저조도 환경에서 영상 이미지의 콘트라스트가 낮고 식별이 어려운 문제를 목표로 사람의 시각 감지 기반의 콘트라스트 적응 보상 증진 알고리즘을 제안한다. 첫째, 저조도 환경에서 평균 밝기, 평균 대역폭 요인의 영상 이미지 특징 요인을 추출하고, 원본 영상의 회색/색도 차이에 따라 사람의 시각적 콘트라스트 해상도 보상의 수학적 모델을 설정하며, 실제 컬러의 3원색에 대해 각각 비례 적분하여 보상한다. 다음으로 보상 정도가 명시각 차이를 적절하게 구별할 수 있는 것보다 낮을 때 보상 임계값 선형 보상이 명시각에서 전체 대역폭으로 설정된다. 마지막으로 주관적인 이미지 품질 평가와 이미지 특성 요인을 결합하여 비례 계수를 보상하는 자동 최적화 모델을 구축한다. 실험 테스트 결과는 영상 이미지 적응 증진 알고리즘이 우수한 증진 효과와 우수한 실시간 성능을 가지며 다크 비전 정보를 효과적으로 마이닝할 수 있으며 다양한 시나리오에서 널리 사용될 수 있음을 보여준다.
Aiming at the problem of low contrast and difficult to recognize video images in low-light environment, we propose an adaptive contrast compensation enhancement algorithm based on human visual perception. First of all, the video image characteristic factors in low-light environment are extracted: AL (average luminance), ABWF (average bandwidth factor), and the mathematical model of human visual CRC(contrast resolution compensation) is established according to the difference of the original image's grayscale/chromaticity level, and the proportion of the three primary colors of the true color is compensated by the integral, respectively. Then, when the degree of compensation is lower than the bright vision precisely distinguishable difference, the compensation threshold is set to linearly compensate the bright vision to the full bandwidth. Finally, the automatic optimization model of the compensation ratio coefficient is established by combining the subjective image quality evaluation and the image characteristic factor. The experimental test results show that the video image adaptive enhancement algorithm has good enhancement effect, good real-time performance, can effectively mine the dark vision information, and can be widely used in different scenes.