一种基于自适应多尺度滤波的低照度图像/视频增强方法技术

本发明专利技术提供了基于自适应多尺度滤波的低照度图像/视频增强方法，本发明专利技术基于大气光散射模型、基于区域特性的自适应滤波、以及自适应亮度修复理论，在低照度视频以及图像增强领域，提出的自适应的多尺度滤波理论和方法，可以使处理后图像的亮度得到提升，同时提升图像或视频的对比度和清晰度，具有采用经典的均值滤波器，计算复杂度低；自适应地求取内部参数，适应范围较广，可以适用于彩色图像或灰度图像，具有良好的通用性。

【技术实现步骤摘要】
一种基于自适应多尺度滤波的低照度图像/视频增强方法
本专利技术属于图像处理
，尤其是涉及可用于单幅图像或连续视频的自适应低照度增强的一种基于区域属性的自适应均值滤波器以及自适应图像亮度修复的图像处理方法。
技术介绍
随着信息化建设的发展，视频技术得到大面积推广应用，但是当图像/视频采集场景的照度太低时，视频画面的亮度和清晰度急剧降低，这是由于低照度的视频图像具有的灰度范围比较窄，相邻像素之间的相关性较高，灰度值的变化不明显等特征，导致图像中的有用的信息和无用的噪声都包含在一个非常窄的灰度范围之内，使得人们无法正常的观察低照度下的视频，为了改善低照度情况下的视频质量以及视觉的效果，以便从中获取有用的信息，需要对低照度的视频进行增强的处理。当前国内外的研究者通过对低照度视频的分析，利用数字图象处理的基本理论，衍生出了许多富有创新性的低照度视频增强算法。国内研究者主要采用局部直方图均衡化、模糊逻辑理论的增强、基于小波变换和数学形态学等方法对低照度图像进行了增强；而国外研究者普遍采用了非线性的色调映射、基于空域和时域的自适应双边滤波以及BP神经网络等方法来对低照度图像进行增强。这些国内外研究者的关于低照度增强的方法提高了增强后图像的质量，但这些方法存在低照度增强算法复杂度高、视觉效果一般、无法根据场景自适应调节亮度等不足之处。
技术实现思路
本专利技术的目的在于克服之前方法的不足之处，提出一种实时的自适应的低照度增强算法，该方法利用了大气光散射模型，可以根据不同的场景特征自适应决定相关参数，对于低照度环境的视频和图像有普遍的增强效果，鲁棒性较高，增强后的图像视觉效果较好。为实现上述目的，本专利技术提出如下技术方案：定义如下变量以便于描述：待处理整幅图像的尺寸为imagesize：即imagesize＝Height*Width，其中Height为图像的高，Width为图像的宽。均值滤波器为avefilter(N)，其中N是均值滤波的窗口大小。基础光强A：大气光成分的强度，本专利技术采用自适应的求取方法，能够根据不同的图像性质判断出不同的值。亮度修复因子ω：修复透射率分布函数中的亮度，本专利技术采用自适应的求取方法，能够根据不同的图像的亮度求取不同的值。透射率分布函数t(x,y)：光线通过大气环境干扰后没有被散射部分的比例，0≤t(x,y)≤1。原始低照度图像为Ioriginal：若为彩色图像，R、G、B三通道的值分别为Ioriginal_R、Ioriginal_G、Ioriginal_B；若为灰度图像则Ioriginal为单通道。一种基于自适应多尺度滤波的低照度图像/视频增强方法，按照如下步骤实现：1)定义低照度图像的光辐射场，取低照度图像每个像素点的三通道的最大值Ioriginal，得到光辐射场初始值w(x，y)；2)通过对低照度亮度的估测，制备出自适应的亮度修复因子ω：求出w(x,y)的平均值：NAmean＝mean(w(x,y))，其中，NAmean为w(x,y)的均值，其公式为其中其中na为图像中像素点的总数；xi′为图像中某一点的亮度值；w(x,y)为光辐射场的初始值，自适应亮度修复因子ω＝k0-(NAmean/k1)2，其中NAmean反映了整幅图像的亮度平均值，k1为设定的控制参数，该参数反映了图像的明暗程度；3)通过对低照度亮度的估测，制备出基础光强A：定义整幅图像的尺寸为imagesize＝Height*Width，其中Height为图像的高Width为图像的宽，统计光辐射场w(x,y)的直方图Histogram_w；计算直方图的累加和当对应的j1即为基础光强A，其中k2为设定的控制参数；4)制备两个自适应的均值滤波器avefilter1(N，x，y)，avefilter2(N，x，y)，定义局部窗口均值滤波器为avefilter(N,x,y)，其公式为：其中p，q为二维图像中像素的坐标，正方形窗口的边长N＝2r+1；逐点计算低照度图像局部窗口内光辐射场的标准差：Nstd＝std(w(x,y))，其中，w(x,y)为光辐射场的初始值；std()为求取标准差的操作，其公式为其中n为2r+1边长正方形窗口中像素点的总数；xi为图像中每一点的像素值；Nmean为2r+1边长正方形窗口内图像亮度平均值；Nstd为2r+1边长正方形窗口内图像的标准差，反映了局部窗口内图像的差异；对光辐射场的标准差做归一化处理：Nstd2＝Nstd2/(k3+Nstd2)，k3为设定的控制参数，控制归一化曲线的弯曲程度；求取自适应的窗口大小N：N＝2*floor(k4*Nstd2)+1，其中，floor()为向下取整数的操作，k4为设定的控制参数，能够控制滤波器的窗口，其值越大，滤波器窗口越大，滤波后的图像越平滑；5)对低照度图像进行亮度提升处理：对光辐射场初始值做第一次处理：其中为卷积运算符；avefilter1(N,x,y)为先前制备出的均值滤波器模板；w(x,y)为光辐射场初始值；对光辐射场初始值做第二次处理，其中为卷积运算符；avefilter2(2*N+1,x,y)为先前制备出的均值滤波模板；w(x,y)为光辐射场初始值：光辐射场的精确估计值：U(x,y)＝ave1(x,y)*(1-Nstd2)+ave2(x,y)*Nstd2，其中Nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差；ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值；U(x,y)定义为光辐射场的精确估计值；透射率分布函数s(x,y)：其中ω为先前制备出的自适应亮度修复因子；B＝255-A；U(x,y)为已计算的光辐射场精确估计值；根据复原公式J(x,y)＝(Ioriginal(x,y)-A)*s(x,y)+A，将灰度图像亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y)，即可得到复原后图像J(x,y)。上述技术方案中，原始低照度图像为彩色图像，计算低照度图像每个像素点的三通道的最大值，即可得到光辐射场初始值w(x,y)＝max(Ioriginal_R,Ioriginal_G,Ioriginal_B)，复原公式J(x,y)＝(Ioriginal(x,y)-A)*s(x,y)+A，分别将三通道的值Ioriginal_R(x,y)、Ioriginal_G(x,y)、Ioriginal_B(x,y)以及基础光强A、透射率分布函数s(x,y)代入计算得到R、G、B三通道的复原值JR(x,y)、JG(x,y)、JB(x,y)，即可得到复原后图像J(x,y)；上述技术方案中，若图像为灰度图像，光辐射场初始值w(x,y)＝Ioriginal，复原公式J(x,y)＝(Ioriginal(x,y)-A)*s(x,y)+A，将灰度图像亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y)，即可得到复原后图像J(x,y)；上述技术方案中，参数k1：可调控制参数，范围为0.7≤k1≤0.95，实际值根据图像性质具体决定。上述技术方案中，参数k2：可调控制参数，范围为0≤k2≤0.1，实际值根据图像性质具体决定。本专利技术基于大气光散射模型、基于区域特本文档来自技高网...

