一種模擬人類視覺感知的自適應(yīng)低照度圖像增強方法
【專利說明】
[0001]
技術(shù)領(lǐng)域： 本發(fā)明涉及圖像處理技術(shù)，具體來講，涉及一種模擬人類視覺感知的自適應(yīng)低照度圖 像增強方法。
[0002] 技術(shù)背景： 在圖像采集或視頻監(jiān)控的應(yīng)用中，經(jīng)常會遇到夜晚、背光、曝光不足等低照度情況，這 種情況下采集到的圖像對比度較低，顏色不飽和、細節(jié)信息丟失嚴(yán)重，給很多工作帶來不 便。利用低照度彩色圖像增強技術(shù)，可以有效減小低照度環(huán)境對圖像或視頻獲取裝置的影 響，從而有效提升視頻監(jiān)控、圖像識別、計算機視覺等系統(tǒng)在低照度情況下的性能，解決許 多工作難題。因此研究低照度圖像的增強是非常有必要的。
[0003] 目前低照度圖像增強的算法主要有三大類：空域法、變換域法和融合法?？沼蚍ㄖ?要有直方圖法、灰度變換法、Retinex算法、基于大氣散射模型增強算法。直方圖法是空域增 強中最簡單有效的方法之一，其采用灰度統(tǒng)計特征將原始圖像中的灰度直方圖從較為集中 的灰度區(qū)間轉(zhuǎn)變?yōu)榫鶆蚍植加谡麄€灰度區(qū)間的變換方法。該方法簡單有效且處理速度快， 但是這種算法對噪聲敏感，細節(jié)易丟失。韓殿元提出來了一種改進的直方圖均衡化算法，該 算法有效克服傳統(tǒng)直方圖法灰度級過度合并細節(jié)易丟失的問題，但是對彩色圖像易發(fā)生顏 色失真現(xiàn)象?；叶茸儞Q法運算速度快，但是參數(shù)難以確定，無法自適應(yīng)增強，有時存在過增 強的問題。ZHOU等提出了一種同時增強全局亮度及局部對比度的方法，該算法有效的解決 了灰度變換中算法的自適應(yīng)問題，但是無法提高較暗圖像視覺效果?；叶茸儞Q法指將輸入 圖像中較窄帶的低灰度值映射為較寬帶的輸出灰度值，常用的映射方式有對數(shù)變換以及拋 物線變換。其主要優(yōu)點是運算速度快，其缺點是參數(shù)難以確定，針對不同的圖像無法自適應(yīng) 調(diào)節(jié)，有時存在過增強的問題。Retinex算法是一種基于光照補償?shù)膱D像增強方法，能夠同 時實現(xiàn)圖像的全局和局部對比度增強，以及基于灰度假設(shè)的顏色校正，達到增強效果。包含 多種改進算法，最為應(yīng)用廣泛的是中心/領(lǐng)域Retinex算法，其中包括由NASA提出的帶彩 色恢復(fù)的多尺度Retinex算法（MSRCR)。但是由于中心/領(lǐng)域Retinex算法的本質(zhì)是基于 灰度假設(shè)，而均勻顏色區(qū)域違背了灰度假設(shè)，所以處理后的圖像顏色去飽和而變?yōu)榛疑{(diào)， 存在嚴(yán)重的顏色失真問題。而MSRCR算法的顏色復(fù)原過程實際上是引入原始圖像的非線性 函數(shù)來補償中心/領(lǐng)域Retinex算法處理過程中損失的顏色信息，并不是恢復(fù)場景的真實 顏色，違背了顏色恒常性的原理，色彩失真嚴(yán)重。近些年來，由于圖像去霧的火熱，基于大 氣散射模型的增強算法也流行起來。許多學(xué)者把這一模型應(yīng)用到低照度圖像增強上，Dong etc.在 2011 年發(fā)表的 "FAST EFFICIENT ALGORITHM FOR RNHANCEMENT OF LOW LIGHTING VIDIO"論文，把暗原色先驗去霧算法應(yīng)用到低照度圖像增強上，但當(dāng)場景不連續(xù)時，會出現(xiàn) 塊瑕疵。
