一种低照度图像增强方法和装置制造方法及图纸

技术编号:10458676 阅读:103 留言:0更新日期:2014-09-24 14:34
本发明专利技术公开了一种低照度图像增强方法和装置,属于图像处理技术领域。该方法包括:计算输入的原始图像的灰度图;计算灰度图的精确边缘图;根据灰度图和精确边缘图计算光照图;调整光照图的对比度;根据精确边缘图和对比度调整后的光照图合成增强后的灰度图;根据增强后的灰度图计算增强后的彩色图像并输出,采用本发明专利技术,增强算法复杂度低、运算量小,不仅能实时处理高清图像,而且能降低对硬件的性能要求。

【技术实现步骤摘要】
一种低照度图像增强方法和装置
本专利技术涉及图像处理
,尤其涉及一种低照度图像增强方法和装置。
技术介绍
光照度较低时,监控视频效果往往较差。很多发生在夜晚的案件,在调看视频监控 时,由于监控视频效果差,不能如实还原犯罪分子的真实面貌,给案件的侦破带来困难。因 此,如何能够做到在光照度低时,仍能监看到监控视频的细微特征,快速有效的识别出犯罪 分子的面貌特征,是一个亟待解决的问题。 常见的图像增强处理方法包括:以直方图均衡化法为代表的灰度变换法、基于照 明-反射模型的同态滤波法、梯度域增强方法以及retinex增强方法等。以直方图均衡化 法为代表的灰度变换法能使图像灰度分布更均匀,并增强图像对比度,但它没有考虑图像 的频率信息以及细节信息,容易产生过增强图像。基于照明-反射模型的同态滤波法将图 像分为高、低频两部分,再进行滤波达到增强图像对比度同时压缩图像动态范围的目的,但 会出现过增强现象,对高光区、阴影增强效果差。梯度域增强方法则对原图像的梯度进行 处理,通过减小图像梯度值压缩图像动态范围,增大局部梯度值来增强图像边缘。缺点是 会使图像在一定程度上锐化,并且在梯度域中重建图像需要一定的数值算法,不适合实时 使用。Retinex增强方法使用高斯平滑函数估计原图像的亮度分量,应用光照补偿方法逼 近反射图像,能在保持图像亮度的同时增强图像暗处的信息,与其它的图像增强算法相比, Retinex具有锐化、动态范围压缩大、颜色恒常、色彩保真度高等优点,但存在算法复杂而运 算量大的问题,难以实时处理高清图像的缺陷。 【专利技术内容】 有鉴于此,本专利技术要解决的技术问题是提供一种低照度图像增强方法和装置,以 解决目前低照度图像增强算法复杂而运算量大,难以实时处理高清图像的技术问题。 本专利技术解决上述技术问题所采用的技术方案如下: 根据本专利技术的一个方面,提供的一种低照度图像增强方法包括以下步骤: 计算输入的原始图像的灰度图; 计算灰度图的精确边缘图; 根据灰度图和精确边缘图计算光照图; 调整光照图的对比度; 根据精确边缘图和对比度调整后的光照图合成增强后的灰度图; 根据增强后的灰度图计算增强后的彩色图像并输出。 优选的,计算灰度图的精确边缘图包括: 对灰度图的明、暗像素点分别采用不同的边缘检测算子计算梯度幅值,获得粗略 边缘图; 对粗略边缘图进行去噪; 对去噪之后的粗略边缘图进行修补; 对修补之后的粗略边缘图进行细化,得到精确边缘图。 优选的,对灰度图的明、暗像素点分别采用不同的边缘检测算子计算梯度幅值,获 得粗略边缘图包括: 计算灰度图在x、y方向上的偏导数Gx、Gy ; 根据偏导数Gx、Gy计算梯度图G ; 遍历梯度图G,当像素点的梯度幅值大于预设的梯度阈值时,则该像素点判定为边 缘点,否则判定为非边缘点,得到粗略边缘图; 其中,当像素点(x,y)的灰度值Iin(x,y)大于预设的灰度阈值\时,采用常规的 边缘检测算子计算偏导数G x、Gy ;当像素点(x,y)的灰度值Iin(x,y)小于或等于灰度阈值 时,采用如下边缘检测算子计算偏导数Gx、Gy : 本文档来自技高网...
一种低照度图像增强方法和装置

