基于暗通道先验和色调映射的低照度图像增强方法技术

本发明专利技术公开了一种基于暗通道先验和色调映射的低照度图像增强方法。首先，根据低照度反转图像与低照度图像的相似性求出场景透射率，进而估计得到场景深度；然后将深度信息用于色调映射函数改进，提升图像整体亮度；最后，基于图像梯度对图像的局部对比度进行增强，以恢复更多的图像细节。本发明专利技术算法对低照度图像增强效果明显，运算简单且能很好地抑制图像噪声。本发明专利技术方法不仅能够有效提高图像的亮度、对比度，显著改善图像视觉效果，同时可保留更多的图像细节，减少噪声，降低运算复杂度。

【技术实现步骤摘要】

本专利技术属计算机图像处理领域，尤其涉及一种低照度图像增强方法。
技术介绍
在夜晚或低照度下拍摄到的图像具有整体亮度低、细节丢失和噪声严重等现象，这给视频监控、物体识别与追踪等视觉系统的性能造成了极大的影响。因此，研究低照度图像增强具有重要的应用价值。现有的低照度图像增强方法主要有直方图均衡化算法[6]、Retinex算法[4]、色调映射算法[3]以及基于暗通道先验的算法[5]。色调映射方法通过对像素灰度进行函数变换，提高图像暗区的亮度，其算法简单，计算速度快，但目前的色调映射方法并未考虑图像成像物理模型，容易产生细节丢失、颜色失真等问题。基于暗通道先验的方法[2]利用低照度图像反转与雾天图像的相似性[5]，根据雾天成像模型来增强低照度图像，该方法能较好的保持图像色彩，恢复图像细节，但由于假定透射率在局部区域内恒定而易产生块效应。[参考文献][1]F.Drago,K.Myszkowski,T.Annen and N.Chiba,“Adaptive logarithmic mapping for displaying high contrast scenes”,in Proc.EUROGRAPHICS,vol.22,no.3,pp.419-426,2003。[2]He K,Sun J,Tang X.Single image haze removal using dark channel prior[J].Pattern Analysis and Ma-chine Intelligence,IEEE Transactions on,2011,33(12):2341-2353。[3]Z.J.Zhou,N.Sang,X.R.Hu,Global brightness and local contrast adaptive enhancement for low illumination color image,Optik,v 125,n 6,p 1795-1799,March 2014。[4]Liqian W，Liang X，Hongyi L，Zhihui W，Variational Bayesian Method for Retinex，IEEE Transactions on Image Processing,v 23,n 8,p 3381-96,Aug.2014。[5]X.Dong,J.T.Wen,W.X.Li,An efficient and integrated algorithm for video enhancement in challenging lighting conditions,in Proceedings of Institute of Electrical and Electronic Engineers International Conference on Computer Vision and Pattern Recognition,pp.1241-1249,2011。[6]Tarik Arici；Salih Dikbas；Yucel Altunbasak，A Histogram Modification Framework and Its Application for Image Contrast Enhancement,IEEE Transactions on Image Processing，p1921-1935,2009。[7]Gao R,Fan X,Zhang J,Haze filtering with aerial perspective[C],19thIEEE International Conference on Image Processing,Coronado Springs,USA,2012:989-992Evaluating new technologies to enhance night vision by looking at detection and recognition distances of non-motorists and objects,in Proceedings of the Human Factors and Ergonomics Society Annual Meeting,vol.45,no.23,pp.1612-1616,2001。[8]M.Blanco,J.M.Hankey,T.A.Dingus,Evaluating new technologies to enhance night vision by looking at detection and recognition distances of non-motorists and objects,in Proceedings of the Human Factors and Ergonomics Society Annual Meeting,vol.45,no.23,pp.1612-1616,2001。
技术实现思路
针对色调映射和暗通道先验用于低照度图像增强时出现的问题，本专利技术提出一种基于暗通道先验和色调映射相结合的低照度图像增强算法。首先根据物理模型方法暗通道先验[2]求得低照度图像的反转图像的透射率，并根据透射率与深度信息的关系[7]估计图像深度；然后基于估计到的图像深度信息设计色调映射函数，利用包含物理模型的色调映射方法对图像进行全局增强；最后根据图像梯度信息来改善图像局部细节。该方案不仅能够有效提高图像的亮度、对比度，显著改善图像视觉效果，同时可保留更多的图像细节，减少噪声，降低运算复杂度。为了解决上述技术问题，本专利技术提出的一种基于暗通道先验和色调映射的低照度图像增强方法，包括以下步骤：步骤一、输入的低照度图像为I(x)，将图像I(x)反转得图像其中c∈(r,g,b)；步骤二、计算反转后图像的暗原色将图像中所有像素的暗原色值由大到小排列，取前1％暗原色的均值作为大气光值A；步骤三、计算反转后图像的透射率步骤四、根据场景深度与透射率的关系估计低照度图像I(x)的深度，表达式为：步骤五、使用归一化函数Normalize()对图像深度进行归一化：步骤六、将低照度图像I(x)从RGB空间转到HSV空间，对V空间色调映射，映射函数为： I e n - g V ( x ) = 0.7 * ( 1 - ( 1 - I V ( x ) ) 2 本文档来自技高网...

