一种多尺度全景图像增强方法技术

本发明专利技术公开了一种多尺度全景图像增强方法，利用多尺度算法，可以对图像中不同频率分别进行增强，提出了一种曝光补偿算法，引入了全局光照和局部光照参数，可以对低光照、普通光照和高光照图像和图像区域进行自适应的光照补偿，自动调整增强后的图像亮度和对比度,并避免引入过多噪声；引入了色彩通道增强算法，根据增强后的Y通道与输入的Y通道变化关系，进行色彩通道的增强，减少了色彩失真。

【技术实现步骤摘要】
一种多尺度全景图像增强方法
本专利技术属于全景图像增强领域，具体涉及一种多尺度图像增强方法。
技术介绍
全景照片或者视频在获取时，因为全向视角的特点，相机拍照环境中的动态范围过大，导致照片中产生过暗和过亮区域，是图像的质量下降。另外全景相机在夜晚光线不足，或者照明条件不足的场景下，常常会导致图像或者亮度不够，或者对比度偏低。总之，全景相机受到拍照环境的影响，要远大于普通相机，所以需要对全景相机的图像和视频进行增强。目前常用算法不足以解决全景图像的图像增强问题。传统的直方图均衡化，通过对灰度分布密集的区间进行扩展，可以非常显著地提高图像的对比度，但是对噪声的放大是直方图均衡算法不可避免的问题。Retinex算法是一种非常优秀的图像增强算法，但是为了保证原始图像色彩不变，引入了非常复杂的色彩恢复算法，另外在光线变化剧烈的地方，不可避免出现光晕现象。
技术实现思路
本专利技术公开了一种多尺度全景图像增强方法，利用多尺度算法，可以对图像中不同频率分别进行增强，提出了一种曝光补偿算法，引入了全局光照和局部光照参数，可以对低光照、普通光照和高光照图像和图像区域进行自适应的光照补偿，自动调整增强后的图像亮度和对比度；引入了色彩通道增强算法，根据增强后的Y通道与输入的Y通道变化关系，进行色彩通道的增强，减少了色彩失真。为了解决上述存在的技术问题，本专利技术采用了以下方案：一种多尺度全景图像增强方法，其特征在于：包括以下步骤：(1)输入图像，根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小；(2)计算输入图像Y通道的全局平均值；(3)分别对输入图像Y通道在不同尺度的窗口下在对数域中进行增强；(4)对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的Y通道；(5)利用输出图像Y通道和输入图像Y通道增强输入图像的UV通道。上述步骤1中根据输入图像尺寸选取合适的尺度窗口，如果图像的尺寸越大，那么每一个尺度窗口的大小也就越大。上述步骤2，求取输入图像Y通道Y(x,y)的全局平均值，公式如下:上述步骤3，可以按照以下步骤进行实现：按照尺度i的窗口大小Si，为输入图像Y通道每个像素计算平均值，得到局部均值图像：对输入图像Y通道Y(x,y)和局部均值图像分别取对数，并求细节图像：Ri(x，y)＝ln(Y(x，y))-ln(μi(x，y))(3)利用局部均值和整体均值对输入图像进行曝光补偿，提升图像的整体亮度，补偿方法为：Ai(x，y)＝αi(μ)(Fi(μi(x，y))-ln(μi(x，y)))(4)其中αi()与图像的平均亮度有关，其函数为：在这里w取值范围为0.2～0.7，建议取值为0.3；Thhigh为高亮度图像阈值，在方法中取值为180。函数Fi(k)与图像的局部亮度有关，由如下公式计算：在这里Fmin取值为130～160之间，建议值为150。求取Y通道尺度i的增强图像：ln(Yi(x，y)＝ln(Y(x，y))+βiRi(x，y)+Ai(x，y)(7)其中βi为细节控制参数，取值区间为0～0.4，取值越大，细节增强幅度越大，同时噪声也越大，建议值为0.2。上述步骤4中，对大中小3中尺度下对数域增强图像进行加权平均，得到对数域增强的Y通道图像：ln(Yout(x，y))＝(8)其中γi为加权平均系数，γ1+γ2+γ3＝1。最后得到输出Y通道图像：γ1，γ2，γ3建议取值为1/3。上述步骤5中，为每个像素点计算UV通道的增强比例：对于输出图像每个像素点的UV通道，按照如下公式计算：Uout(x，y)＝max(0，min(255，(U(x，y)-128)Ratiouv(x，y)+128))(11)Vout(x，y)＝max(0，min(255，(V(x，y)-128)Ratiouv(x，y)+128))(12)附图说明图1为本专利技术图像Y通道增强流程图。图2为本专利技术图像UV通道增强流程图。具体实施方式下面结合附图，对本专利技术做进一步说明：本专利技术实施提出了一种多尺度全景图像增强方法。其执行过程如下：第一步：根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小。一般的，根据经验，设图像宽为W，高为H，如果像素数WH小于600000，那么3种尺度的窗口大小分别为：4×4，2×2和1×1；如果像素数WH大于600000，且小于3000000，那么3种窗口的尺寸分别为：8×8，4×4和2×2；如果像素数WH大于3000000，那么3种窗口的尺寸分别为：16×16，8×8和4×4。第二步：计算输入图像Y通道的全局平均值。计算公式如下:第三步：分别对输入图像Y通道在不同尺度的窗口下在对数域中进行增强。按照尺度i的窗口大小Si，为输入图像Y通道每个像素计算平均值，得到局部均值图像：对输入图像Y通道Y(x,y)和局部均值图像分别取对数，并求细节图像：Ri(x，y)＝ln(Y(x，y))-ln(μi(x，y))(3)利用局部均值和整体均值对输入图像进行曝光补偿，提升图像的整体亮度，补偿方法为：Ai(x，y)＝αi(μ)(Fi(μi(x，y))-ln(μi(x，y)))(4)其中αi()与图像的平均亮度有关，其函数为：在这里w取值范围为0.2～0.7，建议取值为0.3；Thhigh为高亮度图像阈值，在方法中取值为180。函数Fi(k)由如下公式计算：在这里Fmin取值范围为130～160，建议值为150。求取Y通道尺度i的增强图像：ln(Yi(x，y)＝ln(Y(x，y))+βiRi(x，y)+Ai(x，y)(7)其中βi为细节控制参数，取值区间为0～0.4，取值越大，细节增强幅度越大，同时噪声也越大，建议值为0.2。第四步：对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的Y通道。ln(Yout(x，y))＝∑iγiln(Yi(x，y))(8)其中γi为加权平均系数，γ1+γ2+γ3＝1，建议取值为1/3。最后得到输出Y通道图像：第五步：利用输出图像Y通道和输入图像Y通道增强输入图像的UV通道。首先，为每个像素点计算UV通道的增强比例：然后，按照如下公式计算输出图像每个像素点的UV通道：Uout(x，y)＝max(0，min(255，(U(x，y)-128)Ratiouv(x，y)+128))(11)Vout(x，y)＝max(0，min(255，(V(x，y)-128)Ratiouv(x，y)+128))(12)上面结合附图对本专利技术本文档来自技高网...

