Mejora de imágenes con baja iluminación mediante resonancia estocástica no saturada basada en función base radial gaussiana

SUN Xuefeng ,  

LING Quan ,  

DANG Pengfei ,  

LI Pei ,  

ZHANG Rongrong ,  

XU Ming ,  

摘要

Para abordar el bajo contraste y la pérdida de detalles en imágenes con baja iluminación, así como la saturación de salida y la limitada utilización de la energía del ruido en la resonancia estocástica bistable clásica, este artículo propone un método de mejora de resonancia estocástica no saturada basado en una función base radial gaussiana. Se construyó una función de potencial bistable simétrica no saturada combinando la función base radial gaussiana y una función lineal, se diseñó un proceso de mejora que incluye la generación de entradas subumbral, la solución de resonancia estocástica píxel por píxel y la fusión de luminancia guiada por la respuesta; se propuso un índice de separación de resonancia claro-oscuro y se construyó un índice integral de calidad de mejora CEQI a partir de 8 dimensiones. Los resultados muestran que la función de potencial no saturada mejora la separación de resonancia en comparación con la función potencial bistable clásica, ampliando el rango efectivo de parámetros de ruido. En dos tipos de imágenes con baja iluminación, donde el contraste brillante no es evidente y evidente, el método propuesto alcanza un CEQI promedio de 0,8012 y 0,7571 respectivamente, superando la resonancia estocástica clásica (0,7043, 0,6929) y métodos tradicionales como CLAHE, Gamma, MSRCR, SSR; el CEQI promedio para escenas reales es 0,78. Este estudio introduce la resonancia estocástica no saturada para la mejora de imágenes con baja iluminación, proporcionando un nuevo enfoque para la mejora de la restauración de detalles en zonas oscuras y la supresión de la sobreexposición.

关键词

resonancia estocástica; mejora de imágenes; imágenes con baja iluminación; función potencial no saturada; función base radial gaussiana

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website