基于优化MSR的夜间道路图像增强方法

作者：刘富; 刘璐; 侯涛; 刘云^*

来源：吉林大学学报（工学版）, 2021, 51(01): 323-330.

DOI：10.13229/j.cnki.jdxbgxb20190835

• 模式识别与智能系统
• 图像处理
• 夜间图像增强
• 优化MSR算法
• 亮度自适应调节

为了提高夜间道路图像质量,提升目标在图像中的可见度及对比度,降低夜间道路图像目标检测难度,提出了一种基于优化多尺度Retinex算法(MSR)的夜间道路图像增强方法。首先,将RGB图像转换到YUV色彩空间;其次,将最小可觉差(JND)的倒数作为MSR算法中入射图像的系数构建优化MSR算法,并利用该优化算法对Y通道进行亮度自适应调节,同时对U、V通道按比例调整得到新图像;然后,将得到的新图像与原始图像按照1:1比例结合以保留图像细节;最后,利用限制对比度自适应直方图均衡化方法(CLAHE)提升图像对比度,得到最终增强图像。在包含有770张夜间道路图像的数据集上开展实验,结果表明:本文方法实现了夜间道路图像亮度自适应调节,缓解了图像亮度不均匀的情况,增强了图像的清晰度,增加了图像的细节信息,利用支持向量机算法(SVM)进行前方车辆检测,漏检率、误检率分别下降了2.61%、4.35%。

• 单位
  吉林大学; 汽车仿真与控制国家重点实验室