CONTENT-ADAPTIVE INVERSE TONE MAPPING

为了解决低照度图像的细节信息缺少和清晰度低的问题,在HSV(Hue, Saturation, Value)色彩空间中,采用非下采样剪切波变换(NSST)与Retinex理论的融合算法对低照度图像进行处理。首先对HSV空间的V分量进行分解,得到多个高通子带与一个低通子带,对高通子带采用改进的基于贝叶斯萎缩的自适应阈值算法完成去噪,对低通子带采用改进的自适应局部色调映射算法提高对比度,然后对两个子带进行NSST逆变换以得到新的V分量并对其进行白平衡处理,最后将处理后的图像反转到RGB(Red,Gre

现有基于低动态范围(LDR)图像的识别方法在良好的曝光环境下, 能取得较为理想的结果, 但其容易受照明条件的限制以及天气状况的影响, 稳健性不强。为此, 提出一种基于高动态范围(HDR)技术的识别方法。通过改进的逆色调映射算法, 对相机捕获的不同曝光的LDR图像进行自适应亮度范围拉伸, 分别生成明暗两幅子图像, 再采用多曝光融合算法对子图像进行融合, 生成一幅HDR图像代替原LDR图像进行识别。实验结果表明, 该方法可较好地提高交通标志牌的检测与识别正确率。