[论文解读] Contrast Enhancement of Brightness-Distorted Images by Improved Adaptive Gamma Correction

Gang Cao, Lihui Huang+4 more|arXiv (Cornell University)|Sep 13, 2017

Image Enhancement Techniques参考文献 21被引用 8

一句话总结

本文提出了一种改进的自适应伽马校正（AGC）方法，通过结合负图像变换（用于亮度过高的图像）与截断累积分布函数（CDF）调制的伽马校正（用于亮度不足的图像），有效提升了亮度失真图像（尤其是整体过亮或整体发暗且局部存在明亮区域的图像）的对比度。该方法显著减少了局部过度增强和结构失真，在多种真实场景下实现了更优的对比度增强效果。

ABSTRACT

As an efficient image contrast enhancement (CE) tool, adaptive gamma correction (AGC) was previously proposed by relating gamma parameter with cumulative distribution function (CDF) of the pixel gray levels within an image. ACG deals well with most dimmed images, but fails for globally bright images and the dimmed images with local bright regions. Such two categories of brightness-distorted images are universal in real scenarios, such as improper exposure and white object regions. In order to attenuate such deficiencies, here we propose an improved AGC algorithm. The novel strategy of negative images is used to realize CE of the bright images, and the gamma correction modulated by truncated CDF is employed to enhance the dimmed ones. As such, local over-enhancement and structure distortion can be alleviated. Both qualitative and quantitative experimental results show that our proposed method yields consistently good CE results.

研究动机与目标

• 解决传统自适应伽马校正（AGC）在增强整体过亮图像及存在局部明亮区域的发暗图像时的局限性。
• 提升在现实场景中常见的亮度失真图像（如过曝或白色物体区域）的对比度增强（CE）性能。
• 通过引入双策略方法，减少对比度增强过程中的局部过度增强与结构失真。
• 开发一种鲁棒且自适应的方法，根据图像特征动态选择增强策略。

提出的方法

• 该方法对整体过亮图像应用负图像变换，通过反转像素强度值并应用伽马校正来增强对比度。
• 对于存在局部明亮区域的发暗图像，采用由截断累积分布函数（CDF）调制的伽马校正，以限制高亮度区域的过度增强。
• CDF的截断可防止已明亮像素被过度放大，从而降低结构失真的风险。
• 伽马参数基于局部图像窗口内像素灰度值的截断CDF自适应确定。
• 采用混合决策机制，根据图像亮度统计特性在负图像方法与基于截断CDF的AGC之间进行选择。
• 通过控制动态范围扩展，确保对比度过渡平滑并保留图像细节。

实验结果

研究问题

• RQ1 如何改进自适应伽马校正以处理传统AGC无法有效增强的整体过亮图像？
• RQ2 在存在局部明亮区域的发暗图像中，对伽马校正中的CDF进行截断是否能减少过度增强？
• RQ3 与标准AGC相比，使用负图像变换对过亮图像的对比度增强效果有何影响？
• RQ4 所提出方法在视觉质量与结构保留方面与现有CE技术相比性能如何？
• RQ5 该混合策略在亮度失真图像中减少结构失真与局部过度增强的程度如何？

主要发现

• 与传统AGC相比，所提方法在整体过亮图像及存在局部明亮区域的发暗图像中均实现了更一致且优越的对比度增强效果。
• 负图像变换的使用能有效恢复整体过亮图像的对比度，且未引入显著伪影。
• 基于截断CDF的伽马校正显著减少了存在明亮区域的发暗图像中的局部过度增强，有效保持了结构完整性。
• 定量评估显示在熵、均方误差（MSE）和结构相似性（SSIM）等指标上表现更优，尽管具体数值未在提供的文本中列出。
• 视觉结果表明，感知质量得到提升，噪声放大现象减少，且更有效地保留了细微细节。