一种基于仿生螺线的光照补偿及图像增强方法技术

本发明专利技术提供了一种基于仿生螺线的光照补偿及图像增强方法，该图像增强方法包括以下步骤：步骤S1，获取待处理的原始图像；步骤S2，分离出图像的亮度层和色彩层，其中色彩层是物体本来属性保留；亮度层包含光照信息进行单独处理；步骤S3，对亮度层进行仿生螺线的照度分析，并根据自适应平滑算法，得到新的亮度层；步骤S4，将新的亮度层与原来的色彩层合并，得到增强后的图像。本发明专利技术的方法使得图像明亮部分的亮度减少、阴影部分的亮度增加、整个图像的亮度比较均匀，亮度过高和过低部分的细节都得以显现，与此同时提高了运算效率。

【技术实现步骤摘要】
一种基于仿生螺线的光照补偿及图像增强方法
本专利技术涉及一种图像增强方法，特别是能够对空间高动态范围不均匀光照图像进行处理的图像增强方法，属于图像处理

技术介绍
对机器人宇航员来说，变光照环境对智能识别有着很大的挑战。空间光照强度动态范围高，且由于不存在大气层对光照进行衰减与散射，因此，进入视觉系统的光照强度很大，且没有光照直射的区域又是一个深黑的背景，两者亮度对比强烈。空间站舱内空间狭小且装置表面多为金属材质，存在光线的强烈反射；而且，舷窗附近由于光照直射的阴影，会产生部分高亮区域与阴影，这使得舱内光照环境存在非常强的非线性。图像增强技术一直是机器人视觉领域非常重要的基本处理基础。图像增强技术就是把图像中对观测者有用的信息加以增强，使图像的对比度更高，视觉效果更好。McCannRetinex算法是由McCann和Frankle基于Retinec理论提出的，该算法适用于大动态范围辐射强度的自然环境中，来计算类似人类视觉中物体的情况。在对含有阴影遮挡的图像和光照不均匀的图像进行增强时，McCannRetinex算法具有较好的增强效果，但仍然存在着一些不足。A.产生光晕现象(halo)：这个现象产生的原因是由于传统的Retinex假设场景中光照是平缓变化的，因此在处理高动态范围图像时在明暗对比出易产生光晕现象。而在空间环境中，图像多处于非线性高动态，因此，传统MSR的retinex方法并不适应。B.处理效果与处理时间无法平衡：为了获得良好的动态压缩和平滑的图像，往往要遍历图像更大的面积，迭代更多的次数；但这也使得处理速度大大减慢，影响算法执行效率。而迭代次数过少则不能表现整个图像的照度特点，增强效果不明显。C.部分颜色发生扭曲，产生了错误颜色效果：这是由于传统的Retinex方法是通过RGB通道处理造成的，Retinex是在RGB的3个不同的基带上进行非线性处理，导致的直接结果就是颜色扭曲。D.曝光过度区域细节信息不丰富：在过度曝光的高亮图像中，传统的Retinex主要是通过邻域各像素点的亮度水平不同来感知图像的结构信息；而对于彩色图像，当曝光过度图像某边缘处两侧的亮度水平相当时，仅通过亮度信息无法将边缘区分出来。
技术实现思路
本专利技术的目的在于提供一种光照补偿及图像增强方法，使得图像明亮部分的亮度减少、阴影部分的亮度增加、整个图像的亮度比较均匀，亮度过高和过低部分的细节都得以显现。与此同时，提高运算效率。本专利技术的技术方案如下。一方面，本专利技术提供了一种基于仿生螺线的图像增强方法，包括以下步骤：步骤S1，获取待处理的原始图像；步骤S2，分离出图像的亮度层和色彩层，其中色彩层是物体本来属性保留；亮度层包含光照信息进行单独处理；步骤S3，对亮度层进行仿生螺线的照度分析，并根据自适应平滑算法，得到新的亮度层；步骤S4，将新的亮度层与原来的色彩层合并，得到增强后的图像。优选地，所述步骤S2使用基于HSI模型的图像分离，将分离出来的饱和度和色调分量合并为色彩层，将强度分量作为亮度层。优选地，所述使用基于HSI模型的图像分离中，其中以上公式中H、S、I为HSI色彩模型的分量，R、G、B为图像在RGB模型的分量。优选地，所述步骤S4还包括，在将新的亮度层和原始图像分离出来的色彩层重新组合后，将HSI模型转换为RGB模型，得到增强后的图像。优选地，所述步骤S2中的根据自适应平滑算法，得到新的亮度层包括如下步骤：在所述步骤S2分离的亮度层上，按照仿生螺线路径选择一部分像素点，作为估计照度的图像；最终的增强图像中的单个点亮度值取决于与该条特定路径上环绕的像素点进行比较之后的结果，并迭代多次。优选地，所述选择一部分像素点的路径采用阿基米德螺线，路径点方程如下：t∈[0,kπ]式中，fix为取整函数，(x,y)为图像路径像素点的坐标，w和h为图像像素的宽和高，n代表螺线的疏密程度，k为螺线旋转的圈数。优选地，在单个点亮度值与路径上的点完成比较后，将得到的差值表示为ri(x,y)；完成一次迭代后，可以得到：式中，ri(x,y)是上一轮迭代完成的结果，ri'(x,y)是ri(x,y)与亮度差的和；其中，Δf是单点在路径上的亮度差，max是原始图像中像素亮度值的最大值；经过i轮迭代后，ri+1(x,y)即为增强后图像的亮度值。另一方面，本专利技术还提供了一种基于仿生螺线的光照补偿方法，包括以下步骤：步骤S10，获取原始图像各像素点的亮度值；步骤S20，按照阿基米德螺线的路径选取一部分像素点，作为估计照度的图像；步骤S30，将所述路径上选取的像素点与中心像素点做亮度值进行比较，并迭代多次，得到最终图像的亮度值。优选地，所述阿基米德螺线方程如下：t∈[0,kπ]式中，fix为取整函数，(x,y)为图像路径像素点的坐标，w和h为图像像素的宽和高，n代表螺线的疏密程度，k为螺线旋转的圈数。优选地，在单个点亮度值与路径上的点完成比较后，将得到的差值表示为ri(x,y)；完成一次迭代后，可以得到：式中，ri(x,y)是上一轮迭代完成的结果，ri'(x,y)是ri(x,y)与亮度差的和；其中，Δf是单点在路径上的亮度差，max是原始图像中像素亮度值的最大值；经过i轮迭代后，ri+1(x,y)即为增强后图像的亮度值。通过以上技术方案，本专利技术基于阿基米德螺线的像素提取路径，能够在取得较少像素点的前提下，尽可能获取图像的光照变化。附图说明图1是本专利技术的图像增强方法的光照补偿步骤示意图。图2是本专利技术的图像增强方法使用的阿基米德螺线路径图。图3是分别使用传统Retines算法和本专利技术的图像增强方法的图像增强结果。图4(a)-图4(b)是使用本专利技术的图像增强方法的低照度图像增强结果。图5(a)是图4(a)的图像灰度直方图。图5(b)是图4(b)的图像灰度直方图。具体实施方式如附图1所示，本专利技术提供了一种基于retinex理论的图像增强方法，包括以下步骤：步骤S1，获取待处理的原始图像；步骤S2，分离出图像的亮度层和色彩层，其中色彩层是物体本来属性保留；亮度层包含光照信息进行单独处理；步骤S3，对亮度层进行仿生螺线的照度分析，并根据自适应平滑算法，得到新的亮度层；步骤S4，将新的亮度层与原来的色彩层合并，得到增强后的图像。本领域技术人员能够理解，所述步骤S1中获取的待处理的原始图像通常为彩色图像，然而本专利技术并不局限于此。步骤S1中所获取的原始图像还可以是动态范围较大的灰度图像。优选地，所述步骤S2使用基于HSI模型的图像分离，将分离出来的饱和度和色调分量合并为色彩层，将强度分量作为亮度层。优选地，所述使用基于HSI模型的图像分离中，其中：以上公式中H、S、I为HSI色彩模型的分量，R、G、B为图像在RGB模型的分量。优选地，所述步骤S4还包括，在将新的亮度层和原始图像分离出来的色彩层重新组合后，将HIS模型转换为RGB模型，得到增强后的图像。优选地，所述步骤S2中的根据自适应平滑算法，得到新的亮度层包括如下步骤：在所述步骤S2分离的亮度层上，按照仿生螺线路径选择一部分像素点，作为估计照度的图像；最终的增强图像中的单个点亮度值取决于与该条特定路径上环绕的像素点做对比之后的结果，并迭代多次。优选地，所述选择一部分像素点的路径采用阿基米德螺线。在自然界中，阿本文档来自技高网...

