[发明专利]一种基于YCbCr色彩空间的图像增强方法、装置及系统

说明书

技术领域

本发明属于图像增强技术领域，尤其涉及一种基于YCbCr色彩空间的自适应图像增强方法。

背景技术

图像增强处理技术在安防监控等诸多领域有非常重要的应用，图像增强的主要目的在于使人眼获得更好的视觉效果，或更方便计算机系统识别以满足系统对图像信息的需求。图像特征增强主要包括对比度、亮度、颜色等多方面的处理，目前并没有统一的衡量图像的质量的客观标准，评价算法的有效性主要依靠人眼的客观感受，随着计算机及信号处理技术的不断发展，对清晰丰富的图像要求也不断增高。

然而，现有图像增强方法主要都是基于Retinex算法的图像增强方法、Retinex算法的思想就是降低入射图像的影响，从而保留物体本质的反射属性图像。即估计图像中亮度的变化并将其去除，以达到图像增强的目的。在Retinex理论的发展过程中，根据亮度图像的估计方法的不同，演化出不同的Retinex算法，基于中心环绕的Retinex算法应用较为广泛，一般采用高斯滤波器来估计入射分量，根据滤波器的尺度不同又分为单尺度Retinex(Single Scale Retinex,SSR)及多尺度Retinex(Multi Scale Retinex,MSR)算法。SSR算法采用一个固定尺度的高斯滤波函数作为滤波函数，由于SSR算法会出现颜色失真现象，因此，在此基础上产生了MSR算法，它具备了SSR高、中、低三个尺度的特点。MSR对多个尺度的处理结果进行加权平均，这样可以进一步改善SSR单尺度处理带来的局限性，提高处理的视觉效果。但是，MSR算法对R、G、B三色分别处理并合成，容易发生错误而造成失真；同时该算法容易产生光晕现象；并且对于雾天图像的处理虽然在一定程度上起到增强的目的，而且整体清晰度不佳。

一般现有的基于Retinex图像增强算法，主要存在以下缺点：

(1)一种基于双边滤波的单尺度Retinex图像增强算法，采用双边滤波器代替高斯滤波器。虽然在一定程度上抑制了过增强现象，但是仍存在光晕现象，尤其在图像边缘出容易失真。

(2)一种滤波器可变的Retinex雾天图像增强算法，采取DCP(暗原色先验Dark Channel Prior)原理模型，根据雾天图像雾化程度的分布特征得到滤波参数的阈值；然后将原图中每一子块的局部信息与阈值信息做差运算得到相应的滤波器，计算入射分量的估计。这中方法根据雾的浓度实现了MSR算法尺度的改变，但是计算量大，耗时长、实时性差。

(3)一种图像引导滤波的局部多尺度Retinex算法，基于小波变换的基础上，采用两次图像引导滤波克服图像噪声。该算法能够实现有效的消除光晕现象，同时实现细节及颜色保真的平衡，但是对于雾天图像处理清晰度不佳，仍存在Retinex算法的适应性不强的问题。

(4)一种基于暗原色先验模型的Retinex算法，根据局部区域暗原色值设计一种尺度可变滤波器，针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分量，实现对雾天图像的增强。这种方法与滤波器可变类似，利用DCP理论设计滤波器的尺度，优化Retinex算法，同样计算量大，耗时长、实时性差。

发明内容

本发明的目的在于提供一种基于YCbCr色彩空间的自适应图像增强方法，旨在解决现有的基于MSR算法在处理效率及实时性等方面都存在一定的困难，而且处理后的图像容易产生光晕现象；和基于DCP理论的算法耗时长，实时困难的问题。

本发明是这样实现的，一种基于YCbCr色彩空间的图像增强方法，包括：

步骤1：根据输入的原始图像，提取原始图像中的亮度分量Y；

步骤2：对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一化图像Y_m；

步骤3：根据Y_m计算出归一化图像的均值avgY_m，并根据avgY_m的范围判断原始图像雾浓度的度量；

步骤4:对原始图像分别采取MSR处理与DCP处理，得到对应处理后图像Y₁与Y₂；

步骤5：将Y₁、Y₂代入公式X＝aY₁+bY₂计算融合处理后的图像X，式中a、b为融合系数；

步骤6：对融合处理后图像X进行自动对比度调节优化，得到优化处理图像。

进一步，所述步骤1：根据输入的原始图像，提取原始图像中的亮度分量Y，具体实现如下：