基于統(tǒng)計規(guī)律的Retinex夜間彩色圖像增強方法
【專利摘要】基于統(tǒng)計規(guī)律的Retinex夜間彩色圖像增強方法屬于夜間彩色圖像處理【技術領域】，其特征在于，分析輸入圖像與基于雙邊濾波的Retinex算法處理得到的或者輸入圖像與基于多尺度的Retinex算法處理得到的光照估計圖像像素值之間的變換關系，變換關系曲線用圓形曲線進行擬合。擬合過程中，按所述變換關系曲線均過點(255,255)以及用輸入圖像各點像素值的均值表示圓形曲線與Y正半軸的交點坐標的統(tǒng)計方法來求解圓半徑值及圓心坐標值，從而得到輸入圖像與擬合后光照估計圖像的圓形曲線表達式，進而得到基于統(tǒng)計規(guī)律的輸入圖像的反射圖像。本發(fā)明與現(xiàn)有的Michael?Elad提出的算法以及MSRCR算法相比，在圖像的對比度、算法時間復雜度以及增強效果上均有所提高。
【專利說明】基于統(tǒng)計規(guī)律的Retinex夜間彩色圖像增強方法
【技術領域】
[0001]本發(fā)明涉及圖像處理領域，具體涉及一種夜間彩色圖像處理方法及系統(tǒng)。
【背景技術】
[0002]在夜間獲取的圖像，由于照明強度的影響，會導致圖像可視效果下降。因此需要對夜間圖像進行處理，改善圖像質量、豐富信息量，加強圖像判讀和識別效果，滿足某些特殊分析的需要。
[0003]目前對于夜間圖像質量增強的技術主要包括圖像融合和圖像增強。圖像融合技術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雜耗時。圖像增強技術可分為空間統(tǒng)一方法和空間非統(tǒng)一方法兩類?？臻g統(tǒng)一方法主要包括:對數壓縮，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用。空間非統(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，以及在此基礎上為了克服顏色失真問題而提出的顏色復原的多尺度 Retinex (Multiscale-Retinex with color restoration, MSRCR)算法。鑒于中心環(huán)繞方法存在“光暈偽影”的現(xiàn)象,Michael Elad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模型的自適應濾波方法，根據圖像邊緣方向自適應調整濾波器的形狀，以此抑制圖像邊緣處的Halo效應，但仍不可避免地在圖像邊緣處產生過增強現(xiàn)象。

【發(fā)明內容】

[0004]本發(fā)明的目的在于提出一種基于統(tǒng)計規(guī)律的Retinex夜間彩色圖像增強方法。
[0005]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:
[0006]步驟(I),計算機初始化:
[0007]預置:雙邊濾波的Retinex算法及多尺度Retinex算法；
[0008]步驟⑵，讀取一幅未處理圖像，簡稱原圖像；
[0009]步驟(3)，把步驟2得到的一幅未處理圖像的數據從RGB顏色空間轉換到HSV顏色空間，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；
[0010]步驟(4)，對所述原圖像進行基于雙邊濾波的Retinex算法處理，得到基于雙邊濾波的Retinex算法的光照估計圖像，對所述原圖像進行基于多尺度的Retinex算法處理，得到基于多尺度的Retinex算法的光照估計圖像；
[0011]步驟(5)，分析原圖像與步驟(4)得到的兩類所述的光照估計圖像像素值之間的變化關系，步驟如下:
[0012]步驟(5.1)，輸入所述原圖像的各點的像素值k，得到各個像素值對應位置的所述基于雙邊濾波的Retinex算法的光照估計圖像像素值的集合S1，取所述集合S1的各點像素值平均值為ml ；
[0013]步驟(5.2)，輸入所述原圖像的各點的像素值k，得到各個像素值對應位置的所述基于多尺度的Retinex算法的光照估計圖像像素值的集合S2，取所述集合S2的各點像素值平均值為m2，分析得到兩條所述原圖像像素值和對應的雙邊濾波的Retinex算法處理的光照估計圖像像素值及原圖像像素值與對應的多尺度Retinex算法處理的光照估計圖像像素值之間的變換曲線，分析得到的每組兩條曲線都通過點(255，255)；
[0014]步驟(6)，對步驟(5)得到的兩種所述的變換關系中的任何一種變換關系按以下步驟用圓形曲線擬合，得到擬合后的圓形曲線表達式:
[0015]步驟(6.1)，設定所述圓形曲線的參數:
[0016]λ:所述的擬合圓形曲線與Y軸正半軸交點坐標的y值，
[0017]X0:所述的擬合圓形曲線圓心O的X軸坐標，
[0018]y0:所述的擬合圓形曲線圓心O的Y軸坐標，
[0019]r:所述的擬合圓形曲線的半徑，
[0020]其中:
[0021]
【權利要求】
1.基于統(tǒng)計規(guī)律的Retinex夜間彩色圖像增強方法其特征在于，在計算機中是依次按以下步驟實現(xiàn)的: 步驟(1)，計算機初始化: 預置:雙邊濾波的Retinex算法及多尺度Retinex算法； 步驟(2)，讀取一幅未處理圖像，簡稱原圖像； 步驟(3)，把步驟(2)得到的一幅未處理圖像的數據從RGB顏色空間轉換到HSV顏色空間，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(4)，對所述原圖像進行基于雙邊濾波的Retinex算法處理，得到基于雙邊濾波的Retinex算法的光照估計圖像，對所述原圖像進行基于多尺度的Retinex算法處理，得到基于多尺度的Retinex算法的光照估計圖像； 步驟(5)，分析原圖像與步驟(4)得到的兩類所述的光照估計圖像像素值之間的變化關系，步驟如下: 步驟(5.1)，輸入所述原圖像的各點的像素值k，得到各個像素值對應位置的所述基于雙邊濾波的Retinex算法的光照估計圖像像素值的集合S1，取所述集合S1的各點像素值平均值為ml ； 步驟(5.2)，輸入所述原圖像的各點的像素值k，得到各個像素值對應位置的所述基于多尺度的Retinex算法的光照估計圖像像素值的集合S2，取所述集合S2的各點像素值平均值為m2，分析得到兩條所 述原圖像像素值和對應的雙邊濾波的Retinex算法處理的光照估計圖像像素值及原圖像像素值與對應的多尺度Retinex算法處理的光照估計圖像像素值之間的變換曲線，分析得到的每組兩條曲線都通過點(255，255)； 步驟(6)，對步驟(5)得到的兩種所述的變換關系中的任何一種變換關系按以下步驟用圓形曲線擬合，得到擬合后的圓形曲線表達式: 步驟(6.1)，設定所述圓形曲線的參數: λ:所述的擬合圓形曲線與Y軸正半軸交點坐標的I值， X0:所述的擬合圓形曲線圓心O的X軸坐標， Y0:所述的擬合圓形曲線圓心O的Y軸坐標， r:所述的擬合圓形曲線的半徑， 其中:
【文檔編號】G06T5/50GK103839245SQ201410072449
【公開日】2014年6月4日 申請日期:2014年2月28日 優(yōu)先權日:2014年2月28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