【技术实现步骤摘要】
本专利技术涉及计算机视觉领域,特指一种基于时空累积和图像退化模型的低照度视频图像增强方法。
技术介绍
随着图像处理技术的不断发展,视频监控、智能交通系统以及运动目标识别跟踪等数字监控系统得到了广泛的应用。然而,低照度情况下获取的图像不但对比度低,颜色失真同时图像的细节信息也难以辨别。低照度环境造成的图像质量降低的情况不仅影响了人眼对图像的辨识,而且也造成计算机视觉系统不能正常运行。图像增强的目的在于突出图像的信息,增强有用信息,改善图像视觉效果,将其运用于低照度图像,可以改善成像效果。传统的灰度变化法和直方图均衡法在增强图像的同时也增强了噪声信息,但噪声含量高。基于Retinex的图像增强方法处理灰度图像能够取得较好效果,但在处理彩色图像时,会导致颜色的失真。由于光线不足而造成的低照度图像,对其进行反转运算,得到的反转图像在视觉上与白天雾天图像非常相似,因此可以将去雾算法运用到低照度图像增强过程中。然而,传统的基于图像退化模型的去雾技术的图像增强方法未考虑伪雾图像其“雾”的浓度是由于光照而非景深决定的这一特性,从而计算的透射率不够精确,以及导致伪雾图像的去雾效果不佳,继而影响图像增强的效果。面向低照度图像增强,针对现行图像增强算法存在的问题,本专利技术提出了基于时空累积和图像退化模型的低照度视频图像增强方法。该方法首先通过时空域累积信息的方法对低照度视频图像进行降噪处理,避免了图像增强的同时也增强了图像中的噪声信息;依据低照度图像的反转图像是与雾天图像相似的伪雾图像,可以将雾天图像的图像退化模型运用到低照度图像增强中;为了能够快速求取大尺寸伪雾图像的大气 ...
【技术保护点】
一种基于时空域累积和图像退化模型的低照度视频图像增强方法,其特征是:包括如下步骤:(1)利用时空域累积信息的对低照度视频图像进行降噪处理;(2)对降噪处理后的低照度视频图像Ic(x)进行反转运算,反转公式为Ir(x)=1‑Ic(x),反转后的图像为伪雾图像Ir(x),其中,x是图像的坐标点;求解伪雾图像Ir(x)的大气光值A,对伪雾图像Ir(x)进行亚采样后求得暗通道图像,再利用插值方法求得伪雾图像Ir(x)的完整的暗通道图像,至此再采用暗原色先验规律估算伪雾图像的大气光值A;(3)估算图像退化模型中的透射率t(x),采用基于伪雾图像的亮度分量估算透射率;估算过程如下:伪雾图像Ir的亮度分量为:Y=0.299Rr+0.587Gr+0.114Brt(x)=Y(x)+2c其中,Rr、Gr、Br分别为伪雾图像Ir的三个颜色通道;Y为Ir的亮度分量,c取0.6;(4)通过滤波的方式优化透射率,得到优化后的透射率t(x);优化过程如下:双边滤波优化透射率的公式为:t(x)′=1w(x)Σy∈N(x)Gσs(||x-y||)Gσr(| ...
【技术特征摘要】
1.一种基于时空域累积和图像退化模型的低照度视频图像增强方法,其特征是:包括如下步骤:(1)利用时空域累积信息的对低照度视频图像进行降噪处理;(2)对降噪处理后的低照度视频图像Ic(x)进行反转运算,反转公式为Ir(x)=1-Ic(x),反转后的图像为伪雾图像Ir(x),其中,x是图像的坐标点;求解伪雾图像Ir(x)的大气光值A,对伪雾图像Ir(x)进行亚采样后求得暗通道图像,再利用插值方法求得伪雾图像Ir(x)的完整的暗通道图像,至此再采用暗原色先验规律估算伪雾图像的大气光值A;(3)估算图像退化模型中的透射率t(x),采用基于伪雾图像的亮度分量估算透射率;估算过程如下:伪雾图像Ir的亮度分量为:Y=0.299Rr+0.587Gr+0.114Brt(x)=Y(x)+2c其中,Rr、Gr、Br分别为伪雾图像Ir的三个颜色通道;Y为Ir的亮度分量,c取0.6;(4)通过滤波的方式优化透射率,得到优化后的透射率t(x);优化过程如下:双边滤波优化透射率的公式为:t(x)′=1w(x)Σy∈N(x)Gσs(||x-y||)Gσr(|Ix-Iy|)t(x)]]>其中,w(x)=Σy&Elemen...
【专利技术属性】
技术研发人员:陈蓉,马昊辰,
申请(专利权)人:湖南源信光电科技有限公司,
类型:发明
国别省市:湖南;43
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。