Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Mejora de la imagen con poca luz

Las imágenes capturadas en escenas al aire libre pueden ser muy degradadas debido a las malas condiciones de iluminación. Estas imágenes pueden tener rangos dinámicos bajos con altos niveles de ruido que afectan al rendimiento general de los algoritmos de visión artificial. Para que los algoritmos de visión por ordenador sean robustos en condiciones de poca luz, utilice la mejora de la imagen con poca luz para mejorar la visibilidad de una imagen. El histograma de inversión en píxeles de imágenes con poca luz o imágenes HDR es muy similar al histograma de imágenes brumosas. Por lo tanto, puede utilizar técnicas de eliminación de neblina para mejorar las imágenes con poca luz.

El uso de técnicas de eliminación de neblina para mejorar las imágenes con poca luz consta de tres pasos:

  • Paso 1: Invierta la imagen con poca luz.

  • Paso 2: Aplique el algoritmo de eliminación de neblina a la imagen de poca luz invertida.

  • Paso 3: Invierta la imagen mejorada.

Mejore la imagen con poca luz mediante el algoritmo de deshazción

Importe una imagen RGB capturada con poca luz.

A = imread('lowlight_11.jpg'); figure, imshow(A);

Invierta la imagen y observe cómo las áreas de poca luz de la imagen original parecen borrosas.

AInv = imcomplement(A); figure, imshow(AInv);

Reduzca la neblina utilizando la función.imreducehaze

BInv = imreducehaze(AInv); figure, imshow(BInv);

Invierta los resultados para obtener la imagen mejorada.

B = imcomplement(BInv);

Muestre la imagen original y las imágenes mejoradas, en paralelo.

figure, montage({A, B});

Mejorar los resultados aún más utilizando parámetros opcionalesimreducehaze

Para obtener un mejor resultado, llame a la imagen invertida de nuevo, esta vez especificando algunos parámetros opcionales.imreducehaze

BInv = imreducehaze(AInv, 'Method','approx','ContrastEnhancement','boost'); BImp = imcomplement(BInv); figure, montage({A, BImp});

Otro ejemplo de mejora de una imagen mal iluminada

Importe una imagen RGB capturada con poca luz.

A = imread('lowlight_21.jpg');

Invierta la imagen.

AInv = imcomplement(A);

Aplique el algoritmo de devalanado.

BInv = imreducehaze(AInv, 'ContrastEnhancement', 'none');

Invierta los resultados.

B = imcomplement(BInv);

Muestre la imagen original y las imágenes mejoradas, en paralelo.

figure, montage({A, B});

Reducir la distorsión de color mediante el uso de un espacio de color diferente

Convierta la imagen de entrada del espacio de color RGB al espacio de color L*a*b*.

Lab = rgb2lab(A);

Invierta la imagen L*a*b*.

LInv = imcomplement(Lab(:,:,1) ./ 100);

Desenreda la imagen invertida utilizando la función.imreducehaze

LEnh = imcomplement(imreducehaze(LInv,'ContrastEnhancement','none'));

Aumenta la saturación.

LabEnh(:,:,1)   = LEnh .* 100; LabEnh(:,:,2:3) = Lab(:,:,2:3) * 2; % Increase saturation

Convierta la imagen de nuevo en una imagen RGB y muestre la imagen original y la imagen mejorada, en paralelo.

AEnh = lab2rgb(LabEnh); figure, montage({A, AEnh});

Mejorar los resultados usando la denoising

Las imágenes con poca luz pueden tener altos niveles de ruido. Mejorar las imágenes con poca luz puede aumentar este nivel de ruido. La denación puede ser un paso útil de postprocesamiento.

Utilice la función para eliminar el ruido de la imagen mejorada.imguidedfilter

B = imguidedfilter(BImp); figure, montage({BImp, B});

Mapa de iluminación estimado

Importe una imagen RGB capturada con poca luz.

A = imread('lowlight_21.jpg');

Invierta la imagen.

AInv = imcomplement(A);

Aplique el algoritmo de devalanado a la imagen.

[BInv, TInv] = imreducehaze(AInv, 'Method', 'approxdcp', 'ContrastEnhancement', 'none');

Invierta la imagen mejorada.

T = imcomplement(TInv);

Muestre la imagen original junto al mapa de iluminación estimado en color falso.

figure, subplot(1,2,1); imshow(A), title('Lowlight Image'); subplot(1,2,2); imshow(T), title('Illumination Map'); colormap(gca, hot(256));

Limitaciones

Este método puede perder algunos detalles o mejorar se ha mejorado en exceso debido a la escasa adaptabilidad del canal oscuro en condiciones de poca luz.

Referencias

Dong, Xuan, et al. "Algoritmo rápido y eficiente para la mejora de vídeo de baja iluminación." Multimedia y Expo (ICME), 2011 IEEE International Conference on. IEEE, 2011.

Referencias

[1] Dong, X., G. Wang, Y. Pang, W. Li, J. Wen, W. Meng, and Y. Lu. "Fast efficient algorithm for enhancement of low lighting video." Proceedings of IEEE® International Conference on Multimedia and Expo (ICME). 2011, pp. 1–6.

Consulte también

| | | |