRCR融合的低光照图像增强[J].光学精密工程,2023,31(24):3606-3617.

GU Wenjuan,DING Can,WEI Jin,et al.Low-light image enhancement based on the fusion of Bilateral filter MSR and AutoMSRCR[J].Optics and Precision Engineering,2023,31(24):3606-3617.
顾文娟,丁灿,魏金等.基于双边滤波MSR与AutoMSRCR融合的低光照图像增强[J].光学精密工程,2023,31(24):3606-3617. DOI： 10.37188/OPE.20233124.3606.

GU Wenjuan,DING Can,WEI Jin,et al.Low-light image enhancement based on the fusion of Bilateral filter MSR and AutoMSRCR[J].Optics and Precision Engineering,2023,31(24):3606-3617. DOI： 10.37188/OPE.20233124.3606.

摘要

针对在低光照环境下拍摄的图像受光照强度的影响而导致图像质量差的问题，本文提出了基于双边滤波的MSR与AutoMSRCR算法融合的低光照图像增强算法。首先，在原始低光照图像的HSV颜色空间中针对V分量使用基于双边滤波MSR算法对亮度通道进行增强，得到保留原有色彩信息的亮度增强图像。然后，将此初始亮度增强图像运用CLAHE算法基于LAB颜色空间进行亮度通道细节增强，得到细节增强的图像。最后，采用AutoMSRCR算法对原始低光照图像进行处理，并与细节增强图像进行加权融合得到最终的增强图像。以UCIQE，AG，SD，IE为评价指标，将经过该算法增强的图像与MSR算法，MSRCR算法，CLAHE算法，改进GAMMA算法等进行比较。结果表明，使用该图像增强算法处理的图像效果最佳，UCIQE达到了0.472 1，AG达到了12.674 2，SD达到了0.263 2，IE达到了7.637 9。增强后的图像色彩信息更加丰富，图像更加清晰，图像对比度更好，图像的边缘纹理信息保留更完整，图像质量更高，本研究为低光照图像增强提供了一种可行方法。

Abstract

Aiming at the problem that images taken in low-light environments are affected by the strength of illumination， which leads to poor image quality， this study proposes a low-light image enhancement algorithm based on the fusion of bilateral filtering MSR and AutoMSRCR. First， the brightness of the original low-light image is enhanced using the MSR algorithm based on bilateral filtering in HSV color space. As a result， a brightness-enhanced image with the original color information is obtained. Then， the CLAHE algorithm is used to enhance the details of the brightness channel based on the Lab color space， and a detail-enhanced image is obtained. Finally， the AutoMSRCR algorithm is used to process the original low-light image and perform weighted fusion with the detail-enhanced image to obtain the final enhanced image. Using UCIQE， AG， SD， and IE as evaluation indexes， the proposed algorithm outperformed the MSR， MSRCR， CLAHE， and GAMMA algorithms. The results show that the proposed algorithm optimized image quality with UCIQE， AG， SD， and IE reaching values of 0.472 1， 12.674 2， 0.263 2， and 7.637 9， respectively. The obtained image contains more color information， is clearer， the image contrast is natural look， and the edge texture information of the image is more complete. That is， images enhanced by this algorithm are of the highest quality. This study provides a feasible method for low-light image enhancement.

关键词

Keywords

references

黄滢，何自芬，杨宏宽，等 . 极化自注意力调控的情景式视频实例多尺度分割［J］. 计算机学报， 2022 ， 45 （ 12 ）： 2605 - 2618 . doi: 10.11897/SP.J.1016.2022.02605 http://dx.doi.org/10.11897/SP.J.1016.2022.02605

HUANG Y ， HE Z F ， YANG H K ， et al . Multi-scale segmentation of episodic video instance through polarized self-attention manipulation ［J］. Chinese Journal of Computers ， 2022 ， 45 （ 12 ）： 2605 - 2618 . （in Chinese） . doi: 10.11897/SP.J.1016.2022.02605 http://dx.doi.org/10.11897/SP.J.1016.2022.02605

李海岩 . 一种柔性自适应SAR图像目标分割算法［J］. 现代雷达， 2019 ， 41 （ 4 ）： 34 - 38，42 .

