Сжатие динамического диапазона инфракрасных изображений на основе выравнивания гистограммы с инверсией краев

Рассмотрена задача сжатия динамического диапазона инфракрасных изображений. Для повышения качества тонового отображения инфракрасных изображений при сжатии их динамического диапазона и упрощения управления характеристиками воспроизведения инфракрасных изображений предложен
алгоритм преобразования динамического диапазона на основе адаптивного выравнивания гистограммы
с инверсией краев. Сущность алгоритма состоит в двойном уменьшении динамического диапазона инфракрасного изображения с промежуточным растяжением, сжатием и наложением краев с инвертированием.
Для выбора интервала яркости и степени его растяжения в предложенном алгоритме использовался коэффициент асимметрии. Алгоритм позволяет улучшить некоторые глобальные и интервальные показатели
качества воспроизведения изображений за счет наложения краев гистограммы.

1. Enhancement of Low Illumination Images Based on an Optimal Hyperbolic Tangent Profile / S. C. Liu [et al.] // Computers and Electrical Engineering. 2018. Vol. 70. P. 538–550. DOI: 10.1016/j.compeleceng.2017.08.026.

2. Kim, T. K. Contrast Enhancement System Using Spatially Adaptive Histogram Equalization with Temporal Filtering / T. K. Kim, J. K. Paik, B. S. Kang // IEEE Transactions on Consumer Electronics. 1998. Vol. 44, No 1. P. 82–87. DOI: 10.1109/30.663733.

3. Low-Light Image Enhancement via a Deep Hybrid Network / W. Ren [et al.] // IEEE Trans. Image Process. 2019. Vol. 28, No 9. P. 4364–4375. DOI: 10.1109/TIP.2019.2910412.

4. Fast Image Enhancement Based on Maximum and Guided Filters / D. Zhu [et al.] // IEEE International Conference on Image Processing (ICIP), Taipei. 2019. P. 4080–4084. DOI: 10.1109/ICIP.2019.8803591.

5. Reza, A. M. Realization of the Contrast Limited Adaptive Histogram Equalization (CLAHE) for Real-Time Image Enhancement / A. M. Reza // The Journal of VLSI Signal Processing-Systems for Signal, Image, and Video Technology. 2004. Vol. 38, No 1. P. 35–44. DOI: 10.1023/B:VLSI.0000028532.53893.82.

6. Рудиков, С. И. Уменьшение динамического диапазона инфракрасных изображений на основе адаптивного выравнивания, растяжения и сжатия гистограммы / С. И. Рудиков, В. Ю. Цветков, А. П. Шкадаревич // Весці Нацыянальнай акадэміі навук Беларусі. Серыя фізіка-тэхнічных навук. 2021. Т. 66, № 4. C. 470–482. DOI: 10.29235/1561-8358-2021-66-4-470-482.

7. Independence of Luminance and Contrast in Natural Scenes and in the Early Visual System / V. Mante [et al.] // Nat Neurosci. 2005. Vol. 8. P. 1690–1697. DOI: 10.1038/nn1556.

8. Wang, Z. Multiscale Structural Similarity for Image Quality Assessment / Z. Wang, E. P. Simoncelli, A. C. Bovik // 37th Asilomar Conf. on Signals, Systems & Computers. Pacific Grove, CA, USA. 2003. Vol. 2. P. 1398–1402. DOI: 10.1109/ACSSC.2003.1292216.

9. Yeganeh, H. Objective Quality Assessment of Tone-Mapped Images / H. Yeganeh, Z. Wang // IEEE Transactions Image Processing. 2013. Vol. 22, Iss. 2. P. 657–667. DOI: 10.1109/TIP.2012.2221725.

10. Интервальные показатели качества сжатия динамического диапазона инфракрасных изображений на основе матрицы тонового отображения / С. И. Рудиков, В. Ю. Цветков, А. П. Шкадаревич // Вестник Полоцкого государственного университета. Серия С. Фундаментальные науки. 2022. Т. 39, № 11. С. 30–39. DOI: 10.52928/2070-1624-2022-39-11-30-39.