本發(fā)明涉及彩色圖像增強(qiáng)技術(shù)，尤其涉及針對弱光圖像的增強(qiáng)技術(shù)。

背景技術(shù)：

數(shù)碼相機(jī)以及具有拍照功能的智能終端設(shè)備，已經(jīng)成為人們?nèi)粘Ｉ钪凶畛Ｊ褂玫南M(fèi)電子產(chǎn)品之一。人們可以隨時隨地使用這類設(shè)備拍攝各類照片和視頻錄像，它們給我們的生活帶來了便利和快樂。人們在拍攝的時候經(jīng)常遇到光線較弱的情況，光源強(qiáng)度較弱和遮擋是導(dǎo)致這類情況發(fā)生的主要原因。在數(shù)字成像領(lǐng)域，將這類情況統(tǒng)稱為“弱光”。在弱光條件下拍攝到的照片或視頻通常可視質(zhì)量通常不佳，比如存在對比度低、顏色暗淡、暗區(qū)域細(xì)節(jié)丟失等。

目前業(yè)界主要采用圖像增強(qiáng)技術(shù)，將從圖像傳感器得到的原始數(shù)據(jù)進(jìn)行增強(qiáng)，提高圖像的可視質(zhì)量，抑制弱光效應(yīng)影響?，F(xiàn)有弱光爭搶技術(shù)主要分為三類，即基于直方圖的方法、基于圖像濾波的方法和基于Retinex理論的方法。基于直方圖的方法對原始圖像的直方圖進(jìn)行變換，使得處理后的直方圖具有特定的形狀，比如近似均勻分布。常用的技術(shù)包括直方圖均衡(HE)[1]、對比度受限自適應(yīng)直方圖均衡(CLAHE)[2]等。這類方法計算量小，可以有效提高圖像的對比度，但也存在對比度增強(qiáng)過度、噪聲被放大以及顏色失真等不足?；趫D像濾波的方法采用經(jīng)典的空域或頻域?yàn)V波技術(shù)，將輸入圖像分解為概貌(對應(yīng)于低頻成分)和細(xì)節(jié)(對應(yīng)于高頻分量)兩部分，然后根據(jù)需要，對不同分量分別進(jìn)行處理。常用的技術(shù)包括銳化[3]和同態(tài)濾波[4]等。這類方法能夠明顯增強(qiáng)圖像的細(xì)節(jié)成分，但計算量較大，對比度提高不明顯。Retinex理論將圖像看作是照射分量和反射分量的乘積，導(dǎo)致弱光情況發(fā)生的主要原因是照射強(qiáng)度不均勻。通過分離照射分量與反射分量，調(diào)整照射分量來實(shí)現(xiàn)圖像增強(qiáng)的目的。單尺度Retinex(SSR)[5]和多尺度Retinex(MSR)[6]是兩種代表性的Retinex方法。這類方法同城能夠有效提高圖像的對比度，但處理后的圖像有時會出現(xiàn)顏色失真情況。朱虹等人在發(fā)明專利“一種具有高光抑制的夜間圖像增強(qiáng)方法”(授權(quán)號CN101783963B)中，公開了一種具有高光抑制的夜間圖像增強(qiáng)方法。該方法將輸入圖像從RGB色系轉(zhuǎn)換到HSV色系中，保留顏色信息的H和S通道信息，只對亮度通道V進(jìn)行直方圖展寬處理，再從HSV色系轉(zhuǎn)換到RGB色系下進(jìn)行顯示，得到增強(qiáng)的夜間圖像。

參考文獻(xiàn)：

[1].Y.T.Kim,Contrast enhancement using brightness preserving bi-histogramequalization,IEEE Trans.Consumer Electronics,43(1)(1997)1-8..

[2].Zuiderveld Karel,"Contrast limited adaptive histogram equalization",Graphics gems IV,Academic Press Professional,Inc.,1994,pp.474–485

[3].G.Deng,A generalized unsharp masking algorithm,IEEE Transaction on Image Processing，2011,20(5),1249-1261.

[4].R.C.Gonzalez,R.E.Woods,Digital Image Processing(3rd),Prentice-Hall,Englewood Cliffs,NJ,USA,2010.

[5].D.J.Jobson,Z.U.Rahman,G.A.Woodell,Properties and performance of a center/surround Retinex,IEEE Transaction on Image Processing,1996,6(3):451-462.

