[发明专利]基于改进暗通道先验的快速低照度图像增强方法

说明书

技术领域

本发明涉及快速低照度图像增强方法，属于图像和视频处理领域。

背景技术

在阴雨天及夜间低光照条件下，由于采集图像及视频时周围环境光照条件不佳及低照度导致采集图像或视频设备噪声影响加剧等原因，使得到的图像整体灰度值和图像对比度降低，图像质量和可视性严重下降，难以识别感兴趣区域。另外，目标图像中的部分区域由于获得光照不足或位于阴影区域与背景融合在一起，使图像中这部分的信息难以提取。因此，增强低照度下图像亮度和对比度，提高整体图像质量，在民用智能视频监控系统，智能安防系统，智能交通管理系统等以及军事应用中如成像侦察系统、空间光学遥感和导弹成像制导领域中都具有重要的应用价值。

目前用于低照度图像增强的方法主要有基于空域滤波的直方图均衡方法、同态滤波方法、梯度图像增强算法、Retinex方法等。直方图均衡是最常见的低照度图像增强方法。通常用来增加图像的全局对比度。直方图均衡分为全局直方图均衡和局部直方图均衡。全局直方图均衡方法是基于整个图像的直方图对整个图像做相同的变换，而没有考虑图像的局部信息，因此造成部分高频图像信息丢失。局部直方图均衡算法能够克服全局直方图均衡化难以适应局部灰度分布的缺陷。但是由于局部直方图均衡算法需要对整幅图像每个象素点为中心的子块进行直方图均衡化计算，因此计算量大，算法实时性差。虽然子块部分重叠直方图均衡算法提高了计算效率，但是存在块效应以及如何确定最优块重叠量的问题。直方图均衡的方法难以同时保证恢复的图像的质量以及实时性。

基于照明—反射模型的同态滤波方法将图像转换至对数域，使得计算效率更高，能压缩图像整体动态范围，同时增强低亮度区域的对比度，适用于增强局部灰度值低的图像。存在的问题是目前对照射分量和反射分量的估计并没有一个很好的方法，对特定的图像需要手动选取滤波器及其系数，从而无法自动完成图像增强。

中国专利CN102289792A采用了Retinex方法进行低照度图像增强，Retinex方法的关键在于对反射分量的估计，该方法适合处理局部灰度值低的图像，能有效增强其中暗处的细节部分。但是Retinex方法并没有重视图像梯度信息，导致在增强图像的同时模糊了边缘信息。

空域彩色图像增强方法是通过将一已知灰度值概率密度分布的图像变换成一幅具有均匀灰度概率密度分布的图像。这种方法将彩色图像变换为灰度图像后进行处理，丢失原彩色图像的部分信息，处理效果不佳。

梯度图像增强方法充分的利用了图像梯度信息，能够较好的保持原图中的细节信息和层次感，适合分析图像高光区与阴影区的信息。缺点是会使图像在一定程度上锐化，并且在梯度域中重建图像计算复杂，不适合实时使用。

中国专利CN103020920提出了一种基于暗通道先验的低照度图像增强方法。利用低照度图像、自适应大气光照图和自适应传输函数图，通过大气散射物理模型复原场景图像。但是存在的问题是，这个方法适用范围窄，首先，对于低照度图像中通常存在的反光和不均匀的光照区域的恢复效果很差；其次，传统的暗通道先验的方法对于图像中存在的浅色及偏白色区域并不适用，因为场景为浅色的时候，它的RGB(红蓝绿)三个通道中并不存在一个接近于0的通道，这就会使暗通道的原理失效，对浅色区域的传播图产生误判，导致在还原图像的过程中，对于浅色的区域会出现较大的偏差。同时在大部分的室内或者城市监控等应用场景，景深近似基本一致，计算传输函数图增加了计算量。

发明内容

本发明是要解决低照度图像增强方法计算量大，实时性差、边缘信息易被模糊、暗通道先验方法对浅色区域不适用、原有的基于暗通道先验低照度增强方法对于反光和不均匀光照区域处理效果差的问题，而提供了基于改进暗通道先验的快速低照度图像增强方法。

改进暗通道先验的快速低照度图像增强方法包括以下步骤：

一、输入图像I(i，j)，并将其转换到RGB彩色空间，并获得图像的RGB三通道图像；

二、计算图像的RGB三通道图像各像素点在RGB三个通道中的最小值，得到输入图像的初始暗通道图像；

三、计算图像的初始暗通道图像的像素平均暗通道灰度值meangray和最大暗通道灰度值maxgray；