基于亮度自动感知的低照度视频图像增强方法

本文公开了一种基于亮度感知的低照度视频图像增强方法，首先构建了一个低照度图像与对应参考图像的成对数据集；再将图像转化到HSV颜色空间并对V通道进行增强，使用CLAHE算法增强数据集中的低照度图像并遍历裁剪阈值得到增强结果，根据低照度增强图像评价结果确定图像的最佳裁剪阈值；利用K‑means算法对最佳裁剪阈值进行聚类并择优；使用卷积神经网络对图像进行亮度感知，以K‑means的聚类中心作为最佳裁剪阈值分配给不同亮度等级；最后使用自适应裁剪阈值的CLAHE算法进行处理。该方法将深度学习方法和传统图像增强方法CLAHE算法进行融合，同时保证了算法的效率和增强效果。