《表3 不同算法在真实低照度图像上的定量对比》
为了验证本文算法在真实低照度图像上的有效性,实验从DICM[26]、LIME[8]和MEF[27]数据集中挑选15幅图像作为测试集,实验结果如图5和表3所示。在定性对比中,从测试集中挑选4幅图像作为示例来进行说明,如图5(a)~(d)所示。从图5可以看出,不同算法都可以提高图像的清晰度,但NPE算法对亮度的增强效果稍差一些,且CLAHE、NPE和LIME算法增强后的图像颜色不协调。在图5(a)和5(c)中,教堂墙壁和矿井轨道的颜色和原始图像相差较大,并且矿井中灯的颜色泛红,出现光晕现象。相反,基于神经网络的方法(LLCNN、Ma和本文算法)在图像细节处理方面效果较好,增强后的图像更符合人的视觉感官。
图表编号 | XD00188327400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 吴若有、王德兴、袁红春 |
绘制单位 | 上海海洋大学信息学院、上海海洋大学信息学院、上海海洋大学信息学院 |
更多格式 | 高清、无水印(增值服务) |