一种基于变分框架的彩色图像对比度增强方法，其主要步骤：第一步，初始化读入图像，将输入的RGB图像转换到YCbCr颜色空间；第二步，对YCbCr空间中彩色图像的Y分量进行降采样；第三步，建立图像的成像模型，并将其变换到对数域；第四步，利用变分框架模型对亮度图像进行计算；第五步，用输入图像减去亮度图像得到图像的反射信息；第六步，将反射图像取指数；第七步，采用插值算法将反射图像还原到原始图像大小；第八步，将得到的反射图像与Cb和Cr分量结合，并反变换到RGB空间，作为输出结果。本发明专利技术采用变分框架模型对低能见度天气下的彩色图像进行处理，使得图像质量显著提高，相对于以往的图像增强方法，处理速度快、算法稳定性高、使用范围广、图像增强效果好。
【技术实现步骤摘要】
本专利技术属于数字图像增强
，具体涉及到一种基于变分框架的彩色图像增 强方法。
技术介绍
图像增强的主要目的在于使人眼获得更好的视觉效果，或更方便计算机系统识别 以满足系统对图像信息的需求。图像特征增强主要包括对比度、亮度、颜色等多方面的处 理，目前并没有统一的衡量图像的质量的客观标准，评价算法的有效性主要依靠人眼的客 观感受。图像增强的方法基本上可以分为空域处理和频域处理两大类。空域处理是直接对 原图像进行数据运算，频域处理是指先将原图像变换到特定的变换域，然后在该变换域上 进行相关处理以增强有用的频率分量，最后再对处理后的结果作反变换，便得到增强后的 图像。传统的图像增强算法主要有线性变换、直方图均衡化等。其中线性变换即比例变 换，即因变量和自变量之间存在固定的比例系数，通常情况下线性变换是将图像中较小的 灰度范围拉伸到较大的灰度范围，因此常称为灰度拉伸；直方图均衡化算法的基本思想是 把原始图像的直方图变换为均勻分布的形式，这样能够增加像素灰度值的动态范围，从而 达到增强图像整体对比度的效果。近年来，基于人眼视觉系统模型的图像增强成为研究热点，在该理论的基础上提 出了很多具有现实意义和应用价值的方法，而变分框架模型用于图像增强是一种新的尝试ο
技术实现思路
本专利技术是一种基于变分框架的彩色图像增强方法，利用变分框架对低能见度环境 中的彩色图像进行处理，提高图像质量使之能够用于其它用途，为了实现上述目标，本专利技术 主要采取如下技术方案一种，按照以下步骤进行步骤1 初始化，读入一帧大小为M1XM2XS的低能见度天气下彩色图像Sin，其中 M1和M2为正整数，分别表示图像矩阵的行数和列数，然后将输入的彩色图像从RGB彩色空 间转换到YCbCr彩色空间，转换后的图像记为S”大小为1^\112\3，取&中Y分量图像，记 为SY，大小为M1XM2,并将Sy按照行排成大小为M1M2 X 1的列向量，重排后的图像记为f，步骤2:对重排后的图像f先进行降采样得到大小为N1N2Xl的列向量的降采 样图像&。wn，然后再按照行排列成N1XN2的图像矩阵S，降采样图像与f的关系式为=Wf，*其中表示矩阵向量乘积，D表示大小为N1N2XM1M2的降采样矩阵，其具体表达式为权利要求1. 一种，其特征在于按照以下步骤进行 步骤1 初始化，读入一帧大小为MiXM2X3的低能见度天气下彩色图像Sin，其中M1和 M2*正整数，分别表示图像矩阵的行数和列数，然后将输入的彩色图像从RGB彩色空间转换 到YCbCr彩色空间，转换后的图像记为ST，大小为M1XM2X 3，取&中Y分量图像，记为SY，大 小为M1XM2，并将Sy按照行排成大小为M1M2 X 1的列向量，重排后的图像记为f，步骤2:对重排后的图像f先进行降采样得到大小为N1N2Xl的列向量的降采样 图像4。 ，然后再按照行排列成N1XN2的图像矩阵S，降采样图与f的关系式为 =Wf，*其中表示矩阵向量乘积，D表示大小为N1N2XM1M2的降采样矩阵，其具体表达式为全文摘要一种，其主要步骤第一步，初始化读入图像，将输入的RGB图像转换到YCbCr颜色空间；第二步，对YCbCr空间中彩色图像的Y分量进行降采样；第三步，建立图像的成像模型，并将其变换到对数域；第四步，利用变分框架模型对亮度图像进行计算；第五步，用输入图像减去亮度图像得到图像的反射信息；第六步，将反射图像取指数；第七步，采用插值算法将反射图像还原到原始图像大小；第八步，将得到的反射图像与Cb和Cr分量结合，并反变换到RGB空间，作为输出结果。本专利技术采用变分框架模型对低能见度天气下的彩色图像进行处理，使得图像质量显著提高，相对于以往的图像增强方法，处理速度快、算法稳定性高、使用范围广、图像增强效果好。文档编号G06T5/00GK102110289SQ20111007732公开日2011年6月29日 申请日期2011年3月29日 优先权日2011年3月29日专利技术者徐千州, 曾维理, 杨黎, 路小波 申请人:东南大学本文档来自技高网...
【技术保护点】
