一种夜晚低亮度图像增强系统技术方案

本申请属于图像处理技术领域，特别是涉及一种夜晚低亮度图像增强系统。现有的夜晚低亮度图像增强方法直接应用在无人机巡航系统，存在实时性不足，鲁棒性不足，会产生额外噪声和图像平滑等问题。本申请提供了一种夜晚低亮度图像增强系统，包括图像增强子系统和图像降噪锐化子系统，所述图像增强子系统包括图像映射拉伸单元和输入图像的尺度因子值最优化单元，所述图像降噪锐化子系统包括颜色空间转换单元和三维块匹配单元。实现不同亮度不同场景的亮度增强，同时实现降噪锐化的效果，算法的鲁棒性最高。

A low brightness image enhancement system at night

【技术实现步骤摘要】
一种夜晚低亮度图像增强系统
本申请属于图像处理
，特别是涉及一种夜晚低亮度图像增强系统。
技术介绍
夜晚城市治安管理是智慧城市建设的重要环节，近年来，无人机技术发展迅猛，将无人机应用于夜晚城市治安管理是未来城市管理的趋势。图像质量是夜晚城市治安管理的关键影响因素，由于夜晚光照不足，不论是专业相机还是消费级相机均无法拍摄到令人满意的夜间图像，因而近年来夜间图像增强技术成为国内外学者的研究热点。在无人机夜晚图片中，图像可读性直接影响了后续的识别检测。亮度增强是提高图像质量的重要方法，已经广泛应用于水下图像重建，医学图像增强和智能交通领域。但其应用领域与夜晚无人机巡航系统差距较大，例如水下图片增强与陆地实际场景差异较大，医学领域应用主要针对物体较小且精度达微纳米级别的研究；无人驾驶与智能交通领域应用固定在道路交通。上述都是针对其主要的专业领域，对光照和环境条件的依赖性较高。但在实际的无人机巡航智能检测系统中，涉及到的场景很多，如工厂禁地、交通追踪、夜间防盗、黑暗角落行人判别等多个方面，外界环境的干扰极易造成光照不稳定，亮暗波动较大，噪声情况不明朗，增加了城市治安管理的难度，特别是监测地点离无人机距离较远的情况。针对复杂的应用场景，一些适应性较好夜晚图像增强算法被提出。ShenJ等人提出了通过自适应衰减量化的retinex方法来增强亮度细节(AAQR)；GuptaB等人提出了利用像素的伽马校正和加权累计概率分布函数来增强图像(AGCCPF)；GuoX等人提出一个去雾转换图模型来优化初始照明图，从而更好的重构光照图(LIME)；FuX等人提出了通过融合光照图初始估计的多阶导数来调整图像亮度(MF)；JiangB等人提出采用带颜色重构的多尺度高斯滤波来分离反射图和光照图(MSRCR)；FuX等人采用估计反射分量和光照分量来改变亮度。现有的夜晚低亮度图像增强方法直接应用在无人机巡航系统，存在实时性不足，鲁棒性不足，会产生额外噪声和图像平滑等问题。
技术实现思路
1.要解决的技术问题基于现有的夜晚低亮度图像增强方法直接应用在无人机巡航系统，存在实时性不足，鲁棒性不足，会产生额外噪声和图像平滑等问题，本申请提供了一种夜晚低亮度图像增强系统。2.技术方案为了达到上述的目的，本申请提供了一种夜晚低亮度图像增强系统，包括图像增强子系统和图像降噪锐化子系统，所述图像增强子系统包括图像映射拉伸单元和输入图像的尺度因子值最优化单元，所述图像映射拉伸单元，用于对图像进行增强处理，所述输入图像的尺度因子值最优化单元，用于根据图像的亮度调整图像的清晰度，所述图像降噪锐化子系统包括颜色空间转换单元和三维块匹配单元，所述颜色空间转换单元，用于将图像RGB颜色空间转为YCbCr颜色空间，所述三维块匹配单元，用于实现图像降噪锐化。本申请提供另一种实施方式为：所述图像映射拉伸单元为双曲正切曲线映射拉伸单元，所述双曲正切曲线在定义域大于零时，对高亮度抑制，对低亮度拉伸。本申请提供另一种实施方式为：所述双曲正切曲线映射拉伸单元，根据输入图像的强度对图像增强强度进行加权，减轻高亮度区域的加强处理。本申请提供另一种实施方式为：所述双曲正切曲线映射拉伸单元，将加权后的图像进行动态范围的拉伸。本申请提供另一种实施方式为：所述加权系数为图像像素点的R、G和B三个通道平均值。本申请提供另一种实施方式为：所述输入图像的尺度因子值最优化单元基于黄金分割搜索算法，所述输入图像的尺度因子取值范围为[0.1，9.9]。本申请提供另一种实施方式为：所述三维块匹配单元包括基本估计模块、最终估计模块和非锐化滤波模块。本申请提供另一种实施方式为：所述基本估计模块包括第一块匹配子模块、协同硬阈值滤波子模块和第一聚合子模块。本申请提供另一种实施方式为：所述最终估计模块包括第二块匹配子模块、协同Wiener滤波子模块和第二聚合子模块。本申请提供另一种实施方式为：所述图像增强系统处理后，图像F值、图像置信度、图像基于补丁的对比度质量指标和图像对比度均有提高，其中图像F值综合反映了目标检测的精确率和召回率，是目标检测性能的综合评价指标。3.有益效果与现有技术相比，本申请提供的一种夜晚低亮度图像增强系统的有益效果在于：本申请提供的夜晚低亮度图像增强系统，针对夜晚无人机视觉智能检测系统，研究先进的夜晚低亮度图像增强算法，提出了一种面向无人机视觉智能检测的夜晚低亮度图像增强方法，提高夜晚无人机巡航监控系统的图像质量，进而提高了夜晚目标识别检测准确率，有利于促进当地治安的高效管理。本申请提供的夜晚低亮度图像增强系统，面向无人机夜晚城市治安管理，提出了融合最优双曲正切曲线和改进的三维匹配块夜晚图像增强方法，更适用于无人机夜晚巡航系统。本申请提供的夜晚低亮度图像增强系统，面向夜晚无人机视觉智能检测系统，提出了融合最优双曲正切曲线和改进的三维匹配块夜晚图像增强方法，首先，研究最优双曲正切函数的性质，采用加权拉伸的方法将无人机采集的图像进行图像整体亮度增强；通过采用黄金分割算法最大化图像熵，实现参数的最优化；其次，提出在YCbCr空间中结合非锐化滤波技术来改进三维块匹配的增强方法，实现图像降噪锐化处理。本申请提供的夜晚低亮度图像增强系统，与目前先进的夜晚低亮度图像增强方法相比，在无人机智能检测系统中目标识别准确率和算法运行时间都处于领先地位。对不同类型图像的鲁棒性表现更好，实时性也能满足实际应用要求。本申请提供的夜晚低亮度图像增强系统，将处理空间从RGB颜色空间转为YCrCb颜色空间进行，直接对Y通道进行亮度进行处理，避免了去燥锐化过程对颜色分量的影响。本申请提供的夜晚低亮度图像增强系统，通过非锐化掩膜滤波改善了三维块匹配算法中图像平滑的问题，实现夜晚低亮度图像的去燥和锐化。本申请提供的夜晚低亮度图像增强系统，综合考虑了图像亮度和图像目标识别效果，通过最优双曲正切曲线对低亮度图像进行亮度增强。通过非锐化掩膜滤波改进三维块匹配算法，实现图像的去燥和锐化，进而提高目标识别的准确率。本申请提供的夜晚低亮度图像增强系统，在最优化k值过程采用了黄金分割算法进行自适应最优化，并通过图像亮度选择将k值分为三组，以提高算法的运行效率。附图说明图1是本申请的一种夜晚低亮度图像增强系统原理示意图；图2是本申请的基于非锐化滤波的BM3D算法示意图；图3是增强前后夜晚行人识别效果图；图4是不同增强方法对行人识别的结果示意图；图中：1-图像增强子系统、2-图像降噪锐化子系统、3-图像映射拉伸单元、4-输入图像的尺度因子值最优化单元、5-颜色空间转换单元、6-三维块匹配单元、7-基本估计模块、8-最终估计模块、9-非锐化滤波模块、10-第一块匹配子模块、11-协同硬阈值滤波子模块、12-第一聚合子模块、13-第二块匹配子模块、14-协同维纳滤波子模块、15-第二聚本文档来自技高网...

