一种低亮度图像增强算法制造技术

本发明专利技术涉及一种低亮度图像增强算法，属于图像处理领域。包括以下步骤：（1）将图像由RGB色域空间数据转换为YUV色域空间数据，获取原图的亮度图像y

【技术实现步骤摘要】
一种低亮度图像增强算法


[0001]本专利技术涉及图像处理领域，特别是涉及一种低亮度图像增强算法。

技术介绍

[0002]在图像拍摄过程中，由于受到光照、背景等原因的影响，一帧图像中可能同时存在高亮度区域和低亮度区域，由于视觉特性，我们可以轻松的观测到高亮度区域的图像细节，但是低亮度图像细节很难通过肉眼观察识别。导致图像产生了非均匀性，处于图像低亮度处的目标特征产生失真，增加了后期图像处理的难度，对系统鲁棒性带来负面影响。
[0003]而现有技术大多采用Gamma变换或者直方图均衡的方法，容易引入噪声并且会导致图像整体对比度降低，因此，本专利技术提出一种低亮度图像增强算法，旨在减少噪声引入，提升低亮度图像识别度，降低亮度图像的失真，提升整体图像质量。

技术实现思路

[0004]针对现有技术会一定程度引入噪声、降低图像整体对比度，而且一定程度上降低了图像质量的缺点，本专利技术提供一种低亮度图像增强算法，不仅能够减少噪声引入、提升低亮度图像识别度而且能够降低亮度图像的失真，提升整体图像质量。
[0005]本专利技术提供一种低亮度图像增强算法，其特征在于，包括以下步骤：
[0006]步骤S1：将图像由RGB色域空间数据转换为YUV色域空间数据，获取原图的亮度图像y
i
以及原图色度uv。
[0007]步骤S2：对y
i
进行反转操作获取亮度图像y
n
，即:y
n
＝2
N
–
y
>i
；其中N为图像位数。
[0008]步骤S3：对y
n
使用暗通道先验去雾算法进行图像增强获取亮度图像y
e
。具体的，所述暗通道先验去雾算法通过以下步骤加以说明：
[0009]步骤S31：计算每个像素的暗通道值J
dark
(x)，先取图像中每一个像素的RGB三通道中的灰度值的最小值y，再对y进行最小值滤波得到暗通道值，公式如下：其中J
c
(y)表示RGB三通道中的某一通道像素值，c表示RGB其中一个通道，Ω(x)表示最小值滤波的矩阵。
[0010]步骤S32：从J
dark
(x)按照大小排序，提取前0.1％的值取平均获取计算大气光值A。
[0011]步骤S33：按照如下公式计算图像透射率t(x)：t(x)＝1
‑
w(J
dark
(x)/A)，其中w为去雾系数。
[0012]步骤S34：按照如下公式计算无雾亮度图像y
e
，y
e
＝(y
n
‑
A)/(t(x)+A)。
[0013]步骤S4：对y
e
进行反转操作获取亮度图像y
o
，即：y
o
＝2
N
‑
y
e
[0014]步骤S5：对y
o
使用Gamma变换公式进行处理输出亮度图像y
g
，所述公式如下：y
g＝
y
or
，其中r为Gamma变换参数
[0015]步骤S6：将亮度图像y
g
与原图色度uv组合，得到处理后YUV图像，再将YUV色域空间转换到RGB色域空间，得到高动态范围的RGB图像，图像处理结束。
[0016]进一步的，步骤S1所述的RGB转YUV算法，不同位数的转换算法对应公式不同，8位转换公式为：10位转换公式为：12位转换公式为：
[0017]进一步的，步骤S31所述最小值滤波具体算法为：通过矩阵模板并扫描图像中的每一个像素，用模板确定的邻域像素的最小值值去替代模板中心像素点的值，其中矩阵模板大小通常为(2N+1)*(2N+1)，N为正整数，优选N值为1，2，3。
[0018]进一步的，步骤S33所述w取值范围为0～1的小数。
[0019]进一步的，步骤S5所述的Gamma变换参数r，取值范围为[0.1～10]。