１．一种基于变分框架的彩色图像对比度增强方法，其特征在于按照以下步骤进行：步骤１：初始化，读入一帧大小为Ｍ１×Ｍ２×３的低能见度天气下彩色图像Ｓｉｎ，其中Ｍ１和Ｍ２为正整数，分别表示图像矩阵的行数和列数，然后将输入的彩色图像从ＲＧＢ彩色空间转换到ＹＣｂＣｒ彩色空间，转换后的图像记为ＳＴ，大小为Ｍ１×Ｍ２×３，取ＳＴ中Ｙ分量图像，记为ＳＹ，大小为Ｍ１×Ｍ２，并将ＳＹ按照行排成大小为Ｍ１Ｍ２×１的列向量，重排后的图像记为步骤２：对重排后的图像先进行降采样得到大小为Ｎ１Ｎ２×１的列ｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）＆ｄｅｌｔａ；ｔ（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）＆Ｄｅｌｔａ；ｌ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）＆ａｌｐｈａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）ｓ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｉ）＆ｂｅｔａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）＆Ｄｅｌｔａ；ｌ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｂｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｂ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）＆Ｄｅｌｔａ；ｓ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（／ｍｒｏｗ）?（／ｍｓｕｂ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）８（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）迭代中止条件为：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｐ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｎ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（／ｍｓｕｐ）?（ｍｏ）－（／ｍｏ）?（ｍｓｕｐ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｐ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｉ）ｎ（／ｍｉ）?（／ｍｓｕｐ）?（ｍｏ）｜（／ｍｏ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｆｒａｃ）?（ｍｏ）＆ｌｅ；（／ｍｏ）?（ｍｉ）＆ｅｐｓｉｖ；（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）９（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中ε是预置的迭代终止系数，取０．０００１，步骤５：用对数域中的降采样图像ｓ减去步骤４中得到的对数域亮度图像估计值得到对数域反射图像ｒ的估计值（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｏｖｅｒ）?（ｍｉ）ｒ（／ｍｉ）?（ｍｏ）＾（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｏ）＝（／ｍｏ）?（ｍｉ）ｓ（／ｍｉ）?（ｍｏ）－（／ｍｏ）?（ｍｏｖｅｒ）?（ｍｉ）ｌ（／ｍｉ）?（ｍｏ）＾（／ｍｏ）?（／ｍｏｖｅｒ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｏ）－（／ｍｏ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｎ）１０（／ｍｎ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（／ｍａｔｈ）步骤６：将上一步中得到的对数域反射图像估计值逐点取指数ｅｘｐ，得到反射图像（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｏ...
【技术特征摘要】
【专利技术属性】
技术研发人员：路小波，曾维理，杨黎，徐千州，
申请(专利权)人：东南大学，
类型：发明
国别省市：84
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。