Images captured in backlit conditions (i.e., backlit images) often have a vast difference in lightness between bright and dark areas. In such a dark area in an image, the visibility becomes extremely low, making it indistinct to recognize the subject. Sufficient image quality cannot be obtained by simply applying a general image enhancement method to such a backlit image. Many methods specializing in improving the image quality of backlit images have been proposed to cope with this problem. Although these methods can effectively improve dark areas’ visibility compared to general image enhancement methods, the enhancement process causes artifacts in bright areas. In this paper, we propose a single backlit image enhancement method that effectively improves only the visibility of dark areas while suppressing over-enhancement and artifacts. In the proposed method, the lightness of the output image is calculated by the weighted sum of the input lightness image and the enhanced lightness image based on a weight map. The enhanced lightness image is calculated by alpha-blending two lightness-converted images obtained by gamma conversion and histogram equalization of the input lightness image. The weight map is calculated based on edge-preserving smoothing with a guided filter of a binarized input lightness image obtained using Otsu’s method. The experiment shows the proposed method’s effectiveness by quantitatively and qualitatively comparing conventional image enhancement methods and the proposed method using various backlit images.

在逆光条件下拍摄的图像（即逆光图像）通常在亮区和暗区之间的亮度差异很大。在图像中这样的黑暗区域中，能见度变得极低，使得识别对象模糊不清。简单地对这种背光图像应用一般的图像增强方法是无法获得足够的图像质量的。已经提出了许多专门用于提高背光图像的图像质量的方法来解决这个问题。尽管与一般图像增强方法相比，这些方法可以有效地提高暗区的可见度，但增强过程会导致亮区出现伪影。在本文中，我们提出了一种单一的背光图像增强方法，该方法仅有效地提高了暗区的可见度，同时抑制了过度增强和伪影。在所提出的方法中，输出图像的亮度是通过基于权重图的输入亮度图像和增强亮度图像的加权和来计算的。增强亮度图像是通过对输入亮度图像的伽马转换和直方图均衡获得的两个亮度转换图像进行 alpha 混合来计算的。权重图是基于边缘保持平滑和使用 Otsu 方法获得的二值化输入亮度图像的引导滤波器计算的。实验通过定量和定性地比较传统的图像增强方法和使用各种背光图像的方法，证明了该方法的有效性。输出图像的亮度是通过输入亮度图像和基于权重图的增强亮度图像的加权和来计算的。增强亮度图像是通过对输入亮度图像的伽马转换和直方图均衡获得的两个亮度转换图像进行 alpha 混合来计算的。权重图是基于边缘保持平滑和使用 Otsu 方法获得的二值化输入亮度图像的引导滤波器计算的。实验通过定量和定性地比较传统的图像增强方法和使用各种背光图像的方法，证明了该方法的有效性。输出图像的亮度是通过输入亮度图像和基于权重图的增强亮度图像的加权和来计算的。增强亮度图像是通过对输入亮度图像的伽马转换和直方图均衡获得的两个亮度转换图像进行 alpha 混合来计算的。权重图是基于边缘保持平滑和使用 Otsu 方法获得的二值化输入亮度图像的引导滤波器计算的。实验通过定量和定性地比较传统的图像增强方法和使用各种背光图像的方法，证明了该方法的有效性。增强亮度图像是通过对输入亮度图像的伽马转换和直方图均衡获得的两个亮度转换图像进行 alpha 混合来计算的。权重图是基于边缘保持平滑和使用 Otsu 方法获得的二值化输入亮度图像的引导滤波器计算的。实验通过定量和定性地比较传统的图像增强方法和使用各种背光图像的方法，证明了该方法的有效性。增强亮度图像是通过对输入亮度图像的伽马转换和直方图均衡获得的两个亮度转换图像进行 alpha 混合来计算的。权重图是基于边缘保持平滑和使用 Otsu 方法获得的二值化输入亮度图像的引导滤波器计算的。实验通过定量和定性地比较传统的图像增强方法和使用各种背光图像的方法，证明了该方法的有效性。