一种针对环视图像的质量增强方法和系统技术方案

本申请提供一种针对环视图像的质量增强方法和系统，所述方法包括：基于opencv的拉普拉斯变换的值，计算图像的清晰度；采用对图像分块的方法或直方图的形式，计算图像的亮度均匀性；当所述清晰度低于预设阈值时，使用最大最小滤波法对图像进行一阶段去模糊；使用高斯滤波法对图像进行二次去模糊；使用直方图均衡化提高图像的亮度均匀性。本申请明确了图像质量评估的两个指标的计算方法；使用了两阶段的去模糊方法处理图片，依次使用最大最小滤波法和高斯滤波法提升图片的清晰程度；使用直方图均衡化的方法提升了图片的亮度均匀性。均衡化的方法提升了图片的亮度均匀性。均衡化的方法提升了图片的亮度均匀性。

【技术实现步骤摘要】
一种针对环视图像的质量增强方法和系统


[0001]本申请涉及环视图像质量检测
，尤其涉及一种针对环视图像的质量增强方法和系统。

技术介绍

[0002]目前的360
°
环视系统中，系统同时采集车辆四周的影像，经过图像处理单元一系列的智能算法处理，最终形成一幅车辆四周的全景俯视图显示在屏幕上，直观地呈现出车辆所处的位置和周边情况。系统大大地拓展了驾驶员对周围和环境的感知能力，使驾驶员在处理车辆起步、行车转弯、泊车入位、窄道会车、规避障碍等情况时从容不迫、轻松自如，可以有效减少刮蹭、甚至碰撞碾压等事故的发生。
[0003]360
°
环视系统2008年只有本田奥德赛的海外车系有配置，到2012年已经有好几家品牌的高端车系都有配置。随着中国汽车工业的发展，汽车导航市场的逐渐成熟，消费者也越来越追求安全、方便、实用，根据这一趋势，国内的大部分汽车厂家均有在豪华轿车上将全景环视系统作为标准配置的打算和行动。虽然整车业对此的报道和推广也才刚刚开始，但已经被大部分车厂在配置选项上罗列上去，所以这种配置必将是将来很多车的趋势。
[0004]其实，在后装市场，和当年导航的发展轨迹是一样的，我们可以拿导航作为借鉴。2005年之前是以DVD为主，2005年之后开始零星出现了单独的导航盒，将导航板放在盒子里面跟DVD进行视频线的连接，那个时候的导航盒是用遥控器控制的。后来第二步，和DVD之间不再是简单的视频线的连接，DVD和导航之间还有串口线，通过串口线以及DVD的触摸屏来操作和控制导航盒，用户的体验就更好更人性化了。随着车主对导航的需求越来越多，导航盒也越做越小，就有人将导航盒的板子塞到DVD里面，这是简单的物理上的转移，最后将导航的板子和DVD融合在一起，成为一块板，这就是真正的导航DVD一体机，也就是真正的导航影音系统。从2005年到2008年发展了三四年的时间，这期间有单独卖DVD的，有卖DVD+导航的，2008年以后基本上是DVD导航一体机。只要一个功能是实用的，能为消费者认可，整合是个必然结果，将来全景系统和导航的结合也是一个必然趋势。
[0005]除了可以为驾驶员提供泊车辅助功能外，全景环视系统也可以为基于图像的车载电子技术提供基础平台。传统的车辆只能通过驾驶员自主获取外界环境的信息并进行分析，从而作出处理，但由于驾驶员的处理能力有限，往往很难应对错综复杂的外界变化。而全景环视系统可以使得车辆获取外界环境的信息，为后续各种智能处理提供基础。如车道偏离预警、行人防撞、车外环境三维建模等等，都是在车载图像的基础上进行信息提取和处理，使得车辆本身具有智能性以辅助驾驶员，保证驾驶员轻松愉快、安全方便地驾驶。
[0006]然而，现有的环视系统得到的图像在图像质量上不仅存在清晰度较低，同时也存在图像亮度不均匀的问题，因此本申请研究了环视图像的质量评估指标，并针对这两个指标对图像质量做了增强。