[0004] 變換域法是通過某種變換將圖像轉(zhuǎn)換到一個空間域，再對系數(shù)進行某種處理，最 后對系數(shù)進行反變換得到增強圖像。常見的變換域方法有高通濾波，小波變換等。高通濾 波首先對圖像進行傅里葉變換，然后通過一個高通濾波器，增強高頻分量（即增強圖像的細 節(jié))，同時抑制低頻分量，最后進行傅里葉反變換，得到增強后的圖像。小波變換方法首先對 圖像進行二維離散小波變換，得到圖像的小波系數(shù)，然后對高頻分量和低頻分量乘以不同 的系數(shù)，以增強某個分量或抑制某個分量，達到增強圖像對比度的目的。近年來基于小波的 圖像處理頗受關(guān)注，因為小波變換能同時體現(xiàn)時域和頻域的特征，因此將小波變換用于圖 像處理時，既能提取出圖像的邊緣又可提取整體結(jié)構(gòu)，適用于低照度圖像增強。隨著圖像處 理應(yīng)用不斷發(fā)展，在小波變換基礎(chǔ)上發(fā)展取來的具有更高精度以及更好的稀疏表達特性， 更加適合于表達圖像的邊緣輪廓信息的Curvelet和Contourlet變換。這些超小波變換都 是基于變換域的新型的多尺度分析方法。
[0005] 近年來，許多學(xué)者對融合提出了許多方法和思路。圖像融合是指將多源信道所采 集到的關(guān)于同一目標(biāo)的圖像數(shù)據(jù)經(jīng)過圖像處理提取各自信道中的有利信息，最后綜合成高 質(zhì)量的圖像。典型的算法是高動態(tài)光照渲染（HDR)，HDR方法是對同一場景連續(xù)拍攝多幅不 同曝光量的圖像，利用每個曝光時間相對應(yīng)最佳細節(jié)的圖像來合成最終的HDR圖像。這種 方法在拍攝時需要保持照相器材的穩(wěn)定，拍攝時間較長，無法應(yīng)用與實時圖像和視頻增強 領(lǐng)域，而且對于亮度很低的圖像效果較差。
[0006]

【發(fā)明內(nèi)容】
： 本發(fā)明的目的在于針對低照度彩色圖像的低亮度和低對比度的特點，通過研究瞳孔及 感光細胞對環(huán)境的自動調(diào)節(jié)過程，提供一種自適應(yīng)低照度圖像增強方法。通過所述方法可 保證提高低照度彩色圖像的亮度和局部對比度及細節(jié)信息，達到更好地圖像增強的效果。
[0007] 為了實現(xiàn)上述目的，本發(fā)明提供一種模擬人類視覺感知的自適應(yīng)低照度圖像增強 方法，該方法主要包括以下步驟： 步驟1，圖像獲?。和ㄟ^成像設(shè)備捕獲一張低照度圖像/; 步驟2,求取亮度分量K將步驟1獲取的圖像轉(zhuǎn)換到HSV顏色空間，即對每個像素點求 取RGB分量的最大值，獲得亮度分量 步驟3,模擬瞳孔放大過程對圖像整體亮度進行適當(dāng)提升：暗適應(yīng)過程中首先需要放 大瞳孔，增加光線的射入，從而自適應(yīng)地調(diào)節(jié)圖像整體亮度水平。因此對于光線較暗，且沒 有大面積燈光的情況下，需對步驟2獲得的亮度分量進行拉伸從整體上提升圖像亮度； 步驟4,設(shè)計暗適應(yīng)函數(shù)：暗區(qū)增強的關(guān)鍵是設(shè)計一個可以模擬暗適應(yīng)過程的非線性 映射函數(shù)，本發(fā)明給出一個新的非線性映射函數(shù)用來模擬視覺感知中的暗適應(yīng)過程； 步驟5,設(shè)計明適應(yīng)函數(shù)：由于暗適應(yīng)函數(shù)可以對較暗的區(qū)域進行提升，而高亮區(qū)域求 反即為暗區(qū)。