【技术保护点】
1.一种基于retinex理论的图像增强方法，包括以下步骤：步骤S1，获取待处理的原始图像；步骤S2，分离出图像的亮度层和色彩层，其中色彩层是物体本来属性保留；亮度层包含光照信息进行单独处理；步骤S3，对亮度层进行仿生螺线的照度分析，并根据自适应平滑算法，得到新的亮度层；步骤S4，将新的亮度层与原来的色彩层合并，得到增强后的图像。

【技术特征摘要】
1.一种基于retinex理论的图像增强方法，包括以下步骤：步骤S1，获取待处理的原始图像；步骤S2，分离出图像的亮度层和色彩层，其中色彩层是物体本来属性保留；亮度层包含光照信息进行单独处理；步骤S3，对亮度层进行仿生螺线的照度分析，并根据自适应平滑算法，得到新的亮度层；步骤S4，将新的亮度层与原来的色彩层合并，得到增强后的图像。2.根据权利要求1所述的基于retinex理论的图像增强方法，其特征在于，所述步骤S2使用基于HSI模型的图像分离，将分离出来的饱和度和色调分量合并为色彩层，将强度分量作为亮度层。3.根据权利要求2所述的基于retinex理论的图像增强方法，其特征在于，所述使用基于HSI模型的图像分离中，其中以上公式中H、S、I为HSI色彩模型的分量，R、G、B为图像在RGB模型的分量。4.根据权利要求2或3所述的基于retinex理论的图像增强方法，其特征在于，所述步骤S4还包括，在将新的亮度层和原始图像分离出来的色彩层重新组合后，将HIS模型转换为RGB模型，得到增强后的图像。5.根据权利要求1所述的基于retinex理论的图像增强方法，其特征在于，所述步骤S2中的根据自适应平滑算法，得到新的亮度层包括如下步骤：在所述步骤S2分离的亮度层上，按照仿生螺线路径选择一部分像素点，作为估计照度的图像；最终的增强图像中的单个点亮度值取决于与该条特定路径上环绕的像素点进行比较之后的结果，并迭代多次。6.根据权利要求5所述的基于retinex理论的图像增强方法，其特征在于，所述选择一部分像素点的路径采用阿基米德螺线，路径点方程如下：t∈[0,kπ]式中，fix...

【专利技术属性】
技术研发人员：魏博，胡磊，邓聪颖，李艳生，周详宇，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50