本發(fā)明涉及計(jì)算機(jī)視覺領(lǐng)域，具體涉及一種基于引導(dǎo)濾波的低照度圖像增強(qiáng)方法。

背景技術(shù)：

低照度彩色圖像多為低對(duì)比度、低照度圖像，動(dòng)態(tài)范圍壓縮有限，較難反映物體的真實(shí)顏色信息，給視頻監(jiān)控、交通檢測(cè)等工作帶來很大的困難。因此，低照度圖像增強(qiáng)技術(shù)的研究具有很強(qiáng)的現(xiàn)實(shí)意義。

低照度圖像增強(qiáng)的最終目的是使低照度圖像具有自然顏色效果和暗調(diào)層次的再現(xiàn)。圖像增強(qiáng)不需多幅圖像樣本作為參照，主要用于單幅圖像的視覺效果改善上，將原來不清晰的圖像變得清晰或強(qiáng)調(diào)某些感興趣的特征，主要包括直方圖的方法、基于Retinex原理的方法、基于小波的方法等。圖像增強(qiáng)的算法幾乎均可應(yīng)用在彩色圖像、非固定視角的實(shí)際場(chǎng)合，目前也成為研究的熱點(diǎn)。

Retinex算法的目的是從圖像中去除場(chǎng)景照度分量的影響，獲得實(shí)際反射分量。目前基于Retinex原理的增強(qiáng)算法在處理夜間等低照度彩色圖像方面幾乎都存在“光暈偽影”、顏色失真和過增強(qiáng)等問題?！肮鈺瀭斡啊敝傅氖墙?jīng)過增強(qiáng)的圖像中在高對(duì)比度邊緣區(qū)域存在著像光暈一樣的影子；顏色失真指的是由于不同顏色通道的不平衡增強(qiáng)而出現(xiàn)的顏色扭曲；過增強(qiáng)指的是增強(qiáng)后暗區(qū)域出現(xiàn)的噪聲放大現(xiàn)象。

考慮到以上問題，本發(fā)明提出了一種基于引導(dǎo)濾波的低照度圖像增強(qiáng)方法。采用一種優(yōu)化的顏色恢復(fù)函數(shù)模型，避免顏色失真，解決過增強(qiáng)的問題；并使用一種線性的引導(dǎo)濾波來進(jìn)行照度分量估計(jì)，突出圖像細(xì)節(jié)信息，消除“光暈偽影”現(xiàn)象?？梢允乖鰪?qiáng)后的圖像整體更加協(xié)調(diào)自然，更加符合人類觀察特點(diǎn)，并具有效率高和實(shí)時(shí)性強(qiáng)的特點(diǎn)。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提出一種能夠滿足準(zhǔn)確性和實(shí)時(shí)性需求的基于引導(dǎo)濾波的低照度圖像增強(qiáng)方法。

為實(shí)現(xiàn)本發(fā)明的目的，本發(fā)明的具體技術(shù)方案如下：

一種基于引導(dǎo)濾波的低照度圖像增強(qiáng)方法，包括以下步驟：

第一步，將原始低照度圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間；

第二步，在HSV顏色空間下對(duì)亮度圖像采用一種具有保邊特性的線性引導(dǎo)濾波進(jìn)行處理，獲得照度分量圖像；并根據(jù)Retinex原理通過對(duì)數(shù)變化得到反射分量圖像，通過Gamma變換校正所述反射分量圖像；

第三步，在HSV顏色空間下對(duì)圖像的S分量飽和度進(jìn)行增強(qiáng)；

第四步，將圖像由HSV顏色空間轉(zhuǎn)換到RGB顏色空間；

第五步，通過顏色恢復(fù)函數(shù)進(jìn)行顏色恢復(fù)，最終得到增強(qiáng)后的彩色圖像。

作為本發(fā)明方法的優(yōu)選技術(shù)方案，所述第一步具體包括根據(jù)公式(1)將原始低照度圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間；

其中，T_max為R,G,B中最大值，T_min為最小值。

作為本發(fā)明方法的優(yōu)選技術(shù)方案，所述第二步具體包括以下內(nèi)容：

將原低照度圖像I(x)經(jīng)過HSV顏色空間轉(zhuǎn)換得到飽和度圖像I_S(x,y)、色調(diào)圖像I_H(x,y)和亮度圖像I_V(x,y)，先對(duì)亮度圖像I_V(x,y)進(jìn)行計(jì)算來估計(jì)照度分量；

