一种光照自适应的图像增强方法、系统及设备技术方案

本发明专利技术公开了一种光照自适应的图像增强方法、系统及设备，包括：将待处理图像输入到训练好的深度曲线估计网络中，对应输出多张第一增强图像；其中，深度曲线估计网络是以训练图像作为输入，以多张第二增强图像为输出，对多张第二增强图像计算第一损失函数，并进行参数更新，经过若干次训练得到的；根据预先设定的强度等级关系，得到待处理图像的属性所对应的强度等级，并从多张第一增强图像中选择强度等级对应的第一增强图像作为最优的图像增强结果。本发明专利技术能够自适应增强图像，能够节省人工成本，提高图像增强的稳定性和图像质量。提高图像增强的稳定性和图像质量。提高图像增强的稳定性和图像质量。

【技术实现步骤摘要】
一种光照自适应的图像增强方法、系统及设备


[0001]本专利技术涉及车辆控制领域，尤其涉及一种光照自适应的图像增强方法、系统及设备。

技术介绍

[0002]随着社会经济的发展，摄像头被广泛用于各行各业中。但是，由于曝光时间、环境光照等因素的影响，常常会生成图像。图像的人眼体验较差，同时削弱后续的算法分析效果。
[0003]现有技术CN113256533A提出的基于MSRCR的自适应图像增强方法，将源图像Iin(u,v)由RGB空间转换至HSV空间，再对图像进行调整，但是，CN113256533A所提出的技术方案需要较多人工去设计经验值，参数较多且依赖特定数据，因此，算法不稳定；CN105046663B对彩色图像的低亮度和低对比度的特点，通过研究瞳孔及感光细胞的对环境的自动调节过程，给出一种模拟视觉感知的自适应增强方法，但是，暗适应函数和量适应函数较为简单，无法保证算法的稳定性；CN111223068A提出基于Retinex的自适应非均匀图像增强的方法，将输入原图像的RGB色度空间转化为HSI色度空间，获得色度图、饱和度图和亮度图，再分别本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种光照自适应的图像增强方法，其特征在于，所述方法包括：将待处理图像输入到训练好的深度曲线估计网络中，对应输出多张第一增强图像；其中，所述深度曲线估计网络是以训练图像作为输入，以多张第二增强图像为输出，对多张第二增强图像计算第一损失函数，并进行参数更新，经过若干次训练得到的；根据预先设定的强度等级关系，得到所述待处理图像的属性所对应的强度等级，并从多张第一增强图像中选择所述强度等级对应的第一增强图像作为最优的图像增强结果。2.如权利要求1所述的光照自适应的图像增强方法，其特征在于，所述根据预先设定的强度等级关系，得到所述待处理图像的属性所对应的强度等级，并从多张第一增强图像中选择所述强度等级对应的第一增强图像作为最优的图像增强结果，具体为：计算所述待处理图像的图像亮度均值，并将所述图像亮度均值作为预设的强度等级关系的变量，得到所述待处理图像的属性所对应的强度等级，从多张第一增强图像中选择所述强度等级对应的第一增强图像为最优的图像增强结果。3.如权利要求1所述的光照自适应的图像增强方法，其特征在于，所述将待处理图像输入到训练好的深度曲线估计网络中，对应输出多张第一增强图像，具体为：将待处理图像输入到训练好的深度曲线估计网络中，并输出若干张第一特征图，每张第一增强图像对应多张第一特征图，对应得到多张第一增强图像。4.如权利要求3所述的光照自适应的图像增强方法，其特征在于，所述第一损失函数包括空间损失函数，所述空间损失函数具体计算为：依次将所述训练图像和第二增强图像划分为若干图像块，每个图像块均为正方形的像素点阵；分别以每个图像块为中心，并依次计算所述训练图像与多张第二增强图像的每个图像块与周围区域的平均像素值，对应得到多个第一空间损失函数；对所述多个第一空间损失函数取均值，得到第二空间损失函数。5.如权利要求3所述的光照自适应的图像增强方法，其特征在于，所述第一损失函数还包括曝光损失函数，所述曝光损失...

【专利技术属性】
技术研发人员：卓钟烁，邢彦文，
申请(专利权)人：广东省大湾区集成电路与系统应用研究院，
类型：发明
国别省市：