基于目的性優(yōu)化及直方圖均衡化的夜間彩色圖像增強方法
【專利摘要】基于目的性優(yōu)化及直方圖均衡化的夜間彩色圖像增強方法屬于圖像處理【技術(shù)領(lǐng)域】，其特征在于，同時對待處理圖像和結(jié)果圖像的各點在像素值差的平方和以及在x，y方向上的梯度分量進行最優(yōu)化控制使得圖像對比度增強：用一個控制梯度分量的參數(shù)θ來控制結(jié)果圖像在x，y兩個方向上的梯度分量，當待處理圖像像素點在x，y方向的梯度分量的絕對值小于θ時，使結(jié)果圖像的對應(yīng)點在x，y方向的梯度分量大小保持不變，當待處理圖像像素點在x，y方向的梯度分量的絕對值大于或等于θ時，使結(jié)果圖像的對應(yīng)點在x，y方向的梯度分量大小用Gamma校正函數(shù)進行增強。然后通過改進的直方圖均衡化處理，從而得到了優(yōu)于現(xiàn)有的MichaelElad提出的算法及MSRCR算法的結(jié)果。
【專利說明】基于目的性優(yōu)化及直方圖均衡化的夜間彩色圖像增強方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種夜間彩色圖像處理方法及系統(tǒng)。
【背景技術(shù)】
[0002]夜間圖像增強技術(shù)在計算攝影學(xué)和計算機視覺領(lǐng)域都有很大的應(yīng)用意義，主要表現(xiàn)在夜間圖像增強技術(shù)能夠有效的增強攝影效果；一些計算機視覺算法(如:光度分析算法)的輸入圖像往往是非夜間圖像，夜間圖像增強技術(shù)能夠增大此類算法的適應(yīng)范圍；一些高級任務(wù)(如:視頻監(jiān)控)也將受益于夜間圖像增強技術(shù)。
[0003]目前對于夜間圖像質(zhì)量增強的技術(shù)主要包括圖像融合和圖像增強。圖像融合技術(shù)包括夜間圖像與可見光圖像融合以及夜間圖像與紅外圖像融合，此類方法都需要在同一場景下采集多幅不同頻譜的圖像且算法復(fù)雜耗時。圖像增強技術(shù)可分為空間統(tǒng)一方法和空間非統(tǒng)一方法兩類。空間統(tǒng)一方法主要包括:對數(shù)壓縮，伽瑪校正，直方圖均衡，線性拉伸；這類方法計算高效，實現(xiàn)簡單，但是效果往往不能滿足實際的應(yīng)用?？臻g非統(tǒng)一方法主要包括:局部直方圖均衡，基于人眼對比敏感度的方法，基于Retinex方法等；這類算法往往算法效果較好。其中基于Retinex模型的增強算法對夜間圖像具有較好的增強效果。根據(jù)估計亮度圖像的方法不同，基于Retinex模型的增強算法大致分為基于路徑比較的方法、基于迭代的方法和中心環(huán)繞計算方法等。其中，中心環(huán)繞的Retinex算法是使用最為廣泛的方法。具有代表性的有單尺度Retinex(Singlescale_Retinex, SSR)算法和多尺度Retinex(Multiscale-Retinex, MSR)算法，以及在此基礎(chǔ)上為了克服顏色失真問題而提出的顏色復(fù)原的多尺度 Retinex (Multiscale-Retinexwithcolorrestoration, MSRCR)算法。鑒于中心環(huán)繞方法存在“光暈偽影”的現(xiàn)象,MichaelElad等提出了基于雙邊濾波的Retinex算法，該算法能夠有效地消除“光暈偽影”現(xiàn)象；Meylan等提出了一種基于中心/鄰域Retinex模型的自適應(yīng)濾波方法，根據(jù)圖像邊緣方向自適應(yīng)調(diào)整濾波器的形狀，以此抑制圖像邊緣處的Halo效應(yīng)，但仍不可避免地在圖像邊緣處產(chǎn)生過增強現(xiàn)象。
