[发明专利]基于遗传算法的低照度视频图像处理方法

说明书

技术领域

本发明涉及一种基于遗传算法的低照度视频图像处理方法。

背景技术

伴随着计算机技术和多媒体技术的飞速发展，数字视频得到了广泛的应用，如视频监控系统领域、视讯会议视频领域等等。视频图像的获取常受环境光照条件的影响，如环境光照度较低，逆光等情况下使得图像的对比度较低、造成细节缺失、图像的颜色失真严重时会造成图像显示模糊的现象。因此我们需要视频图像的增强技术来提升低照度视频图像的质量来使图像变得更加清晰。

现有技术中对图像处理方法大多采用直方图均衡方法对视频的图像进行增强。但是对图像的数据在处理过程中不做选择和精确的处理，造成对图像的处理过程中精度不高，或者造成灰度过度拉伸的现象。

发明内容

根据现有技术存在的问题，本发明公开了一种基于遗传算法的低照度视频图像处理方法，包括以下步骤：

步骤1：提取视频图像的首帧图像，对该帧图像进行图像的帧内增强，再对增强后的图像进行图像重建，完成首帧图像的清晰度处理；

步骤2：将上述的首帧图像作为标准帧图像，提取上述过程中对首帧图像进行增强过程中增强参数，采用该增强参数对第二帧图像进行图像增强，然后对增强后的图像进行重建，完成第二帧帧图像的清晰度处理；

步骤3：采用上述方式直到完成多个帧图像的增强和图像重建，再重新确定标准帧图像，继续计算出增强参数，并完成图像增强；

步骤4：根据新确定的标准帧图像的增强参数继续对下面的多个帧图像进行增强；采用以上方式直到完成整个图像的增强。

对图像进行帧内增强时：首先提取图像的照度分量数据、亮度分量数据和反射分量数据，对图像的照度分量进行增强，然后根据增强后的图像的参数信息完成图像的重建。

对一帧图像进行照度分量增强后，计算出增强参数和增强后的图像的参数信息、如亮度分量数据，根据亮度分量数据采用遗传算法对该帧图像进行图像重建。

本发明公开的低照度视频图像处理方法，首先对一帧图像进行帧内增强的处理，计算出增强参数，根据增强后的图像的数据信息，完成图像重建。然后将该帧图像确定为标准帧图像，按照上述的方法采用标准帧图像的增强参数实现接下来的多个帧图像的增强和图像重建，再重新确定标准帧图像直到完成整个视频图像的增强。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中方法的流程图。

具体实施方式

为使本发明的技术方案和优点更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚完整的描述：

如图1所示的一种基于遗传算法的低照度视频图像处理方法，包括以下步骤：

步骤1：提取视频图像的首帧图像，对该帧图像进行图像的帧内增强，再对增强后的图像进行图像重建，完成首帧图像的清晰度处理；

步骤2：将上述的首帧图像作为标准帧图像，提取上述过程中对首帧图像进行增强过程中增强参数，采用该增强参数对第二帧图像进行图像增强，然后对增强后的图像进行重建，完成第二帧帧图像的清晰度处理；

步骤3：采用上述方式直到完成多个帧图像的增强和图像重建，再重新确定标准帧图像，继续计算出增强参数，并完成图像增强；

步骤4：根据新确定的标准帧图像的增强参数继续对下面的多个帧图像进行增强；采用以上方式直到完成整个图像的增强。

进一步的，对图像进行帧内增强时：首先提取图像的照度分量数据、亮度分量数据和反射分量数据，对图像的照度分量进行增强，然后根据增强后的图像的参数信息完成图像的重建。

进一步的，对一帧图像进行照度分量增强后，计算出增强参数和增强后的图像的参数信息、如亮度分量数据，根据亮度分量数据采用遗传算法对该帧图像进行图像重建。

在实际过程中，根据图形的特点和数据信息，我们可以确定标准帧图像后，连续对5个帧图像或者8个帧图像进行图像增强和图像重建，这样可以减少计算量，节省图像处理时间。

本方法公开的技术方案：仅对亮度分量中的照度分量进行处理和增强，采用遗传算法进行图像重建。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。