【技术保护点】
一种基于自适应多尺度滤波的低照度图像/视频增强方法，其特征在于：按照如下步骤实现：1)定义低照度图像的光辐射场，取低照度图像每个像素点的三通道的最大值Ioriginal，得到光辐射场初始值w(x，y)；2)通过对低照度亮度的估测，制备出自适应的亮度修复因子ω：求出w(x,y)的平均值：Nmean＝mean(w(x,y))，其中，Nmean为w(x,y)的均值，mean()为求得整幅图像均值的操作，其公式为其中n为图像中像素点的总数；xi为图像中某一点的亮度值；w(x,y)为光辐射场的初始值，自适应亮度修复因子ω＝k0‑(Nmean/k1)2，其中Nmean反映了整幅图像的亮度平均值，k1为设定的控制参数，该参数反映了图像的明暗程度；3)通过对低照度亮度的估测，制备出基础光强A：定义整幅图像的尺寸为imagesize＝Height*Width，其中Height为图像的高Width为图像的宽，统计光辐射场w(x,y)的直方图Histogram_w；计算直方图的累加和当对应的j1即为基础光强A，其中k2为设定的控制参数；4)制备两个自适应的均值滤波器avefilter1(N，x，y)，avefilter2(N，x，y)，定义局部窗口均值滤波器为avefilter(N)，其公式为：其中i，j为二维图像中像素的坐标，2r+1为正方形窗口的大小；逐点计算低照度图像局部窗口内的光辐射场方差：Nstd＝std(w(x,y))，其中，w(x,y)为光辐射场的初始值；std()为求取标准差的操作，其公式为其中n为窗口中像素点的总数；xi为图像中每一点的像素值；Nmean为窗口内图像亮度平均值；Nstd为窗口内图像的标准差，反映了局部窗口内图像的差异；对光辐射场的标准差做归一化处理：Nstd2＝Nstd2/(k3+Nstd2)，k3为设定的控制参数，控制归一化曲线的弯曲程度；求取自适应的窗口大小N：N＝2*floor(k4*Nstd2)+1，其中，floor()为向下取整数的操作，k4为设定的控制参数，能够控制滤波器的窗口，其值越大，滤波器窗口越大，滤波后的图像越平滑；5)对低照度图像进行亮度提升处理：对光辐射场初始值做第一次处理：ave1(x,y)=w(x,y)⊗avefilter1(N,x,y),]]>其中为卷积运算符；avefilter1(N,x,y)为先前制备出的均值滤波器模板；w(x,y)为光辐射场初始值；对光辐射场初始值做第二次处理，ave2(x,y)=w(x,y)⊗avefilter2(2*N+1,x,y),]]>其中为卷积运算符；avefilter2(2*N+1,x,y)为先前制备出的均值滤波模板；w(x,y)为光辐射场初始值：光辐射场的精确估计值：U(x,y)＝ave1(x,y)*(1‑Nstd2)+ave2(x,y)*Nstd2，其中Nstd2为先前制备均值滤波器所求的归一化的光辐射场标准差；ave1(x,y)和ave2(x,y)分别为对光辐射场初始值进行两次滤波求得的值；U(x,y)定义为光辐射场的精确估计值；透射率分布函数s(x,y)：其中ω为先前制备出的自适应亮度修复因子；B＝255‑A；U(x,y)为已计算的光辐射场精确估计值；根据复原公式J(x,y)＝(Ioriginal(x,y)‑A)*s(x,y)+A，将灰度图像亮度值Ioriginal以及基础光强A、透射率分布函数s(x,y)代入计算得到复原后值J(x,y)，即可得到复原后图像J(x,y)。...

