[发明专利]一种改进的基于单尺度Retinex的暗环境图像的增强方法

说明书

技术领域

本发明涉及一种图像亮度增加方法，更具体地说，涉及一种改进的基于单尺度Retinex的暗环境图像的增强方法。

背景技术

当前，虽然摄像头的硬件不断提升，但在光线较暗的环境下，拍摄出来的照片的亮度过暗，导致细节不明显等问题的出现。单尺度Retinex的流程如下：对图像用高斯滤波，得到滤波后的图像，然后图像和滤波后的图像都Log一下，转到对数域，然后进行相减计算，最后做Exp指数运算，得到结果图像。而单尺度Retinex处理后的图像会有明显偏色的效果。

发明内容

本发明的目的在于克服现有技术的不足，提供一种补光效果自然的改进的基于单尺度Retinex的暗环境图像的增强方法，将单尺度Retinex与饱和度系数进行结合，从而避免偏色的问题产生。

本发明的技术方案如下：

一种改进的基于单尺度Retinex的暗环境图像的增强方法，步骤如下：

1)将原始图像进行灰度处理，得到灰度图像；

2)将灰度图像的各个像素与对数函数的曲线进行关联，对灰度图像进行亮度增强，得到灰度增强图像；

3)融合灰度增强图像、灰度图像、原始图像，得到结果图像。

作为优选，步骤1)所述的灰度处理的算法如下：

GRAY＝0.299*RED+0.587*GREEN+0.114*BLUE；

或者，

GRAY＝(RED*306+GREEN*601+BLUE*117+512)/1024；

其中，GRAY为灰度图像的当前像素点的灰度值；RED、GREEN、BLUE分别为原始图像的当前像素点的红、绿、蓝通道的颜色值。

作为优选，步骤2)具体为：

2.1)对灰度图像进行模糊处理，得到灰度模糊图像；

2.2)分别对灰度图像与灰度模糊图像进行基于自然对数为底的对数函数，得到灰度数据与灰度模糊数据，并将灰度数据减去灰度模糊数据得到灰度差数据，并计算出灰度差里的最大值与最小值；

2.3)基于灰度差里的最大值与最小值，将各个像素的灰度差数据与灰度差里的最大值与最小值进行比较后，根据比较结果，对各个像素进行预设规则的赋值，得到最终的灰度增强数据。

作为优选，步骤2.1)中的模糊处理包括：中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理的一种或几种结合。

作为优选，步骤2.2)中，利用对数函数所具有的曲线斜率递减的特性，对与对数函数的曲线进行关联的灰度图像的各个像素进行增加亮度，其中，灰度值高的像素与灰度值低的像素相比，亮度增加程度小，得到整体亮度提高的图像；并且通过最大值与最小值定理计算得到灰度差里的最大值与最小值。

作为优选，步骤2.3)中，预设规则为：如果当前像素的灰度差数据小于等于最小值，则赋值为0，如果当前像素的灰度差数据大于最大值，则赋值为255，其余的像素则以下公式计算得到：

resultvalue＝(value-vMin)*255/(vMax-vMin)

其中，resultvalue为结果值；value为灰度差数据的值；vMin为所述的最小值；vMax为所述的最大值。

作为优选，步骤3)具体为：

3.1)将步骤2)的灰度增强图像的数据除以步骤1)的灰度图像的数据，得到关系值；

3.2)判断原始图像的RGB三个通道的颜色值中的最大值与最小值，计算原始图像的饱和度系数：如果最大值为0，则饱和度系数为0，否则饱和度系数＝(最大值-最小值)/最大值*1.5；

3.3)通过饱和度参数与步骤3.1)的关系值的预设关系，对原始图像进行增强运算，得到最终的颜色值。

作为优选，步骤3.1)进一步地，对得到的关系值进行判断，首先判断关系值是否大于预设值P，如果大于的话，则关系值等于预设值P，接着再判断关系值是否小于预设值K，如果小于的话，则关系值等于预设值K。

作为优选，步骤3.2)中，具体判断方法为：

判断当前像素的R通道的颜色值是否大于G通道的颜色值，如果大于的话，则

cMax＝max(rValue,bValue)；cMin＝min(gValue,bValue)；

否则,

cMax＝max(gValue,bValue)；cMin＝min(rValue,bValue)；

最后，如果cMax不等于0的话，则srat＝(cMax-cMin)/cMax*1.5；否则srat＝0；