【技术保护点】
一种基于暗通道先验和色调映射的低照度图像增强方法，其特征在于，包括以下步骤：步骤一、输入的低照度图像为I(x)，将图像I(x)反转得图像其中c∈(r,g,b)；步骤二、计算反转后图像的暗原色将图像中所有像素的暗原色值由大到小排列，取前1％暗原色的均值作为大气光值A；步骤三、计算反转后图像的透射率步骤四、根据场景深度与透射率的关系估计低照度图像I(x)的深度，表达式为：步骤五、使用归一化函数Normalize()对图像深度进行归一化：步骤六、将低照度图像I(x)从RGB空间转到HSV空间，对V空间色调映射，映射函数为：Ien-gV(x)=0.7*(1-(1-IV(x))2)*ln10log(2+((IV(x)Imax)lnbln0.5)*8)---(1)]]>式(1)中，b(x)＝β*e‑d'(x)，β为常数，取0.45，Imax为整个图像灰度的最大值，为色调映射后的图像；步骤七、根据图像梯度对色调映射后的图像进行局部对比度增强：Ien-lV(x)=Ien-gV(x)+γ*Normalize(α(x))*(Ien-gV(x)-I‾en-gV(x))---(2)]]>式(2)中，γ为常数，是均值滤波后的图像，为增强后的V空间图像；步骤八、将增强后的V空间图像与低照度图像I(x)的H、S空间结合，然后将结合后的图像从HSV空间转换到RGB空间，得到最终增强图像。...

【技术特征摘要】
1.一种基于暗通道先验和色调映射的低照度图像增强方法，其特征在于，包括以下步骤：步骤一、输入的低照度图像为I(x)，将图像I(x)反转得图像其中c∈(r,g,b)；步骤二、计算反转后图像的暗原色将图像中所有像素的暗原色值由大到小排列，取前1％暗原色的均值作为大气光值A；步骤三、计算反转后图像的透射率步骤四、根据场景深度与透射率的关系估计低照度图像I(x)的深度，表达式为：步骤五、使用归一化函数Normalize()对图像深度进行归一化：步骤六、将低照度图像I(x)从RGB空间转到HSV空间，对V空间色调映射，映射函数为： I e n - g V ( x ) = 0.7 * ( 1 - ( 1 - I V ( x ) ) 2 ) * l n 10 l o g ( 2 + ( ( I V ( x ) I m a x ...

【专利技术属性】
技术研发人员：杨爱萍，宋曹春洋，白煌煌，王建，张莉云，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12