基于引導(dǎo)濾波的反射分量的求解公式可表示為：

式中：為對(duì)數(shù)形式下的反射分量；f為引導(dǎo)濾波函數(shù)；引導(dǎo)濾波可表示為局部線性模型：

q_j＝a_kI_V,j+b_k (3)

式中：q_j為圖像I_V窗口ω_k中j像素處的線性變換灰度值，I_V,j為圖像I_V窗口ω_k中j像素值，k為窗口ω_k的中心像素，系數(shù)a_k和b_k為常數(shù)；局部線性系數(shù)a_k和b_k采用以下方式求解：

b_k＝(1-a_k)μ_k (4)

式中：μ_k和σ_k分別為圖像窗口ω_k中像素的均值和標(biāo)準(zhǔn)差，N_ωk為窗口ω_k中的像素?cái)?shù)量，δ為正則化參數(shù)，引導(dǎo)濾波函數(shù)為

將式(5)代入式(2)得到最后經(jīng)過反對(duì)數(shù)變換得到反射分量估計(jì)值即

采用非線性的全局Gamma校正方法進(jìn)行亮度調(diào)整，即

式中γ為校正參數(shù)，取值范圍為1～+∞。

作為本發(fā)明方法的優(yōu)選技術(shù)方案，所述第三步具體包括以下內(nèi)容：

基于HSV空間，采用飽和度增強(qiáng)算子以獲取更鮮亮的顏色，表達(dá)式為：

S'＝S^γ (8)

式中：S和S'分別表示增強(qiáng)前與增強(qiáng)后的飽和度，γ為拉伸系數(shù)。

作為本發(fā)明方法的優(yōu)選技術(shù)方案，所述第四步具體包括以下內(nèi)容：

利用(9)式使HSV顏色空間轉(zhuǎn)換回RGB空間：

作為本發(fā)明方法的優(yōu)選技術(shù)方案，所述第五步具體包括以下內(nèi)容：

設(shè)在RGB色彩空間對(duì)第四步處理后的圖像為I(x,y)，每個(gè)像素設(shè)置顏色比重的權(quán)值為：

式中：G為增益參數(shù)，i表示RGB顏色空間下的顏色通道，I_i(x,y)表示I(x,y)第i個(gè)顏色通道的輸入分量，α用于調(diào)節(jié)彩色整體亮度，β用于調(diào)節(jié)增強(qiáng)處理后圖像色彩的比重；

在顏色空間由HSV變換轉(zhuǎn)化為RGB之后，即得到I(x,y)，再對(duì)圖像顏色進(jìn)行恢復(fù)處理：

R(x,y)＝C_i(x,y)I(x,y) (11)

C_i(x,y)為(10)式得到的顏色恢復(fù)函數(shù)，R(x,y)為最終獲得的增強(qiáng)圖像。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

1、本發(fā)明方法選擇空間變化到HSV空間，更接近人類視覺期望值進(jìn)行圖像增強(qiáng)處理，有效地克服了在RGB彩色空間的增強(qiáng)容易造成圖像顏色失真的問題。

2、本發(fā)明方法利用線性引導(dǎo)濾波估計(jì)照度分量，具有平滑與保邊功能、以及實(shí)時(shí)性，有效地消除了“光暈偽影”現(xiàn)象，同時(shí)較好地突出了圖像的細(xì)節(jié)信息。

3、本發(fā)明方法不僅對(duì)亮度分量V進(jìn)行了處理，對(duì)飽和度分量S也進(jìn)行了增強(qiáng)。

4、本發(fā)明方法采用了一種優(yōu)化的顏色恢復(fù)函數(shù)對(duì)夜間圖像顏色進(jìn)行恢復(fù)，該顏色恢復(fù)函數(shù)根據(jù)夜間彩色圖像的特點(diǎn)進(jìn)行構(gòu)造，具有調(diào)節(jié)圖像顏色比重、抑制暗區(qū)域噪聲、較好恢復(fù)顏色信息等能力。

附圖說明

圖1是本發(fā)明中的基于引導(dǎo)濾波的低照度增強(qiáng)算法的流程圖。

圖2-3是本發(fā)明中的基于引導(dǎo)濾波的低照度增強(qiáng)算法效果圖。

具體實(shí)施方式

下面結(jié)合附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。

本具體實(shí)施方式為一種基于引導(dǎo)濾波的低照度圖像增強(qiáng)方法，該方法主要包括：首先將彩色圖像由RGB空間轉(zhuǎn)換到HSV空間，對(duì)V分量進(jìn)行MSR(Multi-Scale Retinex)操作進(jìn)行圖像增強(qiáng)，再對(duì)增強(qiáng)后的圖像進(jìn)行飽和度校正，對(duì)S分量進(jìn)行飽和度增強(qiáng)，最后再將其轉(zhuǎn)換回到RGB空間，該方法具體步驟如下：

