저조도 파노라마 이미지에서 대비가 낮고 시각적 효과가 좋지 않은 문제를 해결하기 위해 시뮬레이션 다중 노출 융합 기반 저조도 파노라마 이미지 향상 알고리즘을 제안하였다. 먼저 원본 이미지를 RGB 색상 공간에서 HSV 색상 공간으로 변환하고, 이미지 정보 엔트로피를 이용하여 최적 노출 값을 평가한다. 밝기 매핑 함수를 사용하여 <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> 성분을 향상하고, 다시 RGB 색상 공간으로 변환하여 과노출 이미지를 얻는다. 다음으로 저조도 이미지와 과노출 이미지를 입력으로 하여 노출 보간법으로 중간 노출 이미지를 합성한다. 그런 다음 다중 스케일 융합 전략을 사용하여 저조도 이미지, 중간 노출 이미지 및 과노출 이미지를 융합하여 융합 이미지를 얻는다. 마지막으로 다중 스케일 디테일 향상 알고리즘을 통해 융합 이미지의 디테일을 향상시켜 최종 향상 이미지를 얻는다. NPE, LIME, SRIE, Li, Ying, RtinexNet 알고리즘과 비교한 결과, 밝기 순서 오류(LOE)는 최소 322, 자연 이미지 품질 평가기(NIQE)는 최소 2.32, 미참조 공간 영역 이미지 품질 평가기는 최소 5.71, 구조 유사도(SSIM)는 최대 0.82로 종합 성능이 뛰어났다. 실험 결과 본 알고리즘은 저조도 파노라마 이미지의 품질을 효과적으로 향상시킬 수 있음을 보였다.

이미지 향상;저조도 파노라마 이미지;다중 노출 융합;노출 보간;이미지 정보 엔트로피