[发明专利]一种视频图像照度分布估计方法

说明书

技术领域

本发明涉及视频增强技术领域，具体来讲，涉及一种视频图像照度分布估计方法。

背景技术

在视频图像增强处理系统中，对图像的亮度分布进行均衡、映射、校正等处理是用以增强图像质量很重要的一类技术手段。如直方图均衡、色域映射、gamma校正等常用技术。然而对图像进行增强处理，往往需要对当前待处理的视频图像亮度分布进行估计。

现有视频图像亮度分布估计技术主要有两大类：一类是局部亮度分布估计技术，另一类是全局亮度分布估计技术。

局部亮度分布估计的典型代表是自适应直方图均衡技术，为自适应图像各个局部的亮度分布特征，局部地统计图像亮度灰度分布，从而计算在该图像局部所使用的均衡参数，从而达到自适应的直方图均衡目标。

全局亮度分布估计的一种典型方法是如图1所示，将图像分为5个区域一次编号为0、1、2、3、4。对于彩色图像需要先应用以下常用亮度分量公式计算出亮度：

Luminance＝0.27red+0.67green+0.06blue    (1)

其中，red、green、blue分别代表彩色图像红绿蓝三色分量。

依据公式(1)计算出每个像素的亮度值后，按图1所示分区依次计算出每个分区的亮度算数平均值。一种可能图像亮度分布的计算结果如图2所示。依据图2所示的图像亮度均值分布结果，可以大致判断出图像左上角明亮，右下角较暗。进而可以依据这些数据均定随后使用图像增强技术，如直方图均衡、色域映射等处理时的具体参数。

依据现有技术的视频图像亮度分布估计进行图像亮度分布校正的技术方案有一个根本的缺陷。具体来说，现有技术方案亮度分布估计的基础是依据公式(1)进行的逐像素点亮度值计算，其成像过程如图3、4所示。在图3中，光源101发出的光束102入射到场景物体104的表面105后，经过场景物体104吸纳一部分入射光，漫反射一部分入射光，最后一束反射光103进入摄像机。在图4中，物体反射光103经过摄像机镜头后的光束201投射到摄像机感光器表面202上，感光信号经过模数转换203和必要的摄像机图像处理流程204后最终输出场景104的数字图像形式205。场景物体104最终的数字图像一般以每个像素R/G/B三个通道逐像素表示的方式输出和存储。

由图3、4可以看出，公式(1)计算出的亮度值只反应了物体表面反射光束103的亮度水平，却并不能直接反应光源101投射到物体104的入射光束102，即光照的亮度状态。事实上，就一般自然图像成像场景来说，场景物体表面反射率在空间上会剧烈跃式变化，而现实中的光源照度一般只会在空间发生缓慢连续变化。所以现有传统视频图像亮度分布估计技术的缺陷是只反应料场景物体表面反射率在空间上剧烈的不规则变化，而场景物体表面反射率在空间上的变化是需要保留记录的场景物体有用信息，而由于光源照度变化导致的图像亮度不均衡才是需要处理的部分

发明内容

本发明的目的在于克服现有视频图像亮度分布估计的不足，提供一种能更好地估计出视频图像采集场景的照度分布和变化特征，从而使随后的图像增强处理的参数调整更为准确的视频图像照度分布估计方法。

为达到上述发明目的，本发明的视频图像照度分布估计方法，包括以下步骤：

(1)、计算出原始图像相应的亮度灰度图像；

(2)、使用基于图像梯度值的边缘检测方法检测并绘制出亮度灰度图像的边缘图像；

(3)、在亮度灰度图像的基础上，计算出梯度图像和梯度向量图像；

(4)、根据梯度图像，计算出梯度图像的梯度阀值；根据边缘图像以及梯度阀值对梯度向量图像进行梯度筛选，如果梯度向量图像中的某像素点相应梯度图像位置上的梯度幅度大于梯度阀值或边缘图像指示该位置存在于边缘，则把梯度向量图像中的某像素点的梯度向量设置为零，否则，保持；

(5)、对筛选后的梯度向量图像进行照度图像重建，得到照度图像；

(6)、根据照度图像进行照度分布估计，得到视频图像照度分布估计。

在本发明中，经过梯度筛选，去掉梯度幅度大于梯度阀值或边缘存在部分的梯度向量影响，经对筛选后的梯度向量图像进行照度图像重建，得到照度图像，可以有效去除场景表面反射率剧烈变化对图像照度分布统计带来的影响，从而准确地估计出视频图像采集场景中光源照度的特征和分布变化。本发明得到的视频图像照度分布估计可以为后续图像增强处理，如直方图均衡、色域映射、gamma校正等结合，进而达到视频图像质量的增强效果。

附图说明

图1是现有技术全局亮度分布估计示意图；

图2是图1所示分区计算出的亮度均值分布图；