【技术保护点】
一种低照度图像增强方法,其特征在于,该方法包括以下步骤:计算输入的原始图像的灰度图;计算所述灰度图的精确边缘图;根据所述灰度图和所述精确边缘图计算光照图;调整所述光照图的对比度;根据所述精确边缘图和对比度调整后的光照图合成增强后的灰度图;根据增强后的灰度图计算增强后的彩色图像并输出。

【技术特征摘要】
1. 一种低照度图像增强方法,其特征在于,该方法包括以下步骤: 计算输入的原始图像的灰度图; 计算所述灰度图的精确边缘图; 根据所述灰度图和所述精确边缘图计算光照图; 调整所述光照图的对比度; 根据所述精确边缘图和对比度调整后的光照图合成增强后的灰度图; 根据增强后的灰度图计算增强后的彩色图像并输出。2. 根据权利要求1所述的低照度图像增强方法,其特征在于,计算所述灰度图的精确 边缘图包括: 对所述灰度图的明、暗像素点分别采用不同的边缘检测算子计算梯度幅值,获得粗略 边缘图; 对所述粗略边缘图进行去噪; 对去噪之后的粗略边缘图进行修补; 对修补之后的粗略边缘图进行细化,得到精确边缘图。3. 根据权利要求2所述的低照度图像增强方法,其特征在于,对所述灰度图的明、暗像 素点分别采用不同的边缘检测算子计算梯度幅值,获得粗略边缘图包括: 计算灰度图在X、y方向上的偏导数Gx、Gy ; 根据所述偏导数Gx、Gy计算梯度图G ; 遍历所述梯度图G,当像素点的梯度幅值大于预设的梯度阈值时,则该像素点判定为边 缘点,否则判定为非边缘点,得到粗略边缘图; 其中,当像素点(x,y)的灰度值Iin(x,y)大于预设的灰度阈值&时,采用常规的边缘 检测算子计算偏导数Gx、Gy;当像素点(x,y)的灰度值Iin(x,y)小于或等于灰度阈值&时, 采用如下边缘检测算子计算偏导数G x、Gy :其中,Iin(x, y)表示灰度图Iin中的像素点(X,y)的灰度值。4. 根据权利要求2所述的低照度图像增强方法,其特征在于,对修补之后的粗略边缘 图进行细化,得到精确边缘图包括: 初始化I' #所有的像素点均为〇 ; 采用以下方法给像素点重新赋值: 1) 如果 Iedge(x, y)为 0、且 Iedge(x+1, y)为 1,则 Iedge'(x+M, y)为 1 ; 2) 如果 Iedge(x, y)为 0、且 Iedge(x, y+1)为 1,则 Γ edge(x, y+M)为 1。 其中,(x,y)为当前像素点,Μ表示修补边缘图时用到的模板的半宽或半高,Iedge表示 修补后的粗略边缘图,表示精确边缘图。5. 根据权利要求1所述的低照度图像增强方法,其特征在于,调整所述光照图的对比 度包括: 剔除所述光照图中灰度值两端比例小于预设的比例值的像素点; 计算剩余的像素点的平均灰度值; 将剩余的像素点每一个像素点的灰度值分别减去所述平均灰度值,得到灰度差值图; 将所述灰度差值图中每个像素点的灰度值分别乘以调整因子,其中,调整因子取0至2...

【专利技术属性】
技术研发人员:李芳吴金勇王军
申请(专利权)人:中安消技术有限公司
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 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。

1