[0020]进一步的，步骤S6所述的YUV转RGB公式，不同位数转换算法对应公式不同，8位转换公式为：10位转换公式为：12位转换公式为：
[0021]本专利技术通过提供一种低亮度图像增强算法，将RGB图像转为YUV格式后获取灰度图像y
i
和色度uv，将灰度图像y
i
取反后获取y
n
，y
n
经暗通道先验去雾算法进行去雾后获取y
e
，通过对y
e
取反后获取y
o
，y
o
进行Gamma变换后获取y
g
，将y
g
和未经处理的uv组合成处理后的YUV
格式图像并转换为RGB完成处理，通过此方法的处理减少了噪声的引入，提升低亮度图像识别度，降低亮度图像的失真，提升整体图像质量。
附图说明
[0022]图1是根据本专利技术实施的一种低亮度图像增强算法的流程图。
[0023]图2为未经本专利技术算法处理的图片。
[0024]图3为本专利技术算法处理后的图片。
具体实施方式
[0025]为更清晰的表达本专利技术的目的、技术方案和有益效果，以下结合具体实施实例，并参照附图，对本专利技术进一步详细说明。
[0026]一种低亮度图像增强算法，能够有效的减少了噪声的引入，提升低亮度图像识别度，降低亮度图像的失真，提升整体图像质量。在1080P格式8位分辨率的RGB图像上实现本算法。本实施实例具有与
技术实现思路
完全相同的步骤，为避免重复，仅罗列关键数据：
[0027]具体的，步骤1中所述RGB转YUV算法公式采用8位，具体公式为：
[0028]步骤S2所述图像位数N取为8。
[0029]步骤S31所述最小值滤波采用3*3矩阵模板进行运算，通过矩阵模板并扫描图像中的每一个像素，用模板确定的邻域像素的最小值值去替代模板中心像素点的值。
[0030]步骤S33所述w取为0.95。
[0031]步骤S5所述r取为2.2。
[0032]本实施例的一种低亮度图像增强算法，将RGB图像转为YUV格式后获取灰度图像y
i
和色度uv，将灰度图像y
i
取反后获取y
n
，y
n
经暗通道先验去雾算法进行去雾后获取y
e
，通过对y
e
取反后获取y
o
，y
o
进行Gamma变换后获取y
g
，将y
g
和未经处理的uv组合成处理后的YUV格式图像并转换为RGB完成处理，通过此方法的处理减少了噪声的引入，提升低亮度图像识别度，降低亮度图像的失真，提升整体图像质量。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低亮度图像增强算法，其特征在于，包含以下步骤，步骤S1：将图像由RGB色域空间数据转换为YUV色域空间数据，获取原图的亮度图像y
i
以及原图色度uv；步骤S2：对亮度图像y
i
进行反转操作获取亮度图像y
n
，即y
n = 2
N
ꢀ–
y
i，
，其中N为图像位数；步骤S3：对y
n
使用暗通道先验去雾算法进行图像增强获取亮度图像y
e
；步骤S4：对y
e
进行反转操作获取亮度图像y
o
，即：y
o = 2
N
ꢀ‑ꢀ
y
e
；步骤S5：对y
o
使用Gamma变换公式进行处理输出亮度图像y
g
，所述公式为y
g = y
or
，其中r为Gamma变换参数；步骤S6：将亮度图像y
o
与原图色度uv组合，得到处理后YUV图像，再将YUV色域空间转换到RGB色域空间，得到高动态范围的RGB图像，图像处理结束；其中，步骤S3包含以下步骤，步骤S31：计算每个像素的暗通道值J
dark
(x)，先取图像中每一个像素的RGB三通道中的灰度值的最小值y，再对y进行最小值滤波得到暗通...

【专利技术属性】
技术研发人员：李显龙，辜长明，聂林川，卢艺，尚纯纯，王继鑫，
申请(专利权)人：青岛海泰新光科技股份有限公司，
类型：发明
国别省市：