一种低亮度图像的增强方法、装置及设备制造方法及图纸

本发明专利技术公开了一种低亮度图像的增强方法、装置及设备，方法包括：将待处理图像输入至预构建的图像分解模型中，利用图像分解模型，对待处理图像中的光照梯度进行约束，得到第一光照分量，利用图像分解模型，对待处理图像中的反射梯度进行保真，得到第一反射分量；按照预确定的调节规则对第一光照分量的光照强度进行调节，生成第二光照分量；基于第二光照分量和第一反射分量生成增强图像；本方案通过上述方式得到的增强图像可以在增强弱光区域的同时保留局部高强度区域的可视性，从而能够让机器人在复杂的弱光环境下拥有良好的可视性，可以大大提高设备的工作效率。以大大提高设备的工作效率。以大大提高设备的工作效率。

【技术实现步骤摘要】
一种低亮度图像的增强方法、装置及设备


[0001]本专利技术涉及图像处理领域，具体涉及一种低亮度图像的增强方法、装置及设备。

技术介绍

[0002]在现实场景中，由于光线、视角等问题会导致我们拍摄的照片比较阴暗，而这些阴暗的图片不仅会影响我们的观察，而且会极大的影响计算机视觉处理算法的效果。基于此，出现了低亮度图像增强方法。
[0003]相关技术中，图像亮度增强方法通常基于Retinex模型将输入图像分解为光照分量和反射分量；然后，利用Gamma校正全局增强光照，从而实现图像的亮度增强。但是，由于目前基于Retinex模型的增强方法采用的约束条件不足以得到准确的光照分量与反射分量，使得最终增强后的图像中出现颜色失真和光晕伪影等问题。

技术实现思路

[0004]因此，本专利技术要解决的技术问题在于克服现有技术中无法准确分解出光照分量和反射分量的缺陷，从而提供一种低亮度图像的增强方法、装置及设备。
[0005]第一方面，本专利技术提供了一种低亮度图像的增强方法，包括：
[0006]将待处理图像输入至预构建的图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低亮度图像的增强方法，其特征在于，包括：将待处理图像输入至预构建的图像分解模型中，利用所述图像分解模型，对所述待处理图像中的光照梯度进行约束，得到第一光照分量，利用所述图像分解模型，对所述待处理图像中的反射梯度进行保真，得到第一反射分量；按照预确定的调节规则对所述第一光照分量的光照强度进行调节，生成第二光照分量；基于所述第二光照分量和所述第一反射分量生成增强图像。2.根据权利要求1所述的低亮度图像的增强方法，其特征在于，所述图像分解模型，包括：第一保真子模型、第二保真子模型以及约束子模型。3.根据权利要求2所述的低亮度图像的增强方法，其特征在于，得到所述第一光照分量和所述第一反射分量，包括：基于所述待处理图像在R、G、B三个通道的灰度值确定初始照明分量；基于所述第一保真子模型和所述约束子模型，构建第一图像分解子模型，基于所述第一保真子模型和所述第二保真子模型，构建第二图像分解子模型；将所述初始照明分量输入至所述第一图像分解子模型中，得到第三光照分量；将所述第三光照分量输入至所述第二图像分解子模型中，得到第二反射分量；当所述第三光照分量满足第一预设条件，且，所述第二反射分量满足第二预设条件时，将所述第三光照分量确定为所述第一光照分量，将所述第二反射分量确定为所述第一反射分量。4.根据权利要求3所述的低亮度图像的增强方法，其特征在于，所述第二图像分解子模型利用预设的增强图像梯度对所述待处理图像中的反射梯度进行约束。5.根据权利要求3所述的低亮度图像的增强方法，其特征在于，所述基于所述第一保真子模型和所述约束子模型，构建第一图像分解模型，包括：基于所述第一保真子模型和所述约束子模型构建第三图像分解子模型；将所述第三图像分解子模型中的第一保真子模型简化为由所述初始照明分量形成的第三保真子模型；将所述第三图像分解子模型中的约束子模型替换为与所述约束子模型等价的第三保真子模型，生成第一图像分解子模型。6.根据权利要求3
‑
5中任一项所述的低亮度图像的增强方法，其特征在于，所述第一图像分解子模型包括第一分解项和第二分解项，所述将所述初始照明分量输入至所述第一图像分解子模型中，得到第三光照分量，包括：将所述初始照明分量、预定义的约束条件输入至所述第一分解项中，得到辅助变量，所述辅助变量用以约束所述光照梯度；将所述辅助变量、所述初始照明分量以及第一预...

【专利技术属性】
技术研发人员：高银，李俊，晏超，
申请(专利权)人：泉州装备制造研究所，
类型：发明
国别省市：