一种适用于车载影像的亮度映射方法技术

本发明专利技术公开了一种适用于车载影像的亮度映射方法，首先根据输入图像的像素，判断图像的亮度类型，包括暗、正常、亮三种类型；然后生成输入图像的直方图，并计算直方图的累积分布函数；最后根据累积分布函数计算输入图像对应亮度类型的映射参数，并得到映射函数，根据映射函数对输入图像进行亮度映射，得到新图像。本发明专利技术通过对输入图像的进行亮度分类，并针对不同类别选用不同的映射函数进行映射，有效减少使用同一种亮度映射时，图像中部分过暗或过量区域可能带来的图像欠曝和过曝问题，从而提升图像增强的效果，尤其适用于夜晚状态车载影像中的图像增强。像中的图像增强。像中的图像增强。

【技术实现步骤摘要】
一种适用于车载影像的亮度映射方法


[0001]本专利技术涉及一种图像处理方法，具体涉及一种图像亮度处理方法。

技术介绍

[0002]车载影像是指汽车、火车等交通工具上安装的摄像头所拍摄到的实时视频信号，它可以提供行车安全、驾驶辅助、交通管理、行车记录等多种功能，是现代交通领域中的重要技术之一。
[0003]图像增强是数字图像处理中的一项重要技术，它的目的是通过算法等手段，改善图像的质量，使得更加清晰、明亮、对比度更高等。亮度映射是图像增强中的一个重要环节，它将高动态范围(HDR)图像转换为低动态范围(LDR)图像，通过将输入图像的像素值映射到输出图像的像素值，来实现对图像亮度和对比度的调整。常见的映射函数包括线性映射、S型函数、Logistic函数、Reinhard函数、Durand函数等。
[0004]在夜晚，由于有车灯、路灯、灯牌等多种复杂的光源，使得图像整体的亮度与白天相比也变得很复杂，可能会出现局部过暗或过亮的问题。夜间车载影像需要将图像进行处理后输出。通常的处理方式是将图像都通过同一个亮度映射进行映射处理得到新的图像，这对于部分过暗和过亮的图像来说，会产生欠曝和过曝的问题。

