摘要
隧道环境中的非均匀照明会严重降低图像质量，给视觉监控和智能交通系统带来巨大挑战。虽然直方图均衡化方法因其计算简单而仍被广泛使用，但其非线性的像素变换常常会导致图像过度增强、出现伪影以及结构失真。本文提出了一种名为“先验引导直方图均衡化”的轻量级增强框架，该框架将传统直方图均衡化方法与基于Retinex的照明先验相结合。在Retinex分解框架下，PGHE通过对比经过直方图均衡化处理的图像与原始图像的比值来构建对比度照明图。随后，一个先验校正模块通过相对总变分正则化方法对这一照明图进行优化，从而恢复图像的空间连贯性，减少直方图均衡化处理带来的局部不连续现象。最后将校正后的照明图应用到原始图像上，得到最终的增强结果。在LOL低光基准测试集以及包含247帧真实隧道场景数据的专用数据集上的大量测试表明，PGHE在对比度提升、结构保真度以及亮度保持方面取得了良好的平衡：它在保持亮度和熵值方面表现尤为出色，而在LOL基准测试集上的PSNR/SSIM值以及在隧道数据集上的NIQE值虽与其它方法相当，但并非始终处于最优水平。此外，所提出的先验校正模块作为一种插件，能够以较小的绝对平均亮度误差为代价，提升现有直方图均衡化方法的性能，提高图像的结构相似度及自然感。