第一步，將原始低照度圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間；

由于基于Retinex的算法是以灰度世界假設(shè)為基礎(chǔ)的，在RGB彩色空間的增強(qiáng)處理容易造成圖像顏色失真，而HSV能較好地反映人對(duì)色彩的感知和鑒別，因此本發(fā)明選擇感知上更加接近人類視覺期望值的HSV顏色空間的基礎(chǔ)上進(jìn)行圖像增強(qiáng)處理，因此需將原始低照度圖像由RGB顏色空間轉(zhuǎn)換到HSV顏色空間，所述轉(zhuǎn)換方法如下的公式(1)所示。

其中，T_max為R,G,B中最大值，T_min為最小值。

第二步，在HSV顏色空間下對(duì)亮度圖像采用一種具有保邊特性的引導(dǎo)濾波進(jìn)行處理，獲得照度分量圖像，根據(jù)Retinex算法原理，通過對(duì)數(shù)變化得到反射分量圖像；

將原低照度圖像I(x)經(jīng)過HSV顏色空間轉(zhuǎn)換得到飽和度圖像I_S(x,y)、色調(diào)圖像I_H(x,y)和亮度圖像I_V(x,y)，先對(duì)亮度圖像I_V(x,y)進(jìn)行計(jì)算來估計(jì)照度分量。

針對(duì)基于Retinex的圖像增強(qiáng)算法在高對(duì)比度邊緣區(qū)域存在“光暈偽影”現(xiàn)象的問題，現(xiàn)有技術(shù)中常見的處理方法是采用邊緣保持雙邊濾波代替高斯濾波作為環(huán)繞函數(shù)來估計(jì)光照分量，雖然雙邊濾波在平滑的同時(shí)可很好地保留細(xì)節(jié)信息，但其時(shí)間復(fù)雜度較高。傳統(tǒng)雙邊濾波的時(shí)間復(fù)雜度為o(Nr²)，其中r為濾波窗口半徑，N為圖像的像素?cái)?shù)，在窗口半徑r較大或處理大分辨率圖像時(shí)計(jì)算時(shí)間過長，因此傳統(tǒng)雙邊濾波方法效率較低。本發(fā)明采用同樣具有平滑與保邊功能的線性引導(dǎo)濾波估計(jì)照度分量，其時(shí)間復(fù)雜度只有O(N)，而且執(zhí)行速度與濾波窗口的尺寸無關(guān)，相比采用雙邊濾波估計(jì)照度分量而言，其處理效率更高?；谝龑?dǎo)濾波的反射分量的求解公式可表示為：

式中：為對(duì)數(shù)形式下的反射分量；f為引導(dǎo)濾波函數(shù)。引導(dǎo)濾波可表示為局部線性模型：

q_j＝a_kI_V,j+b_k (3)

式中：q_j為圖像I_V窗口ω_k中j像素處的線性變換灰度值；I_V,j為圖像I_V窗口ω_k中j像素值，k為窗口ω_k的中心像素；在窗口ω_k中，系數(shù)a_k和b_k為常數(shù)。這個(gè)模型也可應(yīng)用在圖像摳圖、圖像超分辨率重建和圖像去霧中。局部線性系數(shù)a_k和b_k采用以下方式求解：

b_k＝(1-a_k)μ_k (4)

式中：μ_k和σ_k分別為圖像窗口ω_k中像素的均值和標(biāo)準(zhǔn)差；為窗口ω_k中的像素?cái)?shù)量；δ為正則化參數(shù)，用于平衡平滑與邊緣保持的程度，其值越大平滑性越差。為了獲得穩(wěn)定的q_j，需要進(jìn)行平均值化處理，從而將式(3)的線性模型應(yīng)用到整幅圖像，即可得到引導(dǎo)濾波函數(shù)為

將式(5)代入式(2)得到最后經(jīng)過反對(duì)數(shù)變換得到反射分量估計(jì)值即

經(jīng)過引導(dǎo)濾波的照度分量估計(jì)之后的反射圖像一般整體偏暗，須進(jìn)行調(diào)整以提高圖像質(zhì)量，本具體實(shí)施方式采用非線性的全局Gamma校正方法進(jìn)行亮度調(diào)整，即