本發(fā)明采用暗適應(yīng)函數(shù)來對高亮區(qū)域的反圖像做處理，再取反，即可對高亮區(qū) 域起到抑制作用； 步驟6,基于圖像的光照分布情況，進行明暗信息融合，進行自適應(yīng)亮度增強；低照度 環(huán)境中往往同時伴有燈光等產(chǎn)生的高光區(qū)域，視覺系統(tǒng)中視錐細胞和視桿細胞共同起作 用，明適應(yīng)及暗適應(yīng)需共同進行才能達到良好的效果，因此需要根據(jù)光照情況對明暗信息 進行融合； 步驟7,對增強后的亮度圖像進行局部對比度增強：對亮度分量進行非線性拉伸后，圖 像的全局對比度會有很大的提升，但局部對比度往往會下降，而視覺系統(tǒng)對圖像的局部對 比度變化敏感度極高，它的變化可以反映圖像內(nèi)不同對象間的差異，局部對比度較高時可 以有效提高圖像的清晰度、細節(jié)表現(xiàn)力及灰度層次，因此需要對亮度增強后圖像進行局部 對比度增強； 步驟8,色彩恢復(fù)，得到最終的增強圖像：對原始圖像的色彩信息做線性操作以保證三 個顏色通道的比例保持不變，很好的達到顏色保持的效果，避免色彩失真。
[0008] 本發(fā)明根據(jù)人眼應(yīng)對光照變化環(huán)境的自適應(yīng)調(diào)整過程，首先通過模擬瞳孔對光線 的調(diào)整過程，提高圖像的整體亮度水平；然后設(shè)計非線性映射模型模擬視桿細胞及視錐細 胞的調(diào)整過程，再依據(jù)人眼對于局部對比度敏感的特性，進行局部對比度增強，最后恢復(fù)圖 像的彩色信息。本發(fā)明對低照度圖像增強效果明顯，具有廣泛的實用性。
【附圖說明】
[0009] 圖1為本發(fā)明的整體流程圖； 圖2為原始采集的低照度圖像； 圖3為利用本發(fā)明處理圖2后的增強圖像。
【具體實施方式】
[0010] 為了更好的理解本發(fā)明，下面結(jié)合【具體實施方式】對本發(fā)明的模擬人類視覺感知的 自適應(yīng)低照度圖像增強方法進行更為詳細的描述。在以下的描述當(dāng)中，當(dāng)前已有的現(xiàn)有技 術(shù)的詳細描述也許會淡化本發(fā)明的主題內(nèi)容，這些描述在這里將被忽略。
[0011] 圖1是本發(fā)明模擬人類視覺感知的自適應(yīng)低照度圖像增強方法的一種具體實施 方式的流程圖，在本實施方案中，按照以下步驟進行： 步驟1，圖像獲?。和ㄟ^成像設(shè)備捕獲一張低照度圖像/，如圖2所示； 步驟2,求取亮度分量K將步驟1獲取的圖像轉(zhuǎn)換到HSV顏色空間，對每個像素點求取 RGB分量的最大值，獲得亮度分量
(1) 步驟3,模擬瞳孔放大過程對圖像整體亮度哩行適當(dāng)提升，得到亮度分量暗適 應(yīng)過程中首先需要放大瞳孔，增加光線的射入，從而自適應(yīng)地調(diào)節(jié)圖像整體亮度水平。因此 對于光線較暗，且沒有大面積燈光的情況下，需對步驟2獲得的亮度分量哩行拉伸從整體 上提升圖像亮度。具體操作步驟：首先對亮度分量哩行中值濾波去除少量亮度較高的雜 點，得到匕7?，然后將集中在暗區(qū)的像素點等比例拉伸至整個亮度區(qū)間得到L，如⑵式所 示：
其中是對亮度