LI H Y . A flexible adaptive SAR image target segmentation algorithm ［J］. Modern Radar ， 2019 ， 41 （ 4 ）： 34 - 38，42 . （in Chinese）

YANG T T ， JIA S W ， MA H . Research on the application of super resolution reconstruction algorithm for underwater image ［J］. Computers ， Materials & Continua， 2020 ， 62 （ 3 ）： 1249 - 1258 . doi: 10.32604/cmc.2020.05777 http://dx.doi.org/10.32604/cmc.2020.05777

JIANG Y C ， ZHAN W D ， ZHU D P . Low-illuminance image processing based on brightness channel detail enhancement ［J］. Laser & Optoelectronics Progress ， 2021 ， 58 （ 4 ）： 0410001 . doi: 10.3788/lop202158.0410001 http://dx.doi.org/10.3788/lop202158.0410001

王浩，张叶，沈宏海，等 . 图像增强算法综述［J］. 中国光学， 2017 ， 10 （ 4 ）： 438 - 448 . doi: 10.3788/co.20171004.0438 http://dx.doi.org/10.3788/co.20171004.0438

WANG H ， ZHANG Y ， SHEN H H ， et al . Review of image enhancement algorithms ［J］. Chinese Journal of Optics ， 2017 ， 10 （ 4 ）： 438 - 448 . （in Chinese） . doi: 10.3788/co.20171004.0438 http://dx.doi.org/10.3788/co.20171004.0438

董丽丽，丁畅，许文海 . 基于直方图均衡化图像增强的两种改进方法［J］. 电子学报， 2018 ， 46 （ 10 ）： 2367 - 2375 . doi: 10.3969/j.issn.0372-2112.2018.10.009 http://dx.doi.org/10.3969/j.issn.0372-2112.2018.10.009

DONG L L ， DING C ， XU W H . Two improved methods based on histogram equalization for image enhancement ［J］. Acta Electronica Sinica ， 2018 ， 46 （ 10 ）： 2367 - 2375 . （in Chinese） . doi: 10.3969/j.issn.0372-2112.2018.10.009 http://dx.doi.org/10.3969/j.issn.0372-2112.2018.10.009

REDDY E ， REDDY R . Dynamic clipped histogram equalization technique for enhancing low contrast images ［J］. Proceedings of the National Academy of Sciences， India Section A： Physical Sciences ， 2019 ， 89 （ 4 ）： 673 - 698 . doi: 10.1007/s40010-018-0530-6 http://dx.doi.org/10.1007/s40010-018-0530-6

LAND E H . The retinex theory of color vision ［J］. Scientific American ， 1977 ， 237 （ 6 ）： 108 - 28 . doi: 10.1038/scientificamerican1277-108 http://dx.doi.org/10.1038/scientificamerican1277-108

JOBSON D J ， RAHMAN Z ， WOODELL G A . A multiscale retinex for bridging the gap between color images and the human observation of scenes ［J］. IEEE Transactions on Image Processing ， 1997 ， 6 （ 7 ）： 965 - 976 . doi: 10.1109/83.597272 http://dx.doi.org/10.1109/83.597272

JOBSON D J . Retinex processing for automatic image enhancement ［J］. Journal of Electronic Imaging ， 2004 ， 13 （ 1 ）： 100 . doi: 10.1117/1.1636183 http://dx.doi.org/10.1117/1.1636183

李锦，王俊平，万国挺，等 . 一种结合直方图均衡化和MSRCR的图像增强新算法［J］. 西安电子科技大学学报， 2014 ， 41 （ 3 ）： 103 - 109 .

LI J ， WANG J P ， WAN G T ， et al . Novel algorithm for image enhancement with histogram equalization and MSRCR ［J］. Journal of Xidian University ， 2014 ， 41 （ 3 ）： 103 - 109 . （in Chinese）

XUJIA Q ， YANFEI C H ， YINGLIN F . Image enhancement algorithm based on retinex of trilateral filter in HSV color space ［J］. Journal of Chinese Computer Systems ， 2016 ， 37 （ 1 ）： 168 - 72 .

