전통적인 이미지 향상 알고리즘이 총 조도가 낮고 조명 분포가 고르지 않은 환경에서 이미지 과도 향상 및 자연도 보존 능력이 약한 문제를 해결하기 위해 빛의 산란 감쇠 모델을 기반으로 하는 저조도 이미지 향상 알고리즘을 제안하였다. 먼저 본 논문에서는 비균일 조명 분포의 영상 형성 과정을 합리적으로 설명하는 빛의 산란 감쇠 모델을 제안하였다. 다음으로 Max-RGB 필터를 통해 각 픽셀의 조도를 추정하여 조명 지도를 초기화하였고, 이후 이미지 분할 영역에서 입사각과 입사 거리에 따른 조명의 부드러운 감쇠 특성을 바탕으로 깊이 정보와 기울기 정보를 활용하여 조명 성분을 최적화하여 정확한 조명 지도를 얻었다. 또한 암채널 우선순위에서 가진 투과율의 국부 유사성을 이용하여 반사 성분 추정을 제약하였다. 마지막으로 제안된 빛의 산란 감쇠 모델을 통해 최적화된 조명 성분과 반사 성분을 융합하여 최종 저조도 향상 영상을 획득하였다. NPE, LIME, HE, ALSM, MSRCR, MF, WV_SIRE 알고리즘과 다양한 장면의 저조도 영상에서 비교한 결과, 무참조 비등방성 품질 평가기(BIQAA)는 최대 0.0196, 흐림 검출 누적 확률(CPBD)은 최대 0.6801, 무참조 공간 영역 영상 품질 평가기(BRISQUE)는 최소 21.4715, 자연 영상 품질 평가기(NIQE)는 최소 2.6995로 타 비교 알고리즘에 비해 종합적인 성능이 우수하였다. 실험 결과 본 알고리즘은 잡음 억제, 이미지 대비 및 명도 향상에 효과적이며 이미지 자연도도 더 잘 보존함을 보였다.

저조도 이미지 향상; 빛의 산란 감쇠 모델; 깊이 정보; 암채널 우선순위