一种高亮度车牌图像增强方法技术

本发明专利技术提供了一种高亮度车牌图像增强方法，属于图像处理领域。具体通过对高亮度区域在RGB通道重建，并进行gamma校正，之后通过色调映射窗口实现局部的线性调整，进行引导滤波优化实现恢复高亮度区域细节信息的效果；本发明专利技术的对于高亮度局部区域的细节恢复效果明显，且恢复后的图像符合人眼的视觉效果，具有更高的清晰度；针对过曝光区域的处理会影响相邻区域的对比度产生明显变化，为了避免此类问题发生，采用小窗口在图像的全局范围内处理，这样做还能够有效抑制结果图像中伪影以及光晕的产生；改进的引导滤波方法涉及的目标函数优化仅需几个参数就可以灵活地调整图像质量，以满足压缩范围比和应保留的细节需求，同时能够提升方法滤波处理效率。升方法滤波处理效率。升方法滤波处理效率。

【技术实现步骤摘要】
一种高亮度车牌图像增强方法


[0001]本专利技术属于图像处理领域，具体涉及一种高亮度车牌图像增强方法。

技术介绍

[0002]在我们的日常生活中，视频信息越来越多的被人们用来识别和判断事物，解决实际的问题，并且已广泛应用于公共安全监控中。但是监控视频由于天气条件、亮度条件、捕获设备等因素，会使视频中存在高亮度区域，造成目标物信息无法获得的情况，不利于监控，不能满足应用的需要。特别是强光源(如车灯、路灯、闪光灯)对夜间图像的增强造成了更多的困难。
[0003]现有技术中的一种车牌图像增强方法，首先对车牌的亮度图像进行了对比度增强，随后对图片进行去噪处理，提高车牌上字体清晰度并去除车牌背景噪声，从而达到增强目的。具体图像增强一般是通过滤波操作，对图像的噪声进行去除和平滑，按照其方式的不同，可以分为频域法和空域法。频域法利用低通滤波特性将图像中的高频噪声去除掉；空域法是利用高通滤波特性增强图像里边缘信息，恢复图像的清晰度。然而上述一般的滤波算法得到的图像在高曝光情况下整体对比度保持较差，增强后的效果仍然较差。