式中R_V(x,y)為經(jīng)非線性的全局Gamma校正方法進(jìn)行亮度調(diào)整后的反射圖像，γ為校正參數(shù)，取值范圍為1～+∞，本具體實(shí)施方式中取經(jīng)驗(yàn)值γ＝3。

第三步：在HSV顏色空間下對(duì)圖像的S分量飽和度進(jìn)行增強(qiáng)；

當(dāng)對(duì)圖像的亮度分量增強(qiáng)后，圖像的飽和度會(huì)出現(xiàn)偏低的現(xiàn)象，因此，基于HSV空間，本具體實(shí)施方式采用飽和度增強(qiáng)算子以獲取更鮮亮的顏色，表達(dá)式為：

S'＝S^γ (8)

式中：S和S'分別表示增強(qiáng)前與增強(qiáng)后的圖像飽和度；γ為拉伸系數(shù)，用于控制飽和度增強(qiáng)的程度，本具體實(shí)施方式中γ取0.5～1之間的值。

第四步，將圖像由HSV顏色空間轉(zhuǎn)換到RGB顏色空間。

利用(9)式使HSV顏色空間轉(zhuǎn)換回RGB空間：

第五步：通過顏色恢復(fù)函數(shù)進(jìn)行圖像的顏色恢復(fù)，最終得到增強(qiáng)后的彩色圖像。

基于Retinex的算法在處理彩色圖像的時(shí)候有時(shí)會(huì)出現(xiàn)顏色失真的情況，因此為了保持顏色定常、減少對(duì)原始的光照光譜分布的依賴，同時(shí)為了解決傳統(tǒng)基于Retinex的算法對(duì)夜間彩色圖像處理后在暗區(qū)域容易出現(xiàn)噪聲放大即過增強(qiáng)的問題，本具體實(shí)施方式提出一種優(yōu)化的顏色恢復(fù)函數(shù)，設(shè)在RGB色彩空間對(duì)第四步處理后的圖像為I(x,y)，每個(gè)像素設(shè)置顏色比重的權(quán)值為：

式中：G為增益參數(shù)；i表示RGB顏色空間下的顏色通道；I_i(x,y)表示I(x,y)第i個(gè)顏色通道的輸入分量。α用于調(diào)節(jié)彩色整體亮度；β用于調(diào)節(jié)增強(qiáng)處理后圖像色彩的比重，其值越大，越能相對(duì)平均并縮小顏色通道的權(quán)值，其效果能達(dá)到抑制暗區(qū)域像素過增強(qiáng)的目的，同時(shí)能加重圖像高光和高暗。

在顏色空間由HSV變換轉(zhuǎn)化為RGB之后，即得到I(x,y)，再對(duì)圖像顏色進(jìn)行恢復(fù)處理：

R(x,y)＝C_i(x,y)I(x,y) (11)

C_i(x,y)為(10)式得到的顏色恢復(fù)函數(shù)，R(x,y)為最終獲得的增強(qiáng)圖像。

本發(fā)明采用的線性引導(dǎo)濾波，消除了“光暈偽影”現(xiàn)象，能夠較好地突出圖像的細(xì)節(jié)信息。并用優(yōu)化的顏色恢復(fù)函數(shù)對(duì)低照度圖像進(jìn)行恢復(fù)，具有調(diào)節(jié)圖像顏色比重、抑制暗區(qū)域噪聲、較好恢復(fù)顏色信息等能力。同時(shí)在運(yùn)算方面效率也較高，具有好的實(shí)時(shí)性。

本發(fā)明中提出的方法實(shí)際上可嵌入FPGA實(shí)現(xiàn)，開發(fā)具有低照度圖像增強(qiáng)功能的相機(jī)或攝像機(jī)。以上實(shí)施例僅起到解釋本發(fā)明技術(shù)方案的作用，本發(fā)明所要求的保護(hù)范圍并不局限于上述實(shí)施例所述的實(shí)現(xiàn)系統(tǒng)和具體實(shí)施步驟。因此，僅對(duì)上述實(shí)施例中具體的公式及算法進(jìn)行簡(jiǎn)單替換，但其實(shí)質(zhì)內(nèi)容仍與本發(fā)明所述方法相一致的技術(shù)方案，均應(yīng)屬于本發(fā)明的保護(hù)范圍。