低照度图像增强算法

　　针对低照度图像反转后为与雾天图像相似的伪雾图，其雾的浓度由光照情况而非景深决定这一特点，提出一种基于物理模型的低照度图像增强算法。该算法根据光照情况给出一种更加准确且快速的新方法估计伪雾图的透射率。首先，采用暗原色先验规律对伪雾图的环境光值进行估计，并基于光照情况对透射率进行估计；然后，基于大气散射模型还原出无雾图像；最后，对无雾图像反转得到低照度图像的增强结果，并对该结果进行细节补偿得到最终的增强图像。大量实验表明，与基于暗原色先验的增强算法、基于去雾技术的增强算法及带色彩恢复的多尺度Retinex算法相比，该算法处理效率更高且效果良好，信息不会丢失，可有效提高图像分析识别等系统的工作效率。