技术实现思路

[0007]有鉴于此，本申请的目的在于提出一种针对环视图像的质量增强方法和系统，本申请能够针对性的解决现有的问题。
[0008]基于上述目的，本申请提出了一种针对环视图像的质量增强方法，包括：
[0009]基于opencv的拉普拉斯变换的值，计算图像的清晰度；
[0010]采用对图像分块的方法或直方图的形式，计算图像的亮度均匀性；
[0011]当所述清晰度低于预设阈值时，使用最大最小滤波法对图像进行一阶段去模糊；
[0012]使用高斯滤波法对图像进行二次去模糊；
[0013]使用直方图均衡化提高图像的亮度均匀性。
[0014]进一步地，所述基于opencv的拉普拉斯变换的值，计算图像的清晰度，包括：
[0015]首先将输入的彩色RGB图片转化成灰度图，保持输出通道数为3，之后将所述灰度图转化成numpy数组，并作为函数cv.Laplacian的输入即可算出一个数值作为评价图像清晰度的指标。
[0016]进一步地，所述采用对图像分块的方法，计算图像的亮度均匀性，包括：
[0017]使用分块的方法将所述彩色RGB图像均匀分成若干块，计算每个块像素的平均值，之后将最大值和最小值相除，根据得到的值判断亮度均匀性。
[0018]进一步地，所述采用直方图的形式，计算图像的亮度均匀性，包括：
[0019]首先将所述彩色RGB图像分成三个通道，之后将每个通道的图片作为函数cv.calcHist的输入，得到每个通道的像素值统计后使用cv.line函数绘制出每个通道的直方图统计。
[0020]进一步地，所述使用最大最小滤波法对图像进行一阶段去模糊，包括：
[0021]首先根据滤波尺寸的大小对所述彩色RGB图像进行填充操作，最小滤波填充255，最大滤波填充0；其次创建一个与原图像大小相同的结果矩阵，用于存储最后的结果；再次遍历填充后的图像的每个像素点，选取其周围滤波尺寸乘以滤波尺寸个像素的最大值或最小值；最后将取得的值作为结果矩阵中对应位置的像素值，输出最终结果。
[0022]进一步地，所述使用高斯滤波法对图像进行二次去模糊，包括：
[0023]首先对一阶段去模糊后的图像做傅里叶变换，将其转换到频域上；其次构造与图像尺寸相等的单通道高斯核；根据图像上每个点与中心点的距离得到高斯核上每个点的值；将经过傅里叶变换后的图像与各个高斯核相乘，并做逆傅里叶变换，将图像重新从频域转换到时域上。
[0024]进一步地，所述使用直方图均衡化提高图像的亮度均匀性，包括：
[0025]调用openCV的库函数cv.equalizehist对二次去模糊后的图像做直方图均衡化处理，所述cv.equalizehist函数的输入为单通道的图像，针对每个通道的图像进行直方图均衡化后再合并三个通道的结果。
[0026]基于上述目的，本申请还提出了一种针对环视图像的质量增强系统，包括：
[0027]清晰度计算模块，基于opencv的拉普拉斯变换的值，计算图像的清晰度；
[0028]亮度均匀性计算模块，采用对图像分块的方法或直方图的形式，计算图像的亮度均匀性；
[0029]一次去模糊模块，当所述清晰度低于预设阈值时，使用最大最小滤波法对图像进
行一阶段去模糊；
[0030]二次去模糊模块，使用高斯滤波法对图像进行二次去模糊；
[0031]亮度提升模块，使用直方图均衡化提高图像的亮度均匀性。
[0032]总的来说，本申请的优势及给用户带来的体验在于：
[0033]一、明确了图像质量评估的两个指标的计算方法；
[0034]二、使用了两阶段的去模糊方法处理图片，依次使用最大最小滤波法和高斯滤波法提升图片的清晰程度；
[0035]三、使用直方图均衡化的方法提升了图片的亮度均匀性。
附图说明
[0036]在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种针对环视图像的质量增强方法，其特征在于，包括：基于opencv的拉普拉斯变换的值，计算图像的清晰度；采用对图像分块的方法或直方图的形式，计算图像的亮度均匀性；当所述清晰度低于预设阈值时，使用最大最小滤波法对图像进行一阶段去模糊；使用高斯滤波法对图像进行二次去模糊；使用直方图均衡化提高图像的亮度均匀性。2.根据权利要求1所述的方法，其特征在于，所述基于opencv的拉普拉斯变换的值，计算图像的清晰度，包括：首先将输入的彩色RGB图片转化成灰度图，保持输出通道数为3，之后将所述灰度图转化成numpy数组，并作为函数cv.Laplacian的输入即可算出一个数值作为评价图像清晰度的指标。3.根据权利要求2所述的方法，其特征在于，所述采用对图像分块的方法，计算图像的亮度均匀性，包括：使用分块的方法将所述彩色RGB图像均匀分成若干块，计算每个块像素的平均值，之后将最大值和最小值相除，根据得到的值判断亮度均匀性。4.根据权利要求2所述的方法，其特征在于，所述采用直方图的形式，计算图像的亮度均匀性，包括：首先将所述彩色RGB图像分成三个通道，之后将每个通道的图片作为函数cv.calcHist的输入，得到每个通道的像素值统计后使用cv.line函数绘制出每个通道的直方图统计。5.根据权利要求2
‑
4任意一项所述的方法，其特征在于，所述使用最大最小滤波法对图像进行一阶段去模糊，包括：首先根据滤波尺寸的大小对所述彩色RGB图像进行填充操作，最小滤波填充255，最大滤波填充0；其次创建一个与原图像大小相同的结果矩阵，用于存储最后的结果；再次遍历填充后的图像的每个像素点，选取其周围滤波尺寸乘以滤波尺寸个像素的最大值或最小值；最...

【专利技术属性】
技术研发人员：邓若愚，胡尚薇，
申请(专利权)人：同济人工智能研究院苏州有限公司，
类型：发明
国别省市：