应用直方图均衡化后,如何进一步去除暗区的过度增强伪影?

问题描述

我正在开发一个使用对比度增强作为一个步骤的图像增强管道。有多种对比度增强技术,但我正在实施论文 Global and Local Contrast Adaptive Enhancement for Non-Uniform Illumination Color Images 中提到的一种。本文同时使用全局对比度增强和局部对比度增强,并合并两种结果以消除它们的局限性并获得更好的结果。

然而,我未能理解本文中全局对比度增强的实现。特别是从公式 7 到公式 10,其中定义了一种方法,通过使用色调失真测量来控制伪影。

因此,我使用了在线找到的全局直方图均衡化的实现。它会在非常黑暗的场景中产生伪像,我正试图消除这些伪像。

Here is an example source image

This is the result after enhancement

如您所见,我正在尝试消除黑暗天空中产生的噪音。

我正在源图像上创建一个蒙版,我将暗像素设置为 0。 Source Mask

然后我从增强图像创建目标蒙版Destination Mask

然后我将中值滤波器应用于掩码,并从目标掩码中减去它,这给了我最终的掩码。 Final Mask

我使用这个蒙版、源和增强图像来生成结果图像。但是,正如您在下面看到的,结果图像中仍然存在一些伪影。 Resultant Image

我怎样才能进一步减少这些伪影?

解决方法

暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!

如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@)

相关问答

Selenium Web驱动程序和Java。元素在(x,y)点处不可单击。其...
Python-如何使用点“。” 访问字典成员?
Java 字符串是不可变的。到底是什么意思?
Java中的“ final”关键字如何工作?(我仍然可以修改对象。...
“loop:”在Java代码中。这是什么,为什么要编译?
java.lang.ClassNotFoundException:sun.jdbc.odbc.JdbcOdbc...