一种快速机载暗光图像增强方法技术

本发明专利技术提供了一种快速机载暗光图像增强方法，包括步骤1、通过色彩转换将输入机载暗光图像变换到HSV色彩空间，对HSV彩色空间的V通道分量实施暗光增强算法；步骤2、通过保边平滑算子对亮度分量滤波处理；步骤3、通过步骤2获得的保边平滑分量对V通道分量做预增强处理；步骤4、通过本发明专利技术提出的高次分式模型增强步骤3获得图像的对比度；步骤5、通过本发明专利技术提出的自适应伽马变换对步骤4中获得结果进行亮度增强。本发明专利技术提出的方法不仅能获得优秀的增强性能表现，同时在处理速度上非常高效；暗部增强表现优秀，符合机载场景下暗部目标识别以及暗部信息采集和获取的要求。暗部信息采集和获取的要求。暗部信息采集和获取的要求。

【技术实现步骤摘要】
一种快速机载暗光图像增强方法


[0001]本专利技术涉及机载数字图像处理
，具体为一种快速机载暗光图像增强方法。

技术介绍

[0002]高音速或超高音速飞机飞行时，为保证采集的地面或者空天场景的图像不出现运动模糊的情况，通常需要缩短机载相机单幅图像信号的采集时间。对于同样的光圈和传感器，单位时间采集的图像帧率随着单幅图像采集时间增加而提高，单幅图像采集时间越短则传感器对光照强度的响应就越弱，尤其在暗光环境下，机载图像就会出现亮度不足的情况，由此造成采集图像中目标特征弱化，不利于后期的目标检测、观测、识别和分类等，因此需要对机载暗光图像进行增强，但是机载暗光图像增强时需要同时考虑图像增强方法的计算效率和性能。
[0003]目前，传统暗光增强方法包括伽马变换方法、直方图均衡化方法、小波变化方法等，但是上述方法很难同时获得优秀的计算效率和性能。研究者通过研究人类自身视觉系统的颜色恒常性特性提出了Retinex增强理论，进而产生了大量基于模型和基于学习的Retinex增强方法，但是Retinex增强方法通常需要较高的计算量以保证其优秀的计算性能。

