基于前背景特性的逆光交通场景图像增强

由于逆光交通场景下采集到的图像存在前景亮度过低、背景亮度失真等特点,导致采集图像清晰度低、信息丢失严重和可识别性差,针对逆光图像前背景的不同特性,研究提出了一种分区域增强方法。对逆光图像使用最大类间方差法(OTSU法)分割图像的前景和背景;对逆光图像全局使用LIME方法,提升前景亮度的同时保持色彩的失真度;单独将背景部分RGB三个通道上的全局直方图均衡化结果一一映射到对应的限定区间内,提高了背景的对比度;使用Canny算子检测出前背景拼接处的黑边,根据黑边生成3个自适应的滤波模板对黑边进行分步均值滤波处理,消除了黑色边缘,提升了图像的视觉质量。在实验室自建的CHD_B数据集上,所提方法在4种常用客观评价指标上综合占优。实验结果表明,所提出的图像增强算法能有效地消除图像中的逆光现象。