一种亮度不均匀图像的自适应增强方法技术

本发明专利技术公开了一种亮度不均匀图像的自适应增强方法，包括对原始图像的色彩空间转换后，通过分别增强图像亮度的照度分量和反射分量，并对照度分量进行校正，在空间域中将校正后的照度分量与原照度分量合理合并，实现对照度分量的自适应校正，使其在增大暗像素亮度值的同时不会过度改变量亮像素的亮度值，实现亮度不均匀图像的自适应增强。本发明专利技术不仅可以提高图像暗区域亮度的同时保持图像亮区域亮度的稳定，而且图像增强后无色彩失真，具有较强的普适性。

【技术实现步骤摘要】
一种亮度不均匀图像的自适应增强方法
本专利技术涉及图像处理领域，具体为一种亮度不均匀图像的自适应增强方法。
技术介绍
随着图像采集设备应用的普及，人们对所采集图像质量也有个更高的要求，环境因素是影响图像质量的主要因素之一，光照不均匀的环境可能会导致图像采集设备所采集的图像出现亮度不均匀、色彩失真等问题，这些问题直接影响计算机视觉领域的发展，如造成图像的特征难提取、目标识别不清等问题，因此，提高亮度不均匀图像的质量十分必要。近年来，对于亮度不均匀图像自适应增强的方法已成为各高校重点研究的方向，其中，直方图均衡化相关的算法是对整幅的增强，这类算法会导致图像中原本不需要增强的区域信息丢失，因此，直方图均衡化相关的算法仅适用于亮度均匀变化的图像。伽马校正相关的算法是通过调整图像中高频和低频像素的比例来增大图像对比度，这类算法自适应能力弱，同时容易造成过增强和欠增强的问题。如刘志成等人采用二维的伽马函数增强光照不均匀的图像，在保持图像色彩和质量上有了很大提升，但对图像中亮度较大的区域效果较差，不具有普适性（刘志成,王殿伟,刘颖,刘学杰.基于二维伽马函数的光照不均匀图像自适应校正算法[J].北京理工大学学报,2016,36(02):191-196+214.）。小波变换的相关算法可以突出图像不同尺度下的细节信息，但无法降低图像噪声的同时不能降低算法的时间复杂度。现有的多尺度Retinex算法在增强图像的同时会产生图像色彩失真和图像质量下降的问题；因此，在自适应增强亮度不均匀图像的技术上，现有算法都存在某一方面的不足，因此提出一种具有较强普适性并且不会损失图像质量的方法很有必要。
技术实现思路
本专利技术的目的在于，提供一种亮度不均匀图像的自适应增强方法。本专利技术不仅可以提高图像暗区域亮度的同时保持图像亮区域亮度的稳定，而且图像增强后无色彩失真，具有较强的普适性。本专利技术的技术方案：一种亮度不均匀图像的自适应增强方法，具体包括以下步骤：（1）将原始图像的色彩空间由RGB转换成HSV，得到转换后的图像；（2）使用多尺度滤波算法计算出图像色彩空间分量的照度分量，再由照度分量和分量计算出分量的反射分量；（3）使用OTSU算法计算出分量的分割阈值，由分割阈值确定照度分量的两个校正因子和，根据校正因子得到照度分量的两幅校正图像和；（4）使用照度分量融合系数将校正图像、和照度分量融合为一幅图像，得到增强的照度分量；（5）对分量的反射分量取反得到负片图像，对负片图像进行增强处理，得到增强后的负片图像，再对取反得到增强的反射分量；（6）将增强后的照度分量和增强的反射分量合并得出增强的分量，记为，使用替换分量得到图像，将图像色彩空间由HSV转换至RGB得到增强的图像。上述的亮度不均匀图像的自适应增强方法，所述步骤（1）的过程具体为：图像的色彩空间表示为，其中分别是图像中坐标为像素的红、绿和蓝颜色值，其值是介于区间[0,1]之间的实数，记每个像素红绿蓝三种颜色中的最大值为，最小值为；使用和将图像色彩空间由转换为，得到图像，图像的色彩空间表示为，其中分别是图像中坐标为像素的色调、饱和度和亮度；转换公式如下：；；；式中，，。前述的亮度不均匀图像的自适应增强方法，所述步骤（2）的过程具体为：使用多尺度滤波算法计算出的照度分量，计算如下：；式中，为第步照度分量，是第步照度分量，表示引导滤波，分别表示第步的尺度因子和平滑因子，符号表示卷积运算，其中等于，取2，取0.02，，，照度分量；计算的反射分量，计算如下：。前述的亮度不均匀图像的自适应增强方法，所述步骤（3）过程具体为：使用OTSU算法进行不断迭代，当所迭代的最大类间方差取得最大值时，此时所计算出来的阈值即为分量的分割阈值；将中的像素按亮度值大小划分为暗像素点、中像素点和亮像素点，划分的阈值由分割阈值确定，计算如下：；；式中，为暗像素点和中像素点的划分阈值，为中像素点和亮像素点的划分阈值，，为调节系数，取，；使用和计算出照度分量的校正因子和，计算如下：分别将和代入上式即求得和；根据校正因子得到照度分量的两幅校正图像和，计算如下：；分别将和代入上式求得和。前述的亮度不均匀图像的自适应增强方法，所述步骤（4）的过程具体为：合并校正图像、和照度分量，得到增强的照度分量，计算如下：；式中，，，表示照度分量合并因子，其限制条件为，，均大于0，且，，之和等于1。前述的亮度不均匀图像的自适应增强方法，所述步骤（5）的过程具体为：对反射分量中的值取反得到负片图像，计算如下：；对进行增强处理，得到增强后的负片图像，计算如下：；式中，为调节参数；对中的值取反得到增强的反射分量，计算如下：。前述的亮度不均匀图像的自适应增强方法，所述步骤（6）的过程具体为：将增强后的照度分量和反射分量合并为，是对的增强，计算如下：；将图像的色彩空间中的替换为，得到图像；将图像色彩空间由转换为得到增强的图像，图像的计算如下：；；；；式中：；；。与现有技术相比，本专利技术对原始图像的色彩空间转换后，仅对图像的亮度进行处理，因此不会改变图像的色调和饱和度，从而不会造成图像的色彩失真；本专利技术通过分别增强图像亮度的照度分量和反射分量，并对照度分量进行校正，在空间域中将校正后的照度分量与原照度分量合理合并，实现对照度分量的自适应校正，使其在增大暗像素亮度值的同时不会过度改变量亮像素的亮度值，最终实现亮度不均匀图像的自适应增强。因此本专利技术相对于其他方法在处理亮度不均匀图像时出现色彩失真和亮像素区域过增强的问题，本专利技术不仅可以提高图像暗区域亮度的同时保持图像亮区域亮度的稳定，而且图像增强后无色彩失真，具有较强的普适性。附图说明图1为本专利技术的实施流程图；图2为分量的照度分量像素扫描线与OTSU计算出的分割阈值。具体实施方式下面结合附图和实施例对本专利技术作进一步的说明，但并不作为对本专利技术限制的依据。实施例1：一种亮度不均匀图像的自适应增强方法，如图1所示，具体包括以下步骤：（1）将原始图像的色彩空间由RGB转换成HSV，得到转换后的图像；（2）使用多尺度滤波算法计算出图像色彩空间分量的照度分量，再由照度分量和分量计算出分量的反射分量；（3）使用OTSU算法计算出分量的分割阈值，由分割阈值确定照度分量的两个校正因子和，根据校正因子得到照度分量的两幅校正图像和；（4）使用照度分量融合系数将校正图像、和照度分量融合为一幅图像，得到增强的照度分量；（5）对分量的反射分量取反得到负片图像，对负片图像进行增强处理，得到增强后的负片图像，再对取本文档来自技高网...

