低照度のパノラマ画像におけるコントラスト低下や視覚効果の悪さといった問題に対処するため、シミュレーション多露光融合に基づく低照度パノラマ画像強調アルゴリズムを提案した。まず、元画像をRGB色空間からHSV色空間に変換し、画像情報エントロピーを尺度として最適露光率を推定する。次に、輝度マッピング関数を用いて<inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>V</mi></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/884B9A75-DFFB-451c-9480-74F6DE32E4A5-M001.jpg"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/884B9A75-DFFB-451c-9480-74F6DE32E4A5-M001c.jpg"?></graphic></alternatives></inline-formula>成分を強調処理し、再度RGB色空間に戻して露光過剰画像を得る。続いて、低照度画像と露光過剰画像を入力として露光補間法により中間露光画像を合成する。さらに、多段階融合戦略を用いて低照度画像、中間露光画像および露光過剰画像を融合させ、融合画像を得る。最後に、多段階詳細強調アルゴリズムを用いて融合画像の詳細を強調し、最終的な強調画像を得る。NPE、LIME、SRIE、Li、Ying、RtinexNetアルゴリズムと比較して、輝度順序誤差（LOE）は最小322、自然画像品質評価指標（NIQE）は最小2.32、参照なし空間領域画像品質評価指標は最小5.71、構造類似度（SSIM）は最大0.82となり、総合性能で他の対比アルゴリズムを上回った。実験結果から、本アルゴリズムは低照度パノラマ画像の品質を効果的に向上できることが示された。

画像強調;低照度パノラマ画像;多露光融合;露光補間;画像情報エントロピー