An adaptive enhancement algorithm for low illumination image to reduce color, relates to a low illumination image enhancement method. In order to solve the existing low illumination image enhancement method to enhance the existing image enhancement, the image is increased light area processing due to poor light inhibition or enhancement of regional issues. The invention provides a low illumination image converted to RGB color space, S type do inverse transformation for inversion, calculate the minimum value of each pixel in the RGB image reversal of the three channels, the initial dark channel image and median filter to get the atmospheric light intensity estimation; the inversion image is converted to HSV color space. The average gray value as the average brightness of the V channel, and to obtain from the enhancement parameters; transmittance images using atmospheric imaging equation, the corrected image smoothing with transmittance atmospheric imaging equation, on the inverse image of RGB three channels for defogging operation, reverse after type S transform to get final image enhancement. The invention is suitable for image enhancement processing.
【技术实现步骤摘要】
一种减小色偏的自适应低照度图像增强方法
本专利技术涉及数字图像处理领域,具体涉及低照度图像增强方法。
技术介绍
随着光学系统制造技术和光学探测技术的发展,各类不同的光学成像装置越来越多地应用在民用和军用领域,如民用的光学数码照相和摄像系统、智能光学视频监控系统以及军用的光学成像制导系统和光学成像侦察系统。但是,在探测器灵敏度比较低以及环境光照条件不足情况下,这些光学系统所成图像存在各种退化问题,如图像对比度降低、亮度不够等,导致人眼或数字图像处理系统无法清楚准确地分辨目标与背景,难以获得图像中目标信息,进而影响对目标的分析与识别。由于光学制造技术的限制,利用硬件的方式提高光学系统的性能需要极大代价,因此,深入地研究低环境光照情况下光学图像和视频增强算法,从而使得光学成像系统能够随着光照条件的变化自适应地调整图像的亮度和对比度,对于各类军用和民用光学成像系统的具有重要理论价值和实际应用价值。在目前现有的低照度图像增强算法中主要有直方图均衡化,Retinex方法,高动态光照渲染(HighDynamicRange,HDR)方法等。直方图均衡化方法因其实现简单、耗时少的特点成为了低照度图像增强中最常见的方法,但是该方法会使图像中出现频率较低的灰度级出现兼并现象,即多个不同的灰度级映射为同一个灰度级,导致图像中细节部分丢失。而在多数情况下图像的细节部分正是我们所关注的部分,虽然后来又提出了基于局部直方图均衡化的方法,以避免细节部分的丢失,但同时也使得该方法无法满足实时性的要求。HDR方法是对多帧同一场景不同曝光程度的图片进行合成,兼顾场景中的高亮区域和低亮区。使用多 ...
【技术保护点】
一种减小色偏的自适应低照度图像增强方法,其特征在于,包括:步骤一、输入低照度图像L,并将其转换至RGB颜色空间下,获得低照度图像L的RGB三通道图像;步骤二、对低照度图像L的RGB三通道图像做逆S型变换,减弱低照度图像色偏现象,得到逆图像I;步骤三、将逆图像I进行反转,得到反转图像H,计算反转图像H各像素点在RGB三个通道中的最小值,得到初始暗通道图像D,并对初始暗通道图像进行中值滤波得到中值滤波图像D
【技术特征摘要】
1.一种减小色偏的自适应低照度图像增强方法,其特征在于,包括:步骤一、输入低照度图像L,并将其转换至RGB颜色空间下,获得低照度图像L的RGB三通道图像;步骤二、对低照度图像L的RGB三通道图像做逆S型变换,减弱低照度图像色偏现象,得到逆图像I;步骤三、将逆图像I进行反转,得到反转图像H,计算反转图像H各像素点在RGB三个通道中的最小值,得到初始暗通道图像D,并对初始暗通道图像进行中值滤波得到中值滤波图像Dmedian,利用中值滤波图像得到大气光强度估值A;步骤四、将反转图像H转换到HSV颜色空间下,求取反转图像H在HSV颜色空间下V通道的平均灰度值,作为反转图像H的平均亮度x;并利用反转图像H的平均亮度x求取自适应增强参数w0;步骤五、根据自适应增强参数w0、大气光强度估值A和初始暗通道图像的中值滤波图像Dmedian,利用大气成像方程求取透射率图像T,并对透射率图像进行修正和平滑,得到透射率平滑图像Tguidefilt;步骤六、利用透射率平滑图像Tguidefilt结合大气成像方程,对反转图像H的RGB三个通道进行去雾操作,得到去雾图像J;步骤七、对去雾图像J进行反转,得到反转去雾图像K,并对反转去雾图像K做S型变换得到最终增强图像。2.根据权利要求1所述的一种减小色偏的自适应低照度图像增强方法,其特征在于,步骤二所述的逆S型变换的公式如下:I(i,j)=255*(a-ln(-1+260/(L(i,j)+4)))/b其中,I(i,j)、L(i,j)分别为逆图像I、低照度图像L的第i行,第j列的像素点;a、b均为变换参数。3.根据权利要求2所述的一种减小色偏的自适应低照度图像增强方法,其特征在于,步骤三的具体过程包括以下步骤:步骤三一、利用公式H(i,j)=255-I(i,j)对逆图像I做反转,得到反转图像H;其中,I(i,j)为逆图像I中第i行,第j列像素点;L(i,j)为反转图像H中第i行,第j列像素点;步骤三二、利用公式求取初始暗通道图像D;其中,D(i,j)为初始暗通道图像D中第i行,第j列像素点;min代表取最小值操作;c取R、G、B,对应RGB颜色空间下红绿蓝三个颜色通道,Hc(i,j)为反转图像H在RGB颜色空间下某一个通道第i行,第j列像素点;步骤三三、对初始暗通道图像做中值滤波操作,得到中值滤波图像,具体计算公式如下:其中,Dmedian(i,j)为初始暗通道图像经过中值滤波后所得中值滤波图像Dmedian的第i行,第j列像素点;median代表中值滤波操作;Ω(i,j)为以像素D(i,j)为中心的大小为N*N图像块;步骤三四、在中值滤波图像Dmedian(i,j)中选取亮度最大的前0.1%的像素点,在所述像素点中选取对应反转图像H中灰度最大的像素点,将中值滤波图像Dmedian(i,j)中选取出来的对应反转图像H中灰度最大的像素点对应的灰度值作为大气光强度估值A。4.根据权利要求3所述的一种减小色偏的自适应低照度图像增强方法,其特征在于,步骤四中所述求取反转图像H在HSV颜色空间下V通道的平均灰度值作为反转图像H的平均亮度x的具体过程包括以下步骤:图像的平均亮度求取公式如下:其中,Hv(i,j)是反转图像H在HSV颜色空间下V通道中的第i行,第j列像素点;x为图像的平均亮度,w和h分别是图像的宽度和高度,下标v表示HSV颜色空间下V通道。5.根据权利要求4所述的一种减小色偏的自适应低照度图像增强方法,其特征在于,步骤四中所述利用反转图像H的平均亮度x求取自适应增强参数的具体过程包括以下步骤:利用反转图像H的平均亮度x求取自适应增强参数:w0=0.75-0.0011*(x-30)其中,w0为自适应增强参数。6.根据权利要求5所述的一种减小色偏的自适应低照度图像增强方法,其特征在于,步骤五的具体过程包括以下步骤:利用大气成像方程求取透射率图像T的具体公式如下:T(i,j)=1-w0*(Dmedia...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。