本文介紹一篇基于去霧算法的低亮度圖片增強算法（FAST EFFICIENT ALGORITHM FOR ENHANCEMENT OF LOW LIGHTING VIDEO）。

該論文的作者觀察到反轉(zhuǎn)的低亮度圖片（inverted image）具有與有霧圖片類似的性質(zhì)，比如：

• 在反轉(zhuǎn)的低亮度圖中，天空和遠景部分的RGB通道的像素值非常大
• 在反轉(zhuǎn)的低亮度圖中，非天空區(qū)域中，在RGB通道中，至少有一個通道的像素值非常低。

以上兩條性質(zhì)是有霧圖片特有的性質(zhì)。
因此，我們可以運用成熟的去霧算法來進行低亮度圖片的增強。

具體地做法如下：

• hazy image的模型
  

其中，是大氣的亮度，是相機獲取到的圖像亮度，是原始圖像或場景的亮度。

基于[1] , 我們可以得到：

其中 是大氣的散射系數(shù)，是像素的景深。

其中在算法中設(shè)置為0.8，是中心位于的一個小區(qū)域，在算法中設(shè)置為9。

為了獲取大氣的亮度，作者選取了圖像中RGB通道中最小值里最大的100個像素，然后選取這些像素中RGB值相加最大的像素值最為的估計值。

• 計算

這里需要注意，我們需要增強的區(qū)域是位于前景的物體，例如房子、車子等物體，同時需要避免過度增強背景區(qū)域，像天空等。

所以，這里我們需要根據(jù)圖片內(nèi)容的不同，自適應地調(diào)節(jié)，從而重點增強前景的內(nèi)容。因此，這里引入了一個中間變量：

然后，需要恢復的圖片可由下式計算得到：

[]論文還介紹了如何加速視頻的方法，由于不是該博客的研究重點，故而忽略，有興趣的朋友可以查看原文。

• 算法實現(xiàn)
  https://github.com/baidut/OpenCE/blob/master/others/dong.m
• 效果

低亮度條件下拍攝的圖片

該算法增強后的效果_dong

• 參考文獻
  [1] Single Image Haze Removal Using Dark Channel Prior
  [2] Fast efficient algorithm for enhancement of low lighting video