一种基于可见光与近红外光融合的暗光图像增强方法技术

本发明专利技术提供了一种用于图像增强的方法，该方法可以包括：获取被拍摄对象的可见光图像和近红外图像；利用近红外图像来增强可见光图像的亮度；提取近红外图像的细节信息；以及将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值。此外，本发明专利技术还提供了用于执行该方法的装置和计算机可读介质。通过本发明专利技术，能够有效地对细节和纹理进行还原，同时能够较好地恢复图像的色彩信息，不会破坏原有图像结构，具有计算高效、编程简单、实时性高等优点。实时性高等优点。实时性高等优点。

【技术实现步骤摘要】
一种基于可见光与近红外光融合的暗光图像增强方法


[0001]本专利技术涉及计算机图像处理，更具体地，涉及用于图像增强的方法和装置。

技术介绍

[0002]目前，图像和视频已成为人类活动中最常用的信息载体，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质。为了获取高质量数字图像，很有必要对图像进行增强处理，尽可能地保持原始信息完整性。
[0003]近年来，随着“星光级”摄像头的出现，暗光图像的增强进入了人们的视野。暗光图像由于拍摄在较低的光照环境下，所记录的场景信息相对于日常环境会有很大的缺失，因而会导致信噪比相对日常环境下降较大。此外，暗光图像的对比度差、灰度级有限、瞬间动态范围差、高增益时有闪烁、只敏感于目标场景的反射，与目标场景的热对比无关。
[0004]暗光场景下的图像往往都是低质量图像，并且暗光图像由于信噪比较小，增强后的图像往往具有对比度不高，很难得到令人满意的高质量图像。近红外图像非常接近人类视觉，但是消除了颜色，这导致大多数对象非常类似于已转换为黑白的图像。此外，近红外图像不含噪声，可以提供丰富的细节信息。近红外成像技术在实际应用中，其优秀的成像表现为暗光图像的增强提供了新的解决思路。
[0005]通常在恶劣的天气状况下，光照会有很大的缺失，互补金属氧化物半导体(CMOS)对于色彩信息及细节信息的记录也会产生偏差。尤其是大雾或者傍晚，一些目标场景往往无法被可见光CMOS相机记录。
[0006]因此，需要设计一种基于可见光与近红外光融合的暗光图像增强方法，进而有效地改善暗光场景下拍摄图像的视觉效果，从而大大提升成像质量，以使其适应市场应用。