ZHANG S Z ， ZHU M L ， MENG K . An Automated Multi-Scale Retinex for Dim Image Enhancement ［C］. 2022 IEEE 2nd International Conference on Power， Electronics and Computer Applications （ICPECA） . 21 - 23 ， 2022， Shenyang， China. IEEE ， 2022： 647 - 651 . doi: 10.1109/icpeca53709.2022.9719125 http://dx.doi.org/10.1109/icpeca53709.2022.9719125

FLORES-VIDAL P ， GÓMEZ D ， CASTRO J ， et al . New aggregation approaches with HSV to color edge detection ［J］. International Journal of Computational Intelligence Systems ， 2022 ， 15 （ 1 ）： 78 . doi: 10.1007/s44196-022-00137-x http://dx.doi.org/10.1007/s44196-022-00137-x

LIANG W ， LONG J ， LI K C ， et al . A fast defogging image recognition algorithm based on bilateral hybrid filtering ［J］. ACM Transactions on Multimedia Computing， Communications， and Applications ， 2021 ， 17 （ 2 ）： 1 - 16 . doi: 10.1145/3391297 http://dx.doi.org/10.1145/3391297

张驰，谭南林，李响，等 . 基于改进型Retinex算法的雾天图像增强技术［J］. 北京航空航天大学学报， 2019 ， 45 （ 2 ）： 309 - 316 .

ZHANG C ， TAN N L ， LI X ， et al . Foggy image enhancement technology based on improved Retinex algorithm ［J］. Journal of Beijing University of Aeronautics and Astronautics ， 2019 ， 45 （ 2 ）： 309 - 316 . （in Chinese）

艾加秋，王非凡，杨兴明，等 . 基于背景匀质性双边滤波的SAR图像斑点噪声抑制算法［J］. 遥感学报， 2021 ， 25 （ 5 ）： 1071 - 1084 . doi: 10.11834/jrs.20210212 http://dx.doi.org/10.11834/jrs.20210212

AI J Q ， WANG F F ， YANG X M ， et al . SAR image speckle noise suppression algorithm based on background homogeneity and bilateral filtering ［J］. National Remote Sensing Bulletin ， 2021 ， 25 （ 5 ）： 1071 - 1084 . （in Chinese） . doi: 10.11834/jrs.20210212 http://dx.doi.org/10.11834/jrs.20210212

龚云，杨庞彬，颉昕宇 . 结合同态滤波与直方图均衡化的井下图像匹配算法［J］. 工矿自动化， 2021 ， 47 （ 10 ）： 37 - 41， 61 . doi: 10.13272/j.issn.1671-251x.2021070018 http://dx.doi.org/10.13272/j.issn.1671-251x.2021070018

GONG Y ， YANG P B ， JIE X Y . Underground image matching algorithm combining homomorphic filtering and histogram equalization ［J］. Industry and Mine Automation ， 2021 ， 47 （ 10 ）： 37 - 41， 61 . （in Chinese） . doi: 10.13272/j.issn.1671-251x.2021070018 http://dx.doi.org/10.13272/j.issn.1671-251x.2021070018

林森，迟凯晨，李文涛，等 . 基于优势特征图像融合的水下光学图像增强［J］. 光子学报， 2020 ， 49 （ 3 ）： 0310003 . doi: 10.3788/gzxb20204903.0310003 http://dx.doi.org/10.3788/gzxb20204903.0310003

LIN S ， CHI K C ， LI W T ， et al . Underwater optical image enhancement based on dominant feature image fusion ［J］. Acta Photonica Sinica ， 2020 ， 49 （ 3 ）： 0310003 . （in Chinese） . doi: 10.3788/gzxb20204903.0310003 http://dx.doi.org/10.3788/gzxb20204903.0310003

WANG P ， WANG Z W ， LV D ， et al . Low illumination color image enhancement based on Gabor filtering and Retinex theory ［J］. Multimedia Tools and Applications ， 2021 ， 80 （ 12 ）： 17705 - 17719 . doi: 10.1007/s11042-021-10607-7 http://dx.doi.org/10.1007/s11042-021-10607-7

张航瑛，王雪琦，王华英，等 . 基于明度分量的Retinex-Net图像增强改进方法［J］. 物理学报， 2022 ， 71 （ 11 ）： 77 - 85 . doi: 10.7498/aps.71.20220099 http://dx.doi.org/10.7498/aps.71.20220099