[0004]夜間圖像往往存在對比度、亮度偏低現(xiàn)象，基于此種問題本發(fā)明采用最優(yōu)化算法來增強夜間圖像的對比度，利用改進的直方圖均衡化及改進的Ga_a變換增強夜間圖像的亮度。一般的最優(yōu)化算法往往利用迭代的方式進行處理，運算相對比較復(fù)雜，本發(fā)明采用目的性優(yōu)化進行夜間圖像對比度的增強，基本滿足實際應(yīng)用的實時性要求。改進的直方圖均衡化及改進的Gamma變換是在保護細節(jié)的前提下進行的亮度增強。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的目的在于提出一種基于目的性優(yōu)化及直方圖均衡化的夜間彩色圖像增強方法。
[0006]本發(fā)明的特征在于，在計算機中是依次按以下步驟實現(xiàn)的:
[0007]步驟(I)，讀取一幅未處理的夜間彩色圖像I (x，y)簡稱原圖像；
[0008]步驟⑵，把所述的原圖像I (X，y)從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，并對其進行歸一化使其各像素點的像素值取值范圍為[O，I]，對其中的亮度分量V按以下步驟進行夜間彩色圖像增強操作；
[0009]步驟(3)，依次按以下步驟計算對應(yīng)于所述原圖像I (x，y)的經(jīng)過增強的夜間彩色圖像R(x，y)，簡稱結(jié)果圖像:
[0010]步驟(3.1)，設(shè)定:用于控制所述結(jié)果圖像R(x，y)中各像素點在X，y兩個方向上未知梯度分量^^&、/Sy的兩個對應(yīng)輔助變量hp、vp的參數(shù)θ，使所述兩個輔助變量hp、vp在數(shù)值上分別近似于所述原圖像I(x，y)中對應(yīng)像素點在x，y兩個方向上的梯度分量i/, ex, i/, 該控制參數(shù)Θ的取值范圍為[0.02，0.9]，％/& H: 的取值范圍為[-1,1]；
[0011]步驟(3.2)，利用所述控制參數(shù)Θ來設(shè)定hp、vp的數(shù)值:
【權(quán)利要求】
1.基于目的性優(yōu)化及直方圖均衡化的夜間彩色圖像增強方法其特征在于，是在計算機中依次按以下步驟實現(xiàn)的: 步驟(1)，讀取一幅未處理的夜間彩色圖像I (X，y)簡稱原圖像； 步驟⑵，把所述的原圖像I (X，y)從RGB顏色空間轉(zhuǎn)換到HSV顏色空間，并對其進行歸一化使其各像素點的像素值取值范圍為[O，I]，對其中的亮度分量V按以下步驟進行夜間彩色圖像增強操作； 步驟(3)，依次按以下步驟計算對應(yīng)于所述原圖像I (x，y)的經(jīng)過增強的夜間彩色圖像R(x，y)，簡稱結(jié)果圖像: 步驟(3.1)，設(shè)定:用于控制所述結(jié)果圖像RU，y)中各像素點在X，y兩個方向上未知梯度分量〃/ 的兩個對應(yīng)輔助變量hp、Vp的參數(shù)Θ，使所述兩個輔助變量hp、Vp在數(shù)值上分別近似于所述原圖像I (X，y)中對應(yīng)像素點在X，y兩個方向上的梯度分量H h / &，該控制參數(shù)Θ的取值范圍為[0.02，0.9]，5/:6/&、cl;, / 的取值范圍為[-1,1]； 步驟(3.2)，利用所述控制參數(shù)Θ來設(shè)定hp、vp的數(shù)值:
【文檔編號】G06T5/40GK103886565SQ201410093012
【公開日】2014年6月25日 申請日期:2014年3月13日 優(yōu)先權(quán)日:2014年3月13日
【發(fā)明者】趙華夏, 趙宏宇, 段娟, 肖創(chuàng)柏 申請人:北京工業(yè)大學(xué)