技术实现思路

[0007]提供本
技术实现思路
以便以简化形式介绍将在以下具体实施方式中进一步的描述一些概念。本
技术实现思路
并非旨在标识所要求保护的主题的关键特征或必要特征，也不旨在用于帮助确定所要求保护的主题的范围。
[0008]鉴于以上描述的现有技术中的缺陷，本专利技术的目的在于，克服因光照条件不理想而导致图片成像质量差的不足。
[0009]根据本专利技术的第一方面，提供了一种用于图像增强的方法，该方法可以包括：获取被拍摄对象的可见光图像和近红外图像；利用近红外图像来增强可见光图像的亮度；提取近红外图像的细节信息；以及将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值。
[0010]在本专利技术的第一方面的一个实施例中，利用近红外图像来增强可见光图像的亮度可以包括：利用近红外图像来对可见光图像进行线性变换以增强可见光图像的亮度。
[0011]在本专利技术的第一方面的一个实施例中，线性变换可以通过基于可见光图像与近红
外图像的源像素值计算线性系数与偏置来执行。
[0012]在本专利技术的第一方面的一个实施例中，提取近红外图像的细节信息可以包括：通过近红外图像的奇异值分解来提取近红外图像的细节信息。
[0013]在本专利技术的第一方面的一个实施例中，将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值可以包括：利用非线性变换来将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值。
[0014]在本专利技术的第一方面的一个实施例中，非线性变换可以包括：融合近红外图像和可见光图像的奇异值矩阵，其中用近红外图像的奇异值矩阵中的奇异值来替换可见光图像的奇异值矩阵中的奇异值。
[0015]在本专利技术的第一方面的一个实施例中，用近红外图像的奇异值矩阵中的奇异值来替换可见光图像的奇异值矩阵中的奇异值可以包括：保留可见光图像的奇异值矩阵中的前50个奇异值，并且后面的奇异值替换为近红外图像的奇异值矩阵中的奇异值。
[0016]根据本专利技术的第二方面，提供了一种用于图像增强的装置，该装置可以包括：存储器；以及耦合至该存储器的处理器，其中该处理器被配置成：获取被拍摄对象的可见光图像和近红外图像；利用近红外图像来增强可见光图像的亮度；提取近红外图像的细节信息；以及将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值。
[0017]根据本专利技术的第三方面，提供了一种用于图像增强的装置，该装置可以包括：图像获取模块，配置成获取被拍摄对象的可见光图像和近红外图像；亮度增强模块，配置成利用近红外图像来增强可见光图像的亮度；细节提取模块，配置成提取近红外图像的细节信息；以及像素值计算模块，配置成将近红外图像的所提取的细节信息补充到经亮度增强的可见光图像中以计算出经细节补偿的图像像素值。
[0018]根据本专利技术的第四方面，提供了一种存储计算机程序的计算机可读介质，该计算机程序在由处理器执行时执行本专利技术的方法。
[0019]本专利技术通过图像融合算法计算出最终增强后的暗光图像，完成对图像细节的增强和亮度的提升。与传统增强方法相比，本专利技术引入了近红外相机记录的图像作为辅助，可以有效地对细节和纹理进行还原，同时能够较好地恢复图像的色彩信息，不会破坏原有图像结构，具有计算高效、编程简单、实时性高等优点。
[0020]通过阅读下面的详细描述并参考相关联的附图，这些及其他特点和优点将变得显而易见。应该理解，前面的概括说明和下面的详细描述只是说明性的，不会对所要求保护的各方面形成限制。
附图说明
[0021]为了能详细地理解本专利技术的上述特征所用的方式，可以参照各实施例来对以上简要概述的内容进行更具体的描述，其中一些方面在附图中示出。然而应该注意，附图仅示出了本专利技术的某些典型方面，故不应被认为限定其范围，因为该描述可以允许有其它等同有效的方面。
[0022]图1解说了根据本专利技术的一个实施例的用于图像增强的方法的流程图。
[0023]图2解说了根据本专利技术的一个实施例的用于图像增强的装置的框图。
[0024]图3解说了根据本专利技术的一个实施例的用于图像增强的装置的框图。
[0025]图4解说了根据本专利技术的一个实施例的采用相机拍摄的暗光图像与近红外图像。
[0026]图5解说了根据本专利技术的一个实施例的采用相机拍摄的雾天图像与近红外图像。
[0027]图6解说了根据本专利技术的一个实施例的暗光图像与增强图像的对比图。
[0028]图7解说了根据本专利技术的一个实施例的雾天图像与增强图像的细节对比图。
[0029]图8解说了根据本专利技术的一个实施例的暗光图像与增强图像的直方图。
[0030]图9解说了根据本专利技术的一个实施例的暗光图像与增强图像的细节对比图。
具体实施方式
[0031]下面结合附图详细描述本专利技术，本专利技术的特点将在以下的具体描述中得到进一步的显现。
[0032]图1解说了根据本专利技术的一个实施例的用于图像增强的方法100的流程图。在一些示例中，方法100可由图2中解说的装置200和/或图3中解说的装置300来执行。在一些示例中，方法1本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于图像增强的方法，所述方法包括：获取被拍摄对象的可见光图像和近红外图像；利用所述近红外图像来增强所述可见光图像的亮度；提取所述近红外图像的细节信息；以及将所述近红外图像的所提取的细节信息补充到经亮度增强的所述可见光图像中以计算出经细节补偿的图像像素值。2.如权利要求1所述的方法，其特征在于，利用所述近红外图像来增强所述可见光图像的亮度包括：利用所述近红外图像来对所述可见光图像进行线性变换以增强所述可见光图像的亮度。3.如权利要求2所述的方法，其特征在于，所述线性变换是通过基于所述可见光图像与所述近红外图像的源像素值计算线性系数与偏置来执行的。4.如权利要求1所述的方法，其特征在于，提取所述近红外图像的细节信息包括：通过所述近红外图像的奇异值分解来提取所述近红外图像的细节信息。5.如权利要求1所述的方法，其特征在于，将所述近红外图像的所提取的细节信息补充到经亮度增强的所述可见光图像中以计算出经细节补偿的图像像素值包括：利用非线性变换来将所述近红外图像的所提取的细节信息补充到经亮度增强的所述可见光图像中以计算出经细节补偿的图像像素值。6.如权利要求5所述的方法，其特征在于，所述非线性变换包括：融合所述近红外图像和所述可见光图像的奇异值矩阵，其中用所述近红外图像的奇异值矩阵中的奇异...

【专利技术属性】
技术研发人员：周子臻，邱钟成，王霄雨，
申请(专利权)人：天翼数字生活科技有限公司，
类型：发明
国别省市：