基于暗原色和双边滤波的低照度图像自适应增强方法技术

本发明专利技术公开了一种基于暗原色和双边滤波的低照度图像自适应增强方法，步骤是：将低照度图像反转后计算其透射率，并估计图像深度得到暗原色图像，将低照度图像从RGB空间转到HSV空间，对V空间图像和暗原色图像分别进行色调映射后进行融合，然后对融合后的V空间图像进行双边滤波，将滤波后的V空间图像、低照度图像的H空间图像和低照度图像的S空间图像结合，最后将结合后的图像从HSV空间转换到RGB空间，从而得到最终增强图像。本发明专利技术方法实现图像的自适应增强，并利用低照度图像的暗原色图的特征来增强图像的细节信息；利用双边滤波滤除图像噪声。该方法不仅能够有效提高图像的整体亮度、局部对比度，同时可突出图像细节，减少噪声。

Low illumination image adaptive enhancement method based on dark primary color and bilateral filtering

The invention discloses a low illumination image enhancement method, adaptive and dark colors based on bilateral filtering steps are: low illumination image reversal after the calculation of the transmittance, and estimate the image depth of dark channel image, the low illumination image from RGB space to HSV space to V space image and dark color images color after mapping fusion, then bilateral filtering of the V space fused image, the image of S space H space V space images, images of low illumination image after filtering and low illumination image combination, and finally the image combination after conversion from HSV space to RGB space, so as to obtain the final image enhancement. The method of the invention realizes the adaptive enhancement of the image, and uses the characteristics of the dark primary image of the low illumination image to enhance the detail information of the image, and uses the bilateral filtering to filter the image noise. This method can not only improve the overall brightness and local contrast of the image, but also highlight the details of the image and reduce noise.

