一种低照度图像高效增强方法技术

本发明专利技术公开了一种低照度图像高效增强方法，首先用设计好的两种不同的变换函数对图像的每一个像素值进行调整，得到两个增强图像；对两个增强图像进行简单的融合得到增强后图像；使用导向滤波器对增强后的图像进行去噪；接着对去噪的后的图像进行锐化，增强图像的细节。通过本发明专利技术方法，使图像提高亮度、增强对比度，并且该算法简单计算量小，有利于图像的实时处理。与传统的对比度增强算法相比，在不过度增强的情况下，既能增强低照度图像的亮度及对比度，又能使图像的细节部分更加显著，使图像有着良好的视觉效果。

【技术实现步骤摘要】
一种低照度图像高效增强方法
本专利技术涉及一种低照度图像高效增强方法，属于图像处理

技术介绍
通常，获取图像或视频是要在光照充足的条件下进行，但实际使用情况确实往往不得不在低照度环境下获取图像或者视频，例如在室内、夜间等低照度条件下，由于非自然光源的照度不充分，所以目标表面的反射光较弱，造成进入成像传感器的光线不足。在低照度环境下拍摄的图像受周围光线、拍照设备的影响，拍出的照片可视性较差，图像可辨识性很低，难以分辨图像中的细节，影响视觉效果，而且还影响后续的进一步处理效果。因此，需要对低照度的图像进行亮度和对比度增强，使处理过的图像具有较好的可视性。传统的增强图像亮度和对比度的方法包括基于线性拉伸、对数变换和伽马变换等方法。采用线性拉伸的方法能够将图像的灰度集进行线性拉伸至0-255，线性拉伸在增强图像对比度的同时，也会将图像的亮度区域进行拉伸，导致图像部分过曝；采用对数变换和伽马变换的方法，可以扩展图像暗区的像素值，但也会压缩图像的亮区像素值，导致图像的亮区细节丢失。导向滤波最早由He等人在2010年计算机视觉会议上本文档来自技高网...

【技术保护点】
1.一种低照度图像高效增强方法，其特征在于，具体步骤如下：/nS1，对低照度图像进行归一化处理，得到图像I；/nS2，对图像I分别采用以下两种变换函数进行变换，得到两个增强图像I

【技术特征摘要】
1.一种低照度图像高效增强方法，其特征在于，具体步骤如下：
S1，对低照度图像进行归一化处理，得到图像I；
S2，对图像I分别采用以下两种变换函数进行变换，得到两个增强图像I1、I2，其中，两种变换函数为：



其中，I(x，y)、I1(x，y)和I2(x，y)分别为图像I、I1和I2中坐标(x，y)的像素值，γ为伽马变换的指数；
S3，将两个增强图像I1、I2进行融合，得到图像out；
S4，使用导向滤波器对图像out进行去噪，得到图像q1；
S5，对图像q1进行锐化，锐化的结果即为最终的输出图像Iout。


2.如权利要求1所述的一种低照度图像高效增强方法，其特征在于，S1中的归一化具体为将低照度图像中像素点的像素值从[0，255]归一化到[0，1]区间内。


3.如权利要求1所述的一种低照度图像高效增强方法，其特征在于，S3中的融合公式为out(x，y)＝(1-a)I1(x...

【专利技术属性】
技术研发人员：李昌利，王阳阳，
申请(专利权)人：河海大学，
类型：发明
国别省市：江苏;32