【技术保护点】
1.一种亮度不均匀图像的自适应增强方法，其特征在于：具体包括以下步骤：/n（1）将原始图像

【技术特征摘要】
1.一种亮度不均匀图像的自适应增强方法，其特征在于：具体包括以下步骤：
（1）将原始图像的色彩空间由RGB转换成HSV，得到转换后的图像；
（2）使用多尺度滤波算法计算出图像色彩空间分量的照度分量，
再由照度分量和分量计算出分量的反射分量；
（3）使用OTSU算法计算出分量的分割阈值，由分割阈值确定照度分量的两个校正因子和，根据校正因子得到照度分量的两幅校正
图像和；
（4）使用照度分量融合系数将校正图像、和照度分量融
合为一幅图像，得到增强的照度分量；
（5）对分量的反射分量取反得到负片图像，对负片图像进行增
强处理，得到增强后的负片图像，再对取反得到增强的反射分量；
（6）将增强后的照度分量和增强的反射分量合并得出增强的分量，记
为，使用替换分量得到图像，将图像色彩空间由HSV转换至
RGB得到增强的图像。


2.根据权利要求1所述的亮度不均匀图像的自适应增强方法，其特征在于：所述步骤（1）的过程具体为：
图像的色彩空间表示为，其中
分别是图像中坐标为像素的红、绿和蓝颜色值，其值是介于区间[0,1]之间的实数，记
每个像素红绿蓝三种颜色中的最大值为，最小值为；
使用和将图像色彩空间由转换为，得到图像，图像的色彩空间表示为，其中
分别是图像中坐标为像素的色调、饱和度和亮度；转换公式如下：

；

；

；
式中，，。


3.根据权利要求2所述的亮度不均匀图像的自适应增强方法，其特征在于：所述步骤（2）的过程具体为：
使用多尺度滤波算法计算出的照度分量，计算如下：

；
式中，为第步照度分量，是第步照度分量，表示引导滤波，分别表示第步的尺度因子和平滑因子，符号
表示卷积运算，其中等于，取2，取0.02，，，照度分量；
计算的反射分量，计算如下：

。


4.根据权利要求3所述的亮度不均匀...

【专利技术属性】
技术研发人员：岑跃峰，石龙杰，岑岗，马伟锋，程志刚，徐昶，张宇来，吴思凡，蔡永平，
申请(专利权)人：浙江科技学院，
类型：发明
国别省市：浙江;33