一种低照度视频图像增强方法及系统技术方案

本发明专利技术涉及一种低照度视频图像增强方法及系统，该方法步骤包括：根据韦伯-费希纳定律，对输入的图像进行亮度分层得到低对比度区域、德弗里斯区域、韦伯区域和饱和区域；收集低照度高清视频图像作为训练集，将训练集中的图像进行亮度分层；以图像增强质量评价函数作为目标函数，利用迭代算法分别对三个图像集的Retinex参数进行调整直到达到目标函数的值最优；利用获得的三个参数对低对比度区域图像、德弗里斯区域图像和韦伯区域图像进行图像增强；对获得的饱和区域图像采用梯度域图像增强算法进行图像处理；对图像增强后的结果图通过对灰度范围整体归一化处理；将获得的结果进行并行化处理后输出。

【技术实现步骤摘要】

本专利技术涉及图像增强处理，特别涉及一种低照度视频图像增强方法及系统。
技术介绍
图像增强的目的是改善图像的视觉效果，针对给定图像的应用场合，有目的地强调图像的整体或局部特性，扩大图像中不同物体特征之间的差别，满足某些特殊分析的需要。其方法是通过一定手段对原图像附加一些信息或变换数据，有选择地突出图像中感兴趣的特征或者抑制甚至掩盖图像中某些不需要的特征，使图像与视觉响应特性相匹配。在图像增强过程中，不分析图像质量降低的原因，处理后的图像不一定逼近原始图像。图像增强技术根据增强处理过程所在的空间不同，可分为基于空域的算法和基于频域的算法两大类。基于空域的算法处理时直接对图像灰度级做运算基于频域的算法是在图像的某种变换域内对图像的变换系数值进行某种修正，是一种间接增强的算法。增强图像中的有用信息，它可以是一个失真的过程，其目的是要增强视觉效果。将原来不清晰的图像变得清晰或强调某些感兴趣的特征，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果的图像处理方法。图像增强按所用方法可分成频率域法和空间域法。前者把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。采用低通滤波法，即只让低频信号通过，可去掉图中的噪声；采用高通滤波法，则可增强边缘等高频信号，使模糊的图片变得清晰。具有代表性的空间域算法有局部求平均值法和中值滤波法等，它们可用于去除或减弱噪声。基于空域的算法分为点运算算法和邻域去噪算法。点运算算法即灰度级校正、灰度变换和直方图修正等，目的或使图像成像均勻，或扩大图像动态范围，扩展对比度。邻域增强算法分为图像平滑和锐化两种。平滑一股用于消除图像噪声，但是也容易引起边缘的模糊。常用算法有均值滤波、中值滤波。锐化的目的在于突出物体的边缘轮廓，便于目标识别。常用算法有梯度法、算子、高通滤波、掩模匹配法、统计差值法等。上述的图像底层的增强方法通用性较强，随之带来的也是其没有针对性，因此对一些环境下如图像光照不均的图像增强的效果不能令人满意。以直方图均衡化法为代表的灰度变换法是一种处理光照不均的基本方法。灰度变换法指的是对图像使用某一灰度变换函数以达到压缩/拉伸图像灰度范围的目的。直方图均衡化法是灰度变换法中使用频率高、具有代表性的方法。它分为全局直方图均衡化法和局部直方图均衡化法。全局直方图均衡化法一股作为图像预处理，能有效地增强。图像对比度，对于整体灰度值低图像增强效果显著。局部均衡化法其细节增强能力较全局直方图均衡化法更强，适用于增强需要保持原始亮度的图像，但会出现块效应、计算速率、增强细节与增强噪声等问题。Retinex算法是一种基于光照补偿的图像增强算法， 具有在对比度增强效果、抑制噪声、计算效率等优异的性能。但方法适合处理局部灰度值低的图像，能有效增强其中暗处的细节部分并且在压缩图像对比度同时能在一定程度上保持图像原始亮度。Retinex增强方法充分利用了图像的频率信息，但没有重视图像梯度信息而且对于不同的图像，其模型参数的差异较大，参数调整困难。图像光照不均在梯度场中的具体表现为梯度分布不均。图像对比度高表现为梯度强度大、结构清晰，扩大图像梯度范围可扩大图像动态范围，减小梯度范围则压缩图像动态范围，因此可通过处理图像梯度场来实现图像增强。梯度域图像增强的缺点是会使图像在一定程度上锐化，并且在梯度域中重建图像需要一定的数值算法。在图像增强的应用系统和产品上，北京金耐威科技有限责任公司研发的国内实时图像增强系统采用了 Retinex算法，并设计了雨雾天气的模式。但Retinex方法的优点在于其颜色恒常性，其对图像中亮度变化较为明显的区域增强效果会丢失很多细节，有时还会产生光晕现象。除此之外，单纯的Retinex算法对低照度图像处理的能力还不足。北京蓝卡创新科技发展科技有限公司开发了标清图像增强系统，可以处理水下图像以及逆光的 ATM机处理。VIDI (英伟达 )将携手MotionDSP公司在NVIDIA (英伟达 )发布旅了 vReveal 2. O视频增强软件。该软件采用超分辨率分析技术，主要面向视频图像的增强。另外该系统目前只能够在PC上运行。博飞电子科技有限公司开发的视频增强板集成了直方图变换，全局和局部的对比度调整方法，这些方法都是图像增强的基础方法。ioimage —家以色列的智能视频监控公司，视频增强软件能够在雨雪雾等全天候高噪声环境下工作。通过上述的调查分析得知，截目前为止国内市场上还没有高清视频实时增强系统，而且图像增强的方法较为单一，难以满足复杂环境下图像增强的需求。图像增强的基础研究也有待进一步深入和提高。
技术实现思路
本专利技术的目的在于，为解决上述问题，本专利技术提出一种低照度视频图像增强方法及系统，融合Retinex算法对低照度区域的优异增强性能和梯度域图像增强在保持原图像中的细节和层次感，并利用Open MP并行化处理技术对图像数据、算法进行并行化处理，以满足在安防及监控中高清图像实时高性能增强的需求。为实现上述专利技术目的，本专利技术提出一种低照度视频图像增强方法，其特征在于，该方法基于Open MP技术，将自适应Retinex算法和梯度域图像增强算法结合来实时处理图像；该方法的具体步骤包括步骤1)根据心理学中的韦伯-费希纳定律，对输入的低照度高清图像进行亮度分层，分别得到低对比度区域、德弗里斯区域、韦伯区域和饱和区域；步骤2)收集低照度视频图像作为训练集，将训练集中的图像进行亮度分层，把训练集中的图像对应地划分到所述步骤1)获得的低对比度区域、德弗里斯区域和韦伯区域，获得三个图像集；以图像增强质量评价函数作为目标函数，利用迭代算法分别对三个图像集对应地Retinex参数进行调整直到达到目标函数的值最优；步骤幻利用所述步骤幻获得的三个Retinex参数对低对比度区域图像、德弗里斯区域图像和韦伯区域图像采用Retinex算法进行图像增强；步骤4)对所述步骤1)获得的饱和区域图像采用梯度域图像增强算法进行图像处理；步骤幻分别对所述步骤幻和所述步骤4)图像增强后的结果图分别通过对灰度范围整体归一化处理；步骤6)将所述步骤5)获得的结果进行Open MP并行化处理后输出；至此，低照度视频图像实时增强完成。所述步骤1)中输入低照度高清图像的方法采用从高清摄像头直接输入视频流或存储在电脑中的视频文件输入。所述步骤6)中对增强后的图像输出采用保存在视频文件以备后续的查找和翻阅的方法。为实现上述专利技术目的，本专利技术还提出一种低照度视频图像增强系统，其特征在于， 该系统包括图像亮度分层模块、训练Retinex参数模块、Retinex算法图像增强模块、梯度域图像增强模块、图像亮度层合并模块和Open MP模块；所述图像亮度分层模块，用于根据心理学中的韦伯-费希纳定律，对输入的低照度高清图像进行亮度分层，分别得到低对比度区域、德弗里斯区域、韦伯区域和饱和区域；所述训练Retinex参数模块，用于收集低照度视频图像作为训练集，将训练集中的图像进行亮度分层，把训练集中的图像对应地划分到所述图像亮度分层模块获得的低对比度区域、德弗里斯区域和韦伯区域，获得三个图像集；以图像增强质量评价函数作为目标函数，利用迭代算法分别对三个图像集对应地Retinex参数进行调整直到达到目标本文档来自技高网...

