Inhomogeneous illuminated image enhancement under extremely low visibility condition

要約

霧を通してのイメージングは​​、物体の検出や認識などの分野に大きな影響を与えます。
視認性が極めて低い状況では、重要な画像情報が隠れてしまい、標準的な抽出方法が効果を発揮できなくなる可能性があります。
ヒストグラムストレッチなどの従来のデジタル処理技術は、大気散乱によって低下した物体光のコントラストを強調することで霧の影響を軽減することを目的としています。
ただし、これらの方法は、不均一な照明の下では効果が低下することがよくあります。
この論文では、極めて低い視界の下で背景照明を適応的にフィルタリングし、重要な信号情報のみを保存する新しいアプローチを紹介します。
さらに、画像の勾配に基づいた視覚的な最適化戦略を採用し、グレースケールのバンディングを排除します。
最後に、画像は、最大限のヒストグラム等化によって高コントラストを達成し、元の情報への忠実度を維持するように変換されます。
私たちが提案した方法は、視界が非常に悪い状況でも信号の明瞭さを大幅に向上させ、既存のアルゴリズムを上回ります。

要約(オリジナル)

Imaging through fog significantly impacts fields such as object detection and recognition. In conditions of extremely low visibility, essential image information can be obscured, rendering standard extraction methods ineffective. Traditional digital processing techniques, such as histogram stretching, aim to mitigate fog effects by enhancing object light contrast diminished by atmospheric scattering. However, these methods often experience reduce effectiveness under inhomogeneous illumination. This paper introduces a novel approach that adaptively filters background illumination under extremely low visibility and preserve only the essential signal information. Additionally, we employ a visual optimization strategy based on image gradients to eliminate grayscale banding. Finally, the image is transformed to achieve high contrast and maintain fidelity to the original information through maximum histogram equalization. Our proposed method significantly enhances signal clarity in conditions of extremely low visibility and outperforms existing algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google