[6].D.J.Jobson,Z.U.Rahman,G.A.Woodell,A multi-scale Retinex for bridging the gap between color images and the human observation of scenes,IEEE Transaction on Image Processing,1997,6(7),965-976.

[7].授權(quán)公告號：CN101783963B，一種具有高光抑制的夜間圖像增強(qiáng)方法，發(fā)明人：朱虹,2012.

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提出一種基于融合技術(shù)的弱光圖像增強(qiáng)方法，目的是提高弱光環(huán)境下拍攝到的圖像視覺質(zhì)量。本發(fā)明的技術(shù)方案如下：

一種基于融合技術(shù)的弱光圖像增強(qiáng)方法，包括下列方法：

1)用F_C表示輸入的彩色弱光圖像，其中下標(biāo)C表示R、G、B三通道，計算照射分量L₁，稱其為子圖1，和反射分量R_C：

R_C(x,y)＝F_C(x,y)/L₁(x,y) (2)

其中，F(xiàn)_R代表紅色分量，F(xiàn)_G代表綠色分量，F(xiàn)_B代表藍(lán)色分量，F(xiàn)_C、L₁和R_C的取值范圍都在[0,1]之間；

2)使用對比度受限直方圖均衡方法CLAHE對L₁進(jìn)行處理，得到對比度增強(qiáng)結(jié)果圖L₂，稱其子圖2；

3)使用非線性Signoid函數(shù)，拉伸L₁圖像的低灰度級部分，壓縮高灰度級部分，處理結(jié)果用L₃表示，稱其為子圖3，即有：

式中，參數(shù)λ用來控制對低灰度級的拉伸程度，使用下式計算λ：

式中，L_mean是L₁的均值；

4)使用下式計算照射分量加權(quán)子圖，用W_L,k(x,y)表示

W_L,k(x,y)＝exp{-8(L_k(x,y)-0.5)²} (5)

式中，k＝{1,2,3}，表示所述的三幅子圖的序號，

5)使用下式計算色度分量的加權(quán)子圖，用W_C,k(x,y)表示

W_C,k(x,y)＝L_k(x,y)exp{-6(S(x,y)-1)²} (6)

式中，S(x,y)定義為：

6)使用W_L,k(x,y)和W_C,k(x,y)，計算L_k所對應(yīng)的合成加權(quán)圖，用W_k(x,y)表示，即有

W_k(x,y)＝W_L,k(x,y)+W_C,k(x,y) (8)

7)使用W_k(x,y)計算L_k所對應(yīng)的歸一化加權(quán)圖，用表示，即有

8)使用L_k以及對應(yīng)的加權(quán)子圖合成新的照射分量圖，用L_fus(x,y)表示，即有

9)使用L_fus(x,y)和R_C，重構(gòu)增強(qiáng)后的彩色圖像，用F_enh表示，即有

F_enh,C(x,y)＝R_C(x.y)L_fus(x,y) (11)

本發(fā)明能夠有效的增強(qiáng)弱光圖像，在增強(qiáng)圖像對比度的同時，能夠較好的保留原有圖像的顏色信 息，顯著提高圖像的視覺質(zhì)量。另外，該方法的計算復(fù)雜度不高，能夠滿足實(shí)時處理的要求。

附圖說明

圖1是所提方法的流程圖

圖2處理過程示例圖(a)原圖(b)L₁(c)L₂(d)L₃(h)L_fus(i)F_enh

圖3不同方法處理結(jié)果對比(a)行各圖為原圖(b)行各圖為CLAHE方法(c)行各圖為MSRCR方法(d)行各圖為PS方法(e)行各圖本發(fā)明所提方法

具體實(shí)施方式

所提方法包括4個步驟：估計照射分量、構(gòu)造照射分量子圖、計算加權(quán)圖、圖像重構(gòu)。圖1給出了本發(fā)明方法的實(shí)現(xiàn)框圖。

1、估計照射分量

輸入的低照度彩色圖像(用F表示)可以看作是照射分量(用L表示)和反射分量(用R表示)的乘積形式，即有F＝L×R。其中，照射分量反映了圖像各部分的光照條件、反射分量反映了圖像中各對象的反射特性。光照條件不佳是造成弱光圖像視覺質(zhì)量下降的主要原因，可以通過對照射分量進(jìn)行修正來抑制光照條件的不良影響。