【技术保护点】
１．一种低照度视频图像增强方法，其特征在于，该方法基于Ｏｐｅｎ　ＭＰ技术，将自适应Ｒｅｔｉｎｅｘ算法和梯度域图像增强算法结合来实时处理图像；该方法的具体步骤包括：步骤１）：根据心理学中的韦伯－费希纳定律，对输入的低照度高清图像进行亮度分层，分别得到低对比度区域、德弗里斯区域、韦伯区域和饱和区域；步骤２）：收集低照度视频图像作为训练集，将训练集中的图像进行亮度分层，把训练集中的图像对应地划分到所述步骤１）获得的低对比度区域、德弗里斯区域和韦伯区域，获得三个图像集；以图像增强质量评价函数作为目标函数，利用迭代算法分别对三个图像集对应地Ｒｅｔｉｎｅｘ参数进行调整直到达到目标函数的值最优；步骤３）：利用所述步骤２）获得的三个Ｒｅｔｉｎｅｘ参数对低对比度区域图像、德弗里斯区域图像和韦伯区域图像采用Ｒｅｔｉｎｅｘ算法进行图像增强；步骤４）：对所述步骤１）获得的饱和区域图像采用梯度域图像增强算法进行图像处理；步骤５）：分别对所述步骤３）和所述步骤４）图像增强后的结果图分别通过对灰度范围整体归一化处理；步骤６）：将所述步骤５）获得的结果进行Ｏｐｅｎ　ＭＰ并行化处理后输出；至此，低照度视频图像实时增强完成。...

【技术特征摘要】
...

【专利技术属性】
技术研发人员：蔚晓明，
申请(专利权)人：北京云加速信息技术有限公司，
类型：发明
国别省市：11