ZHANG H Y ， WANG X Q ， WANG H Y ， et al . Advanced Retinex-Net image enhancement method based on value component processing ［J］. Acta Physica Sinica ， 2022 ， 71 （ 11 ）： 77 - 85 . （in Chinese） . doi: 10.7498/aps.71.20220099 http://dx.doi.org/10.7498/aps.71.20220099

刘玉红，李梓妍，王欣，等 . 具有颜色保真性的彩色眼底图像增强方法［J］. 电子科技大学学报， 2022 ， 51 （ 2 ）： 290 - 294 . doi: 10.12178/1001-0548.2021298 http://dx.doi.org/10.12178/1001-0548.2021298

LIU Y H ， LI Z Y ， WANG X ， et al . Hue preserving algorithm for color fundus image enhancement method ［J］. Journal of University of Electronic Science and Technology of China ， 2022 ， 51 （ 2 ）： 290 - 294 . （in Chinese） . doi: 10.12178/1001-0548.2021298 http://dx.doi.org/10.12178/1001-0548.2021298

YANG M ， SOWMYA A . An underwater color image quality evaluation metric ［J］. IEEE Transactions on Image Processing ， 2015 ， 24 （ 12 ）： 6062 - 6071 . doi: 10.1109/tip.2015.2491020 http://dx.doi.org/10.1109/tip.2015.2491020

王小芳，方登杰，何海瑞，等 . 基于多尺度细节优化的MSRCR图像去雾算法［J］. 实验技术与管理， 2020 ， 37 （ 9 ）： 92 - 97 .

WANG X F ， FANG D J ， HE H R ， et al . MSRCR image defog algorithm based on multi-scale detail optimization ［J］. Experimental Technology and Management ， 2020 ， 37 （ 9 ）： 92 - 97 . （in Chinese）

孙彬，高云翔，诸葛吴为，等 . 可见光与红外图像融合质量评价指标分析［J］. 中国图象图形学报， 2023 ， 28 （ 1 ）： 144 - 155 . doi: 10.11834/jig.210719 http://dx.doi.org/10.11834/jig.210719

SUN B ， GAO Y X ， ZHUGE W W ， et al . Analysis of quality objective assessment metrics for visible and infrared image fusion ［J］. Journal of Image and Graphics ， 2023 ， 28 （ 1 ）： 144 - 155 . （in Chinese） . doi: 10.11834/jig.210719 http://dx.doi.org/10.11834/jig.210719

YANCHUN Y ， JIAO L I ， YANGPING W . Review of image fusion quality evaluation methods ［J］. Journal of Frontiers of Computer Science & Technology ， 2018 ， 12 （ 7 ）： 1021 - 1035 .

Views

456

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Enhancement of electronic endoscope image by fusing retinex frame

Adaptive color compensation and multi-scale fusion for underwater image enhancement

Degradation remote sensing image quality enhancement based on frequency-domain-spatial-domain hybrid attention

Underwater image enhancement using joint texture perception and color histogram features

Cross-level feature aggregation image enhancement with dual-path hybrid attention

Related Author

Xiao-dong CHEN

Jia-qi XI

Yi WANG

Huai-yu CAI

Gang SUN

LIU Cuiyin

JING Tengyun

WANG Feng

Related Institution

Key Laboratory of Photoelectric Information, Ministry of Education, School of Precision Instruments and Optoelectronic Engineering, Tianjin University

Chinese PLA General Hospital

School of Physics and Material Sciences， Guangzhou University

School of Information Engineering and Automation， Kunming University of Science and Technology

Changchun Institute of Optics，Fine Mechanics and Physics，Chinese Academy of Sciences

AI问答

Address：No.3888 Dong Nanhu Road, Changchun, Jilin, China Postal code：130033
Tel：0431-86176855 Email：gxjmgc@ciomp.ac.cn
Technical support is provided by Beijing Founder electronics co., LTD 吉ICP备11002662号-17 京公网安备11010802024621
It is recommended to read the content of this site in Chrome&IE9+. Please switch to extreme mode in browser 360.
Cookies We use cookies to help provide and enhance our service and tailor content. By continuing, you agree to the use of cookies.

⁰