【技术保护点】
1.一种多尺度全景图像增强方法，其特征在于：包括以下步骤：/n(1)输入图像，根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小；/n(2)计算输入图像Y通道的平均亮度；/n(3)分别对输入图像Y通道在不同尺度的窗口下在对数域中进行增强；/n(4)对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的Y通道；/n(5)利用输出图像Y通道和输入图像Y通道增强输入图像的UV通道。/n

【技术特征摘要】
1.一种多尺度全景图像增强方法，其特征在于：包括以下步骤：
(1)输入图像，根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小；
(2)计算输入图像Y通道的平均亮度；
(3)分别对输入图像Y通道在不同尺度的窗口下在对数域中进行增强；
(4)对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的Y通道；
(5)利用输出图像Y通道和输入图像Y通道增强输入图像的UV通道。


2.根据权利要求1所述一种多尺度全景图像增强方法，其特征在于：所述步骤1中根据输入图像尺寸选取合适的尺度窗口，如果图像的尺寸越大，那么每一个尺度窗口的大小也就越大。


3.根据权利要求1所述一种多尺度全景图像增强方法，其特征在于：所述步骤2中，求取输入图像Y通道Y(x,y)的平均亮度，公式如下：





4.根据权利要求1所述一种多尺度全景图像增强方法，其特征在于：所述步骤3，可以按照以下步骤进行实现：
(1)按照尺度i的窗口大小Si，为输入图像Y通道每个像素计算平均值，得到局部均值图像：



(2)对输入图像Y通道Y(x,y)和局部均值图像分别取对数，并求细节图像：
Ri(x，y)＝In(Y(x，y))-In(μi(x，y))(3)
(3)利用局部均值和整体均值对输入图像进行曝光补偿，提升图像的整体亮度，补偿方法为：
Ai(x，y)＝αi(μ)(Fi(μi(x，y))-In(μi(x，y)))(4)

【专利技术属性】
技术研发人员：不公告发明人，
申请(专利权)人：王成波，
类型：发明
国别省市：上海;31