[发明专利]一种弱光照视频图像的增强方法

说明书

技术领域

本发明涉及一种视频图像的增强方法，尤其是涉及一种弱光照视频图像的增强方法。

背景技术

图像增强是图像处理中的一个重要方向，Retinex算法是一种能够改善图像亮度、对比度、清晰度的一种非线性变换，它能同时提供图像的动态范围压缩、色觉恒常、色彩再现三大优点，已经成功应用于各种静态图像的处理，然而由于图像处理所涉及的数据量比较庞大，图像处理速度成为了制约其发展的瓶颈之一，研究实时Retinex图像处理技术有重要意义。

项目以城市地下变电站施工为切入点，根据电力施工过程的具体实际情况，如施工初期光照不理想，得到的视频图像效果不理想。基于此，研究地下变电站施工场景的视频图像增强算法，采用单尺度Retinex算法结合色彩迁移算法实现施工现场的场景视频图像的实时增强。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种弱光照视频图像的增强方法。

本发明的目的可以通过以下技术方案来实现：

一种弱光照视频图像的增强方法，其特征在于，包括以下步骤：

1)、在弱光照环境下获取弱光照图像；

2)、采用单尺度Retinex算法对图像进行图像增强；

3)、结合色彩迁移算法将增强后的图像进行处理，得到局部细节突出并且色彩丰富的图像。

所述的步骤2)中的单尺度Retinex算法包括以下步骤：

21)、选择高斯函数尺度参数；

22)、由高斯函数和弱光照图像得出亮度图像；

23)、在对数域中求增强模型；

24)、通过线性变换得到增强图像。

所述的步骤3)中的色彩迁移算法包括以下步骤：

31)、将RGB色彩空间转换为lab空间；

32)、计算参考图像和目标图像三个通道的均值和标准差；

33)、弱化目标图像的整体色彩信息；

34)、参考图像的细节信息传递到目标图像中；

35)、参考图像的整体信息传递到目标图像中；

36)、目标图像色彩迁移完成，由lab空间转换到RGB色彩空间。

与现有技术相比，本发明具有增强图像效果明显，图像清晰、色彩丰富的优点。

附图说明

图1为本发明的方法流程图；

图2为步骤2的方法流程图；

图3为步骤3的方法流程图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

实施例：

如图1所示，一种弱光照视频图像的增强方法，包括以下步骤：

1)、在弱光照环境下获取弱光照图像；

2)、采用单尺度Retinex算法对图像进行图像增强；

3)、结合色彩迁移算法将增强后的图像进行处理，得到局部细节突出并且色彩丰富的图像。

如图2所示，所述的步骤2)中的单尺度Retinex算法包括以下步骤：

21)、选择高斯函数尺度参数；

22)、由高斯函数和弱光照图像得出亮度图像；

23)、在对数域中求增强模型；

24)、通过线性变换得到增强图像。

如图3所示，所述的步骤3)中的色彩迁移算法包括以下步骤：

31)、将RGB色彩空间转换为lab空间；

32)、计算参考图像和目标图像三个通道的均值和标准差；

33)、弱化目标图像的整体色彩信息；

34)、参考图像的细节信息传递到目标图像中；

35)、参考图像的整体信息传递到目标图像中；

36)、目标图像色彩迁移完成，由lab空间转换到RGB色彩空间。

对于地下变电站施工场景弱光照的图像，本文在大量实验中，通过主观评价和客观图像评价找到SSR的最优尺度参数，此时图像熵最大，图像增强效果最好。通过原图和单尺度Retinex图像增强以及RGB分量直方图的对比，详细说明单尺度Retinex算法能增强弱光照图像，提高图像可视效果。

对于弱光照图像，图像的信息将难以辨认。所以第一步不能用色彩迁移。文中第一步通过单尺度Retinex(SSR)算法增强后的图像局部细节突出容易辨认，但是经过单尺度Retinex增强图像，暗区域信息越突出，则色彩越单一，为解决此问题，提出单尺度Retinex和色彩迁移结合的图像增强方法，使图像局部细节突出且色彩丰富，色彩迁移有Reinhard算法和Welsh算法等，文中采用Reinhard算法得到了很好的效果。