[快速阅读十一] 伊拉克团队的TAGC(低光增强效果)算法实现。

原论文信息如下:

论文标题: Tuning adaptive gamma correction (TAGC) for enhancing images in low light

发表日期: 2025年07月

作者: Ghufran Alhamzawi, Alfoudi Ali Saeed, Suha Mohammed Hadi等

发表单位: University of Al-Qadisiyah, University of Information Technology and Communications等

原文链接:

http://arxiv.org/pdf/2507.19574v1=

AGC的核心思想非常巧妙:它通过分析图像的亮度分布,自动计算出最适合的伽马校正参数。整个过程完全自动化,不需要任何人工干预。具体来说,它分为四个步骤:

**    1. 计算亮度因子(L)**根据人眼对不同颜色的敏感度,给RGB三个通道赋予不同权重。

**    2. 计算平均颜色因子(μ)**取RGB三个通道的平均值,作为整体颜色基准。

**    3. 计算自适应伽马系数(γ)**结合亮度因子和平均颜色因子,动态调整伽马值。

**    4. 应用自适应伽马校正**使用计算出的伽马值对图像进行增强处理。

以上都是针对单个像素处理的。

这个算法弄成代码也不是很复杂的,分享如下:

复制代码
void IM_TAGC_Enhancement(unsigned char *Src, unsigned char *Dest, int Width, int Height, int Stride)
{
    int Channel = Stride / Width;
    float Inv255 = 1.0f / 255;
    if (Channel == 3)
    {
        for (int Y = 0; Y < Height; Y++)
        {
            unsigned char *LinePS = Src + Y * Stride;
            unsigned char *LinePD = Dest + Y * Stride;
            for (int X = 0; X < Width; X++)
            {
                float Blue = LinePS[0] * Inv255;
                float Green = LinePS[1] * Inv255;
                float Red = LinePS[2] * Inv255;
                float L = 0.2126f * Red + 0.7152 * Green + 0.0722 * Blue;
                float A = (Blue + Green + Red) / 3;
                float Gamma = 5.0f + (0.5f - L) * (1 - A) - 2 * L;
                LinePD[0] = ClampToByte((int)(powf(Blue, 2 / Gamma) * 255 + 0.4999999f));
                LinePD[1] = ClampToByte((int)(powf(Green, 2 / Gamma) * 255 + 0.4999999f));
                LinePD[2] = ClampToByte((int)(powf(Red, 2 / Gamma) * 255 + 0.4999999f));
                LinePS += 3;
                LinePD += 3;
            }
        }
    }
}

效果吗,确实能做到作者论文里的效果的,说明作者是没有作假的。

不过对有些图像的处理效果就还是有点灰蒙蒙的,整体对比度不高。

至于算法的速度并不像有些文章里说的可以满足4K视频实时增强的,虽然上面提供的代码只是示意代码,可以进行大量的优化,但是最后的pow函数是个非常耗时的过程,而且似乎没有设么好的办法去避免这个计算,不算前面文章那个pow(x,1.5)可以转换为x * sqrt(x)。

不过这个点和我一样还在研究传统算法的,又是伊拉克的团队,这份精神还是值得表扬的。

Demo下载地址:https://files.cnblogs.com/files/Imageshop/TAGC.rar?t=1754469391&download=true

相关推荐
PixelMind2 个月前
【LUT技术专题】采样间隔自适应3DLUT-AdaInt
图像处理·人工智能·算法·3dlut·低照度图像增强