【技术实现步骤摘要】
基于暗原色和双边滤波的低照度图像自适应增强方法
本专利技术属计算机图像处理领域，尤其涉及一种用于低照度图像的增强方法。
技术介绍
在光照不足的场景如傍晚或夜晚等环境下拍摄的图像存在曝光不足、对比度低和噪声严重等缺点，这对交通路况、视频监控和罪犯特征识别等应用造成了极大的影响。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]、基于图像融合的算法、色调映射算法[3]以及基于暗原色先验的算法[5]。色调映射方法通过映射函数对像素进行灰度变换，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在映射时容易将图像中的噪声放大。基于暗原色先验的方法[2]利用低照度图像反转与雾天图像的相似性[5]，根据大气散射模型对低照度图像进行增强。该方法能较好地提升图像整体亮度，但由于假定透射率在局部区域内恒定而易产生块效应。增强后的低照度图像需要使用合适的滤波方法滤除图像中的噪声，主要有均值滤波、中值滤波和双边滤波[4]方法。双边滤波将像素距离和像素强度差作为权重影响因子，该方法能较好地在滤除图像噪声的同时保持景物的边缘信息。[参考文献][1]F.Drago,K.Myszkowski,T.AnnenandN.Chiba,“Adaptivelogarithmicmappingfordisplayinghighcontrastscenes”,inProc.EUROGRAPHICS,vol.22,no.3,pp.419-426,2003.[2]HeK,SunJ,TangX.Singleimagehazeremovalusingdarkchannelprior[J].PatternAnalysisandMa-chineIntelligence,IEEETransactionson,2011,33(12):2341-2353.[3]Z.J.Zhou,N.Sang,X.R.Hu,Globalbrightnessandlocalcontrastadaptiveenhancementforlowilluminationcolorimage,Optik,v125,n6,p1795-1799,March2014.[4]TomasiC,ManduchiR.BilateralFilteringforGrayandColorImages[J].Iccv,1998:839-846.[5]X.Dong,J.T.Wen,W.X.Li,Anefficientandintegratedalgorithmforvideoenhancementinchallenginglightingconditions,inProceedingsofInstituteofElectricalandElectronicEngineersInternationalConferenceonComputerVisionandPatternRecognition,pp.1241-1249,2011.[6]TarikArici；SalihDikbas；YucelAltunbasak，AHistogramModificationFrameworkandItsApplicationforImageContrastEnhancement,IEEETransactionsonImageProcessing，p1921-1935,2009.[7]GaoR,FanX,ZhangJ,etal.Hazefilteringwithaerialperspective[C].InternationalConferenceonImageProcessing.2012:989-992.[8]RahmanZU,JobsonDJ,WoodellGA.Multi-scaleretinexforcolorimageenhancement[C].InternationalConferenceonImageProcessing.Lausanne,1996:1003-1006.
技术实现思路
针对基于暗通道先验的低照度图像增强出现的晕轮伪影等问题，本专利技术提出一种基于暗原色和双边滤波相结合的低照度图像自适应增强方法。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和图像整体亮度设计色调映射函数，实现图像的自适应增强，并利用低照度图像的暗原色图的特征来增强图像的细节信息；最后利用双边滤波滤除图像噪声。该方案不仅能够有效提高图像的整体亮度、局部对比度，同时可突出图像细节，减少噪声。为了解决上述技术问题，本专利技术提出的一种基于暗原色和双边滤波的低照度图像自适应增强方法，包括以下步骤：步骤1、输入的低照度图像为图像I(x)，将图像I(x)反转得反转后图像其中，c∈(r,g,b)；计算反转后图像的暗原色将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；计算反转后图像的透射率：步骤2、根据图像深度与透射率的关系利用公式估计图像深度，使用归一化函数Normalize()对图像深度进行归一化：步骤3、计算图像I(x)的暗原色，得到暗原色图像Idark(x)，其中，Ω(x)为以x为中心5×5大小的邻域内所有像素的集合，y为Ω(x)中任意一个像素；标记图像I(x)中的光源区域β取0.8；将图像I(x)从RGB空间转到HSV空间，求取图像I(x)在V空间的整体亮度：步骤4、对图像I(x)的V空间图像IV(x)和暗原色图像Idark(x)分别进行色调映射，其中，对V空间图像IV(x)进行色调映射的映射函数为：对暗原色图像Idark(x)进行色调映射的映射函数为：式(1)和式(2)中，为V空间图像IV(x)中所有像素的最大值，为暗原色图像Idark(x)中所有像素的最大值，b(x)为色调映射函数参数，为V空间图像IV(x)色调映射后的图像，为暗原色图像Idark(x)色调映射后的图像；步骤5、将图像与图像进行融合，得到融合后的V空间图像为其中，α和λ都取0.5；步骤6、对融合后的V空间图像进行双边滤波，得到滤波后的V空间图像式(3)中，S表示以x为中心5×5大小的邻域内所有像素的集合，y表示S集合中的某个像素，||x-y||表示x与y的空间距离，G表示高斯函数，σd是距离影响因子参数，σd取值为4，σr是像素差值影响因子参数，σr取值为0.05；步骤7、将滤波后的V空间图像图像I(x)的H空间图像和图像I(x)的S空间图像结合，然后将结合后的图像从HSV空间转换到RGB空间，从而得到最终增强图像Ifinal(x)。与现有技术相比，本专利技术的有益效果是：本专利技术基于暗通道先验求得当前场景的透射率，根据透射率与深度的关系得到当前场景深度，将深度信息和整体亮度融入到色调映射函数中，实现自适应提升V空间图像和增强暗原色图的细节，将增强后的暗原色图与V空间图像融合，最后利用双边滤波滤除图像噪声，从而得到最终增强图像。附图说明图1(a)是实施例1一幅名称为Traffic的低照度图像；图1(b)是图1(a)中方框内局部图像的放大图；图1(c)是采用MSR方法[8]对图1(a)所示图像的增强效果图；本文档来自技高网...

【技术保护点】
一种基于暗原色和双边滤波的低照度图像自适应增强方法，其特征在于，包括以下步骤：步骤1、输入的低照度图像为图像I(x)，将图像I(x)反转得反转后图像

【技术特征摘要】
1.一种基于暗原色和双边滤波的低照度图像自适应增强方法，其特征在于，包括以下步骤：步骤1、输入的低照度图像为图像I(x)，将图像I(x)反转得反转后图像其中，c∈(r,g,b)；计算反转后图像的暗原色将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；计算反转后图像的透射率：步骤2、根据图像深度与透射率的关系利用公式估计图像深度，使用归一化函数Normalize()对图像深度进行归一化：步骤3、计算图像I(x)的暗原色，得到暗原色图像Idark(x)，其中，Ω(x)为以x为中心5×5大小的邻域内所有像素的集合，y为Ω(x)中任意一个像素；标记图像I(x)中的光源区域β取0.8；将图像I(x)从RGB空间转到HSV空间，求取图像I(x)在V空间的整体亮度：步骤4、对图像I(x)的V空间图像IV(x)和暗原色图像Idark(x)分别进行色调映射，其中，对V空间图像IV(x)进行色调映射的映射函数为：

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