技术实现思路

[0004]为了解决上述伽马变换方法、直方图均衡化方法、小波变化方法等传统方法的计算效率和性能不能兼得的缺点，本专利技术设计了一种快速机载暗光图像增强方法，其能快速的对机载暗光图像进行增强，保证了其计算效率和性能。
[0005]实现专利技术目的的技术方案如下：一种快速机载暗光图像增强方法，包括以下步骤：
[0006]S1、输入暗光图像，对其从RGB色彩空间进行色彩转换变换从至HSV色彩空间；
[0007]S2、提取色彩转换后暗光图像的V通道分量，获得单通道图像I；
[0008]S5、基于高次分式模型，增强所述单通道图像的对比度，获得对比度增强暗光图像I
hc
；
[0009]S6、基于自适应伽马变换方法，增强对比度增强暗光图像I
hc
的亮度，获得暗光增强图像。
[0010]在一个实施例中，在所述增强单通道图像I的对比度前，还包括：
[0011]S3、基于保边平滑算子，对所述单通道图像I进行滤波处理，获得保边平滑图像I
b
，其中I
b
＝g(I)，g(
·
)表示保边平滑算子；
[0012]S4、由于暗光环境下采集的图像边缘高频信息较弱，需要对所述保边平滑图像I
b
进行预增强，获得预增强后图像I
h
，预增强后图像I
h
为I
h
＝(I
‑
I
b
)a+I
b
，a为高频信息预增强系数。
[0013]进一步地，上述步骤S5中，i高次分式模型为其中，I
hc
为对比度增强暗光图像，n为大于1的正整数。
[0014]进一步地，上述步骤S6中，所述暗光增强图像为g(0≤g≤1)为自适应伽马系数。
[0015]本专利技术通过现有的Retinex模型和本具体实施方式中高次分式模型对单通道图像的对比度增强效果进行比较：
[0016]Retinex理论认为图像可分解为与光照无关的反射分量和与环境光强度相关的亮度分量。首先，Retinex分解模型为：I
h
＝R*L，I
h
为预增强后图像，R为反射分量，L为亮度分量，采用Retinex模型增强的图像I
e
为：I
e
＝R*L
α
，α为传统伽马变换系数。
[0017]将高频信息不足的保边平滑图像I
b
视为亮度分量L，即,I
b
＝L，则可得到满足如下等式的R反射分量：I
h
＝R*I
b
＝R*L。
[0018]通过以上分析，借助Retinex分解模型，可以将本本具体实施方式中暗光增强图像变化为:
[0019]由上式可证明，当ng＝1时，本专利技术提出的一种快速机载暗光图像增强方法等价于Retinex模型方法。
[0020]与现有技术相比，本专利技术的有益效果是：本专利技术设计的快速机载暗光图像增强方法不仅能获得优秀的增强性能表现，同时在处理速度上非常高效；暗部增强表现优秀，符合机载场景下暗部目标识别以及暗部信息采集和获取的要求。
附图说明
[0021]为了更清楚地说明本专利技术实施技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。
[0022]图1为具体实施方式中快速机载暗光图像增强方法的流程图；
[0023]图2为具体实施方式中伽马自适应变化和传统伽马变换的的曲线图；
[0024]图3为具体实施方式中提出的自适应伽马变换与传统伽马(α＝2.2)变换的对比图；
[0025]图4为具体实施方式中采用已有基准方法与本专利技术方法对输入图像增强的实验对比结果图。
具体实施方式
[0026]下面结合具体实施例来进一步描述本专利技术，本专利技术的优点和特点将会随着描述而更为清楚。但这些实施例仅是范例性的，并不对本专利技术的范围构成任何限制。本领域技术人员应该理解的是，在不偏离本专利技术的精神和范围下可以对本专利技术技术方案的细节和形式进行修改或替换，但这些修改和替换均落入本专利技术的保护范围内。
[0027]为了克服采用传统方法增强暗光图像亮度时，存在的计算效率和性能不能兼得的缺点，本具体实施方式公开了一种快速机载暗光图像增强方法。以下通过具体的示例对快
速机载暗光图像增强方法进行说明，参见图1所示，快速机载暗光图像增强方法包括以下步骤：
[0028]步骤1：通过色彩空间变换将输入的RGB图像转化到HSV空间，在HSV空间中提取V通道亮度分量I(即单通道图像I)，对单通道图像I实施本专利技术提出的方法，即对亮度不足的暗光区域实施亮度增强。
[0029]步骤2：对单通道图像I实施保边平滑处理，获得保边平滑图像I
b
为I
b
＝g(I)，其中，g(
·
)表示保边平滑算子。由于保边平滑算子非常多，如：双边滤波(Bilateral Filter)，引导滤波(Guided Image Filter)、权重引导滤波(Weighted Guided Image Filter)等等，考虑到计算效率和保边性能，本专利技术采用引导滤波作为保边平滑算子g(
·
)。
[0030]步骤3：暗光环境下传感器对物体边界处的光响应强度较正常光照下弱，因此，本专利技术对其高频信息预增强处理，预增强后图像I
h
为I
h
，其中，a为高频信息预增强系数。
[0031]步骤4：通过高次分式模型来获得对比度增强暗光图像I
hc
的，高次分式模型为：其中，n为大于1的正整数。
[0032]虽然直接使用伽马变可以提高亮度，但会造成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种快速机载暗光图像增强方法，其特征在于，包括以下步骤：输入暗光图像，对其进行色彩转换变换至HSV色彩空间；提取色彩转换后暗光图像的V通道分量，获得单通道图像；基于高次分式模型，增强所述单通道图像的对比度，获得对比度增强暗光图像；基于自适应伽马变换方法，增强对比度增强暗光图像的亮度，获得暗光增强图像。2.根据权利要求1所述的快速机载暗光图像增强方法，其特征在于：在所述增强单通道图像的对比度前，还包括：基于保边平滑算子，对所述单通道图像进行滤波处理，获得保边平滑图像；对所述保边平滑图像进行预增强，获得预增强后图像。3.根据权利要求2所述的快速机载暗光图像增强方法，其特征在于：所述预增强...

【专利技术属性】
技术研发人员：李鹏亮，程岳，余冠锋，刘作龙，韩伟，李晨卉，
申请(专利权)人：中国航空工业集团公司西安航空计算技术研究所，
类型：发明
国别省市：