技术实现思路

[0004]本专利技术的目的在于解决上述现有技术中存在的难题，提供一种高亮度车牌图像增强方法。
[0005]本专利技术的图像增强方法是通过以下技术方案实现的：
[0006]步骤1，采集车牌图像，对采集后的车牌图像进行RGB通道重建，保留蓝色通道，只对红、绿通道做变换，保持原图的结构信息，得到重建后的图像；
[0007]步骤2，对重建后的图像进行局部gamma校正，通过色彩压缩提高图像的局部对比度；
[0008]步骤3，设计改进后色调映射线性窗口，得到色调映射图像；
[0009]步骤4，由步骤2得到的校正图像分别得到对应的均值图像、对比度图像和标准差图像，融合上述三种图像构建引导图；
[0010]步骤5，将步骤3得到的色调映射图像与步骤4得到的引导图像进行优化引导滤波处理，输出最终图像。
[0011]具体步骤2执行以下过程进行Gamma校正：定义校正函数如下公式所示
[0012]I(x,y)＝kO(x,y)
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0013]其中k为常数，γ为伽马变量。当γ＞1时，图像像素值会变小，图像整体亮度会减弱；当0＜γ＜1时，图像像素值会变大，图像整体亮度会增强。I(x,y)为输入像素值，O(x,y)为输出像素值，常数k设置为1，最终输出gamma校正后的图像。
[0014]步骤3设计色调映射线性窗口，得到色调映射图像具体过程如下：
[0015]构建以像素i为中心的窗口ω
i
的线性函数表示为：
[0016]I
l
(j)＝m
i
I
h
(j)+n
i
，j∈w
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0017]I
l
＝f(I
h
)，I
h
表示输入图像幅值矩阵，f(
·
)表示运算符，I
l
为运算后图像幅值矩阵。系数m和n直接影响到局部对比度，m表示线性函数的斜率，当m＞1时，局部对比度会增强，从而使图像中较暗区域变亮；当0＜m＜1时，则会改善图像中高亮度区域。
[0018]步骤4，由步骤2得到的校正图像分别得到对应的均值图像、对比度图像和标准差图像，融合上述三种图像构建引导图；
[0019]本专利技术中，引导图c
i
定义如下：
[0020][0021]其中μ是局部平均值，σ
i
是图像标准差，I
h
(i)是图像幅值，κ为权重系数，β1、β2、β3是三个常量，优选地β1∈[0.4
‑
0.9]，β2∈[0.1
‑
0.4]，β3设为0.1；
[0022]步骤5中，将步骤3得到的色调映射图像与步骤4得到的引导图像进行优化引导滤波处理，输出最终图像具体过程如下：
[0023]将定义的局部线性方程应用在窗口ω
i
上，参见附图2，以i点为中心像素的窗口示意图，所有尺寸为5*5且包含像素i的窗口w必须在图示的区域内，因此在局部窗口w的影响下，像素点i周围最多有80个像素点。假设图像有N个像素点，矩阵D中非零元素的总数将小于80*N。
[0024]通过最小化求解来处理输入图像：
[0025][0026]由于零解问题的存在，需要在上述公式中添加一个约束项，使得最小化(3)式变得可行。并且根据公式(2)可知，系数m是直接影响图像局部对比度的。
[0027]为了确保全局对比度不变，本专利技术改进后最终的目标函数表示：
[0028][0029]c
i
是预设的正值，用于引导局部对比度的处理。所有的c
i
构成了引导图矩阵，通过设置适当的c
i
值，可以对局部区域对比度进行正确调整，减弱强对比度区域，增强低对比度区域。εc
i
‑2(m
i
‑
c
i
)2这一项是引导图矩阵的平方相对误差，c
i
‑2用于归一化由m
i
和c
i
的差值，ε是添加项的权重。
[0030]将公式(4)求解最小化是困难的，因为公式中涉及大量的未知数。对于每组线性系数m
i
和n
i
仅在单个窗口上存在定义，那么其最小化求解问题可以表示为：
[0031][0032]其中，
[0033]通过这个表达式，函数f
i
对m
i
和n
i
求偏导数等于0的解，得到m
i
和n
i
的最优解，通过求解线性方程得到最优的计算过程如下：
[0034][0035][0036]上述两式可以表示为线性关系：
[0037][0038]其中：
[0039][0040][0041]将K
i
与W
i
代入式中得
[0042][0043]解得：
[0044][0045][0046][0047]求函数f对I
l
(k)的偏导等于0：
[0048][0049]把(9)式代入(10)式中：
[0050][0051]由于(11)式具有线性性质，可以简化为：
[0052][0053]其中：
[0054][0055][0056]δ
kj
是克罗内克函数，通过求解方程(12)得到式(4)的最优解。(12)中的矩阵D是对称稀疏的。在D的每一行i中，非零元素的数目达到根据(12)定义的区域大小。给定一个包含N个像素的输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高亮度车牌图像增强方法，其特征在于包含如下步骤：步骤1，采集车牌图像，对采集后的车牌图像进行RGB通道重建，保留蓝色通道，只对红、绿通道做变换，保持原图的结构信息，得到重建后的图像；步骤2，对重建后的图像进行局部gamma校正，通过色彩压缩提高图像的局部对比度；步骤3，设计改进后色调映射线性窗口，得到色调映射图像；步骤4，由步骤2得到的校正图像分别得到对应的均值图像、对比度图像和标准差图像，融合上述三种图像构建引导图；步骤5，将步骤3得到的色调映射图像与步骤4得到的引导图像进行优化引导滤波处理，输出最终图像。2.根据权利要求1所述的高亮度车牌图像增强方法，其特征在于：所述步骤2执行以下过程进行Gamma校正，定义校正函数如下公式(1)I(x,y)＝kO(x,y)
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中k为常数，γ为伽马变量，当γ>1时，图像像素值会变小，图像整体亮度会减弱；当0<γ<1时，图像像素值会变大，图像整体亮度会增强，I(x,y)为输入像素值，O(x,y)为输出像素值，常数k设置为1，最终输出gamma校正后的图像。3.根据权利要求2所述的高亮度车牌图像增强方法，其特征在于所述步骤3设计色调映射线性窗口，得到色调映射图像具体过程如下：构建以像素i为中心的窗口ω
i
的线性函数表示为：I
l
(j)＝m
i
I
h
(j)+n
i
，j∈w
i (2)I
l
＝f(I
h
)，I
h
表示输入图像幅值矩阵，f(
×
)表示运算符，I
l
为运算后图像幅值矩阵；系数m和n直接影响到局部对比度，m表示线性函数的斜率，当m>1时，局部对比度会增强，从而使图...

【专利技术属性】
技术研发人员：贾振红，魏一飞，
申请(专利权)人：新疆大学，
类型：发明
国别省市：