Contrast Enhancement of Brightness-Distorted Images by Improved Adaptive Gamma Correction

Abstract

作为一种有效的图像对比度增强(CE)工具，自适应伽马校正(AGC)曾被提出，方法是将伽马参数与图像内像素灰度水平的累积分布函数(CDF)联系起来。ACG可以很好地处理大多数暗图像，但不能处理全局明亮图像和具有局部明亮区域的暗图像。这两类亮度扭曲的图像在现实场景中是普遍存在的，如曝光不当和白色物体区域。为了减少这些缺陷，我们提出了一种改进的AGC算法。采用新的负图像策略来实现明亮图像的CE，并采用截断CDF调制的伽马校正来增强昏暗图像的性能。因此，可以缓解局部过度增强和结构变形。定性和定量实验结果表明，我们提出的方法得到了一致良好的CE结果。

Proposed Method

AGC via Negative Image

 AGC via Truncated CDF

 Conclusion

提出了一种基于自适应的方法，提出了一种有效的图像对比度增强方法。采用负向图像的方法来增强明亮图像的对比度。提出了CDF截断来重建强度敏感的自适应伽马，以提高对变暗图像的增强效应。大量的定性和定量实验表明，我们提出的方案比以往的技术取得了更好或比较的增强效果。明亮和暗淡输入图像的对比度得到有效地增强，而不会产生恼人的伪影。在未来的工作中，我们将尝试提高我们所提出的方法在增强更多类型的图像方面的能力，而不是限制在变暗和明亮的图像上。