需要根據(jù)輸入圖像來估計照射分量。用F_C表示輸入彩色弱光圖像，其中下標(biāo)C表示R、G、B三通道。所提方法使用下式計算照射分量(用L₁表示)和反射分量(用R_C表示)：

R_C(x,y)＝F_C(x,y)/L₁(x,y) (2)

其中，F(xiàn)_C、L₁和R_C的取值范圍都在[0,1]之間。

2、構(gòu)造照射分量子圖

本發(fā)明方法需要多幅具有不同特性的照射分量子圖來合成新的照射分量圖。從原始圖像中可以直接得到照射分量圖L₁。對于弱光圖像，L₁存在對比度低，暗區(qū)域細(xì)節(jié)不明顯等情況。所提方法借助直方圖均衡提高L₁的對比度，并使用非線性變換增強(qiáng)L₁中暗區(qū)域細(xì)節(jié)部分，得到不同照射分量子圖。

首先，使用經(jīng)典的對比度受限直方圖均衡(CLAHE)技術(shù)[2]對L₁進(jìn)行處理，得到對比度增強(qiáng)結(jié)果圖，用L₂表示。

然后，使用非線性Signoid函數(shù)，拉伸L₁圖像的低灰度級部分，壓縮高灰度級部分。處理結(jié)果用L₃表示，即有：

式中，參數(shù)λ用來控制對低灰度級的拉伸程度。使用下式計算λ：

式中，L_mean是L₁的均值。

3、計算加權(quán)圖

在計算加權(quán)圖時，要綜合考慮照射分量和反射分量兩方面因素。使用下式計算照射分量加權(quán)子圖，用W_L,k(x,y)表示

W_L,k(x,y)＝exp{-8(I_k(x,y)-0.5)²} (5)

式中，k＝{1,2,3}，表示三幅照射分量子圖的序號。

使用下式計算色度分量的加權(quán)子圖，用W_C,k(x,y)表示

W_C,k(x,y)＝L_k(x,y)exp{-6(S(x,y)-1)²} (6)

式中，S(x,y)定義為：

使用W_L,k(x,y)和W_C,k(x,y)，計算L_k所對應(yīng)的合成加權(quán)圖，用W_k(x,y)表示，即有

W_k(x,y)＝W_L,k(x,y)+W_C,k(x,y) (8)

使用W_k(x,y)計算L_k所對應(yīng)的歸一化加權(quán)圖，用表示，即有

4、圖像重構(gòu)

使用L_k以及對應(yīng)的加權(quán)子圖合成新的照射分量圖，用L_fus(x,y)表示，即有

使用L_fus(x,y)和R_C，重構(gòu)增強(qiáng)后的彩色圖像，用F_enh表示，即有

F_enh,C(x,y)＝R_C(x.y)L_fus(x,y) (11)

采用Windows7SP1系統(tǒng)下的matlab2015b作為實(shí)驗(yàn)仿真平臺。選用專利申請人從互聯(lián)網(wǎng)上下載的80幅低照度圖像作為測試集。采用本發(fā)明提出的方法對測試圖像進(jìn)行處理，得到了良好的處理效果。對于800×600大小的圖像，采用所提方法的處理時間平均為15ms，處理速度能夠滿足實(shí)時性的要求。圖2給出了更多的處理結(jié)果，圖中左側(cè)是輸入圖像，右側(cè)是采用本發(fā)明方法得到的處理結(jié)果。圖3給出了本發(fā)明方法與其它三類方法的處理對比結(jié)果。對比方法選用了CLAHE方法、MSRCR方法和Photoshop(簡記為PS)。由對比結(jié)果可見，CLAHE方法處理結(jié)果的對比度提高明顯，但增強(qiáng)后的圖像普遍存在色調(diào)失真的情況；MSRCR方法處理結(jié)果的色調(diào)和對比度都有所提高，但色度存在明顯的過飽和情況，失真明顯；PS方法處理結(jié)果與CLAHE方法類似，處理結(jié)果不明顯。本發(fā)明方法可以很好提高圖像的對比度，突出暗區(qū)信息的同時，還較好地保持了原圖像的色調(diào)信息，并且沒有出現(xiàn)過飽和情況。

上述實(shí)驗(yàn)結(jié)果表明，使用本發(fā)明方法，可以有效提高弱光圖像的對比度，明顯改進(jìn)圖像的可視質(zhì)量，并且使用計算機(jī)處理所需的時間能夠滿足實(shí)時性的要求。