【技术特征摘要】
1.一种基于自适应多尺度滤波的低照度图像/视频增强方法，其特征在于：按照如下步骤实现：1)定义低照度图像的光辐射场，取低照度图像每个像素点的三通道的最大值Ioriginal，得到光辐射场初始值w(x,y)；2)通过对低照度亮度的估测，制备出自适应的亮度修复因子ω：求出w(x,y)的平均值：NAmean＝mean(w(x,y))，其中，NAmean为w(x,y)的均值，mean()为求均值的操作，其公式为其中na为图像中像素点的总数；x′i为图像中某一点的亮度值；w(x,y)为光辐射场的初始值；自适应亮度修复因子ω＝k0-(NAmean/k1)2，其中NAmean反映了整幅图像的亮度平均值，k1为设定的控制参数，该参数反映了图像的明暗程度；3)通过对低照度亮度的估测，制备出基础光强A：定义整幅图像的尺寸为imagesize＝Height*Width，其中Height为图像的高Width为图像的宽，统计光辐射场初始值w(x,y)的直方图Histogram_w；计算直方图的累加和Histogram_w，当对应的j1即为基础光强A，其中k2为设定的控制参数；4)制备两个自适应的均值滤波器avefilter1(N，x，y)，avefilter2(N，x，y)，定义局部窗口均值滤波器为avefilter(N,x,y)，其公式为：其中p，q为二维图像中像素的坐标，正方形窗口的边长N＝2r+1；逐点计算低照度图像局部窗口内光辐射场的标准差：Nstd＝std(w(x,y))，其中，w(x,y)为光辐射场的初始值；std()为求取标准差的操作，其公式为其中n为2r+1边长正方形窗口中像素点的总数；xi为图像中每一点的像素值；Nmean为2r+1边长正方形窗口内图像亮度平均值；Nstd为2r+...

【专利技术属性】
技术研发人员：戴声奎，
申请(专利权)人：武汉博睿达信息技术有限公司，
类型：发明
国别省市：湖北;42