技术实现思路

[0005]专利技术目的：针对上述现有技术，提出一种适用于车载影像的亮度映射方法，以减少欠曝和过曝的问题。
[0006]技术方案：一种适用于车载影像的亮度映射方法，包括：步骤1：根据输入图像的像素，判断图像的亮度类型，包括暗、正常、亮三种类型；步骤2：生成所述输入图像的直方图，并计算所述直方图的累积分布函数；步骤3：根据所述累积分布函数计算所述输入图像对应亮度类型的映射参数，并得到映射函数，根据所述映射函数对所述输入图像进行亮度映射，得到新图像。
[0007]进一步的，所述步骤1包括如下具体步骤：将图像像素值范围划分为5个区间，统计所述输入图像在每个区间的像素数量，分别赋予每个区间不同的权重；定义一个评价指标，即平均像素数量，由每个区间包含的像素点的个数乘以对应的权重并进行累加，再除以总的像素点数量；根据所述平均像素数量和预设判断阈值条件来判断图像的亮度类型。
[0008]进一步的，所述步骤3中：对于暗图像，采用对数衰减映射函数，根据所述累积分布函数的最小非零值求出对数衰减映射函数的映射参数；对于正常图像，采用线性映射函数，根据所述累积分布函数的最大值和最小非零值求出线性映射函数的映射参数；对于亮图像，采用Gamma映射函数，根据所述累积分布函数的最小非零值求出Gamma映射函数的映射参数。
[0009]进一步的，所述步骤1中，将图像像素值范围[0,255]划分为五个区间：[0,50]、[51,100]、[101,150]、[151,200]、[201,255]，五个区间对应的所述权重分别为：0.2、0.4、
0.6、0.8、1.0。
[0010]进一步的，若所述平均像素数量小于等于A，则所述输入图像判断为暗图像；若所述平均像素数量大于A且小于B，则所述输入图像判断为正常图像；若所述平均像素数量大于等于B，则所述输入图像判断为亮图像；其中，A取值范围为0.35~0.45，B取值范围为0.65~0.75。
[0011]进一步的，对于暗图像，所述对数衰减映射函数为：s=c
·
ln(1+r)，其中s表示像素值为r的映射值，c为所述对数衰减映射函数的映射参数，c=(L
‑
1)/ln(1+(r
max
‑
r
min
)/(CDF
min
+g1))，L为图像像素值范围，r
max
和r
min
分别是所述输入图像中像素值的最大和最小值，CDF
min
为所述累积分布函数的最小非零值，g1为用于避免分母为0的常量。
[0012]进一步的，对于正常图像，所述线性映射函数为：s=a
·
(r
‑
r
min
)+b，其中s表示像素值为r的映射值，r
min
是所述输入图像中像素值的最小值，a和b为所述线性映射函数的映射参数，a=1/(CDF
max
‑
CDF
min
)，b=CDF
min
/(CDF
max
‑
CDF
min
)，CDF
max
、CDF
min
分别为所述累积分布函数的最大值和最小非零值。
[0013]进一步的，对于亮图像，所述Gamma映射函数为：s=d
·
r
Gamma
，其中s表示像素值为r的映射值，Gamma为所述Gamma映射函数的映射参数，d为常数因子，Gamma=∣ln(CDF
min
+g2)∣/lnr
min
，d=(L
‑
1)/(r
max
‑
r
min
)
Gamma
，CDF
min
为所述累积分布函数的最小非零值，L为图像像素值范围，r
max
和r
min
分别是所述输入图像中的像素值的最大和最小值，g2为用于避免对数的底为0的常量。
[0014]进一步的，如果根据映射函数计算得到的映射值s超过了图像像素值范围[0,255]，则将映射值s截断到所述图像像素值范围内，具体为：当映射值s小于0时，所述映射值s赋值为0；当映射值s大于255时，所述映射值s赋值为255；其他情况下对所述映射值s向下取整处理。
[0015]有益效果：本专利技术通过对输入图像的进行亮度分类，并针对不同类别选用不同的映射函数进行映射，有效减少使用同一种亮度映射时，图像中部分过暗或过量区域可能带来的图像欠曝和过曝问题，从而提升图像增强的效果，尤其适用于夜晚状态车载影像中的图像增强。
附图说明
[0016]图1为实施例中一个8
×
8数据块的亮度类型判断；图2为本专利技术总的流程图。
实施方式
[0017]下面结合附图对本专利技术做更进一步的解释。
[0018]如图2所示，一种适用于车载影像的亮度映射方法，包括：步骤1：根据输入图像的像素，判断图像的亮度类型，包括暗、正常、亮三种类型。
[0019]具体的，先加载车载影像数据，得到本专利技术待处理的输入图像。将图像像素值范围[0,255]划分为五个区间：[0,50]、[51,100]、[101,150]、[151,200]、[201,255]，分别代表暗、较暗、正常、较亮、亮五种类。统计当前处理帧图像在每个区间的像素数量，分别赋予每个区间不同的权重，从而计算图像的平均像素数量。假设[0,50]区间内像素数量有a个，
(51,100]区间内像素数量有b个，(101,150]区间内像素数量有c个，(151,200]区区间内像素数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种适用于车载影像的亮度映射方法，其特征在于，包括：步骤1：根据输入图像的像素，判断图像的亮度类型，包括暗、正常、亮三种类型；步骤2：生成所述输入图像的直方图，并计算所述直方图的累积分布函数；步骤3：根据所述累积分布函数计算所述输入图像对应亮度类型的映射参数，并得到映射函数，根据所述映射函数对所述输入图像进行亮度映射，得到新图像。2.根据权利要求1所述的适用于车载影像的亮度映射方法，其特征在于，所述步骤1包括如下具体步骤：将图像像素值范围划分为5个区间，统计所述输入图像在每个区间的像素数量，分别赋予每个区间不同的权重；定义一个评价指标，即平均像素数量，由每个区间包含的像素点的个数乘以对应的权重并进行累加，再除以总的像素点数量；根据所述平均像素数量和预设判断阈值条件来判断图像的亮度类型。3.根据权利要求1所述的适用于车载影像的亮度映射方法，其特征在于，所述步骤3中：对于暗图像，采用对数衰减映射函数，根据所述累积分布函数的最小非零值求出对数衰减映射函数的映射参数；对于正常图像，采用线性映射函数，根据所述累积分布函数的最大值和最小非零值求出线性映射函数的映射参数；对于亮图像，采用Gamma映射函数，根据所述累积分布函数的最小非零值求出Gamma映射函数的映射参数。4.根据权利要求2所述的适用于车载影像的亮度映射方法，其特征在于，所述步骤1中，将图像像素值范围[0,255]划分为五个区间：[0,50]、[51,100]、[101,150]、[151,200]、[201,255]，五个区间对应的所述权重分别为：0.2、0.4、0.6、0.8、1.0。5.根据权利要求2或4所述的适用于车载影像的亮度映射方法，其特征在于，若所述平均像素数量小于等于A，则所述输入图像判断为暗图像；若所述平均像素数量大于A且小于B，则所述输入图像判断为正常图像；若所述平均像素数量大于等于B，则所述输入图像判断为亮图像；其中，A取值范围为0.35~0.45，B取值范围为0.65~0.75。6.根据权利要求3所述的适用于车载影像的亮度映射方法，其特征在于，对于暗图像，所述对数衰减映射函数为：s=c
·
ln(1+r)，其中s表示像素值为r的映射值，c为所述对数衰减映射函数的映射参数，c=(L
‑
1)/ln(1+(r
max
‑
r
min
)/(CDF
min
+g1))，L为图像像素值范围，r...

【专利技术属性】
技术研发人员：崔永祺，王彬，周康，张峰瑜，熊傲然，
申请(专利权)人：江苏稻源科技集团有限公司，
类型：发明
国别省市：