【技术保护点】
1.一种夜晚低亮度图像增强系统，其特征在于：包括图像增强子系统和图像降噪锐化子系统，/n所述图像增强子系统包括图像映射拉伸单元和输入图像的尺度因子值最优化单元，/n所述图像映射拉伸单元，用于对图像进行增强处理，/n所述输入图像的尺度因子值最优化单元，用于根据图像的亮度调整图像的清晰度，/n所述图像降噪锐化子系统包括颜色空间转换单元和三维块匹配单元，/n所述颜色空间转换单元，用于将图像RGB颜色空间转为YCbCr颜色空间，/n所述三维块匹配单元，用于实现图像降噪锐化。/n

【技术特征摘要】
1.一种夜晚低亮度图像增强系统，其特征在于：包括图像增强子系统和图像降噪锐化子系统，
所述图像增强子系统包括图像映射拉伸单元和输入图像的尺度因子值最优化单元，
所述图像映射拉伸单元，用于对图像进行增强处理，
所述输入图像的尺度因子值最优化单元，用于根据图像的亮度调整图像的清晰度，
所述图像降噪锐化子系统包括颜色空间转换单元和三维块匹配单元，
所述颜色空间转换单元，用于将图像RGB颜色空间转为YCbCr颜色空间，
所述三维块匹配单元，用于实现图像降噪锐化。


2.如权利要求1所述的夜晚低亮度图像增强系统，其特征在于：所述图像映射拉伸单元为双曲正切曲线映射拉伸单元，所述双曲正切曲线在定义域大于零时，对高亮度抑制，对低亮度拉伸。


3.如权利要求2所述的夜晚低亮度图像增强系统，其特征在于：所述双曲正切曲线映射拉伸单元，根据输入图像的强度对图像增强强度进行加权，减轻高亮度区域的加强处理。


4.如权利要求3所述的夜晚低亮度图像增强系统，其特征在于：所述双曲正切曲线映射拉伸单元，将加权后的图像进行动态范围的拉伸。


5...

【专利技术属性】
技术研发人员：彭业萍，王伟江，曹广忠，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44