基于暗原色先验的低光照视频增强算法

简介：
本研究提出一种基于暗原色先验理论的低光照视频增强算法，有效提升视频在昏暗环境下的视觉效果和细节清晰度。 在低照度条件下拍摄的视频质量通常较差，表现为对比度低、边缘细节模糊以及亮度不足等问题，这些问题会给后续处理带来诸多不便。为解决这一问题，本段落提出了一种改进的基于暗原色先验理论的低照度视频增强算法。首先将输入图像进行取反操作，然后对这些经过处理后的图像执行去雾技术以改善其视觉效果。大气光值通过计算原始图像中的最小暗通道来估计，并且使用快速导向滤波器优化透射率，从而实现边缘保持的同时减少噪声干扰。最后一步是再次反转图像得到最终增强的效果图。 实验结果显示，该算法能够显著提升低照度环境下视频的对比度和亮度水平，同时增强了细节部分的表现力。因此这种方法在提高低光照条件下图像质量方面具有明显优势。