[发明专利]处理在恶劣环境中所拍摄低照度图像的方法

说明书

技术领域

本发明涉及处理低照度视频图像的软件执行技术程序，特别是处理在恶劣环境中所拍摄低照度图像的方法。

背景技术

通常，获取图像或视频是在理想光照条件下进行的，但实际使用情况确是往往不得不在低照度环境下获取图像或者视频。这些在低照度环境下获取的图像或者视频的画面质量偏差，往往不能分辨图像细节，影响视觉效果且影响后续进一步的处理效果。低照度环境下获取的图像及视频的主要特点为：1、图像亮度整体偏暗；2、与理想光照条件下获取的图像相比，含有大量噪声；3、由于光照条件的限制以及光源本身的影响，RGB中某些分量相对其他分量偏低。

目前世界范围内已有的同类产品技术及存在的缺陷列举及分析：目前，为了能在非常暗的光线下采集到更清楚、更清晰的图像，大部分通过以下方法来实现：①在进行拍摄时，加红外补光灯，这种方法最重要的问题是会明显增加成本；②在拍摄时增加光圈，这种方法会使摄像机镜头尺寸变大，当光圈大于F1.4之后会显著增加系统性成本；③在拍摄时增加曝光时间，这种方法的显著缺点是被摄物体运动时会有明显拖影，造成清晰度的影响；④增强从传感器来的光学信号强度，提高增益。增加传感器的增益缺点是噪声也会被一起放大，所以图像上会有很多噪点，原始图像就变得不是那么清晰。另外，噪声变大以后，编码会变得非常困难，因为分不清是图像的细节还是噪声，所以它会把一些噪声当成图像来做编码。这种方法的重点是区分噪声和真正的图像，在去掉噪声的同时要能保证图像的高清晰度。由于上述第①至第③所示现有方法的明显缺陷及技术改进的困难性，现在大部分方法都主要针对上述第④种方法，即对传感器增益进行改进，因此，第④种方法可以细分为两个环节：图像增强或图像降噪。

目前图像增强环节的主要方法为：a)直方图均衡化—直方图均衡化是图像增强空域法中的最常用、最重要的算法之一，它以概率理论为基础，基本的思想是通过均衡化处理调整图像灰度分布，达到改善图像对比度的目的。由于图像对比度是决定一幅图像主观质量的重要因素，因此，直方图均衡化被广泛应用于图像的增强处理。经直方图均衡化处理后，图片的对比度明显加强，图像也更加清晰，从直方图来看，处理后的图像直方图分布更趋均匀。但是，直方图均衡化增强存在着两点不足之处：其一，处理后的图像灰度级有所减少，致使某些细节消失；其二，某些图像，如直方图有高峰等，经处理后其对比度易产生不自然的过分增强问题，例如，有些卫星图像或医学图像因灰度分布过度集中，在对此类图像进行直方图均衡化处理时，其结果往往会出现过亮或过暗的现象，达不到增强视觉效果的目的。此外，对于图像的有限灰度级，量化误差也经常引起信息丢失，导致一些敏感的边缘因与相邻像素点的合并而消失，这是直方图修正增强无法避免的问题。b)变换域法—变换域法是通过某种变换将图像转换到另一个空间域，再对系数进行某种处理，最后对系数进行反变换得到增强后的图像。常见的变换域方法有高通滤波，小波变换等。高通滤波法首先对图像进行傅里叶变换，然后通过一个高通滤波器，增强高频分量(即增强图像的细节)，同时抑制低频分量，最后再对图像进行傅里叶反变换而得到增强后的图像。c)Retinex图像增强算法—Retinex(视网膜“Retina”和大脑皮层“Cortex”的缩写)理论是一种建立在科学实验和科学分析基础上的基于人类视觉系统(Human Visual System)的图像增强理论。该算法的基本原理模型是一种被称为色彩的理论，并在颜色恒常性的基础上提出的一种基于理论的图像增强方法。Retinex理论的基本内容是物体的颜色是由物体对长波(红)、中波(绿)和短波(蓝)光线的反射能力决定的，而不是由反射光强度的绝对值决定的，物体的色彩不受光照非均性的影响，具有一致性，即Retinex理论是以色感一致性(颜色恒常性)为基础的。该理论认为，物体的亮度是由入射分量(即照度分量)和反射分量共同决定的，即表达式I(x,y)＝L(x,y)R(x,y)，I(x,y)表示图像亮度，L(x,y)表示照度分量，R(x,y)表示反射分量。通过取对数，可以使L(x,y)和R(x,y)的关系由相乘变成相加，即表达式logI(x,y)＝logL(x,y)+logR(x,y)，照度分量与光源有关，而反射分量与物体本身的颜色特性有关，即反射分量反映了物体的真实颜色。Retinex理论的思想是通过从图像中移除光源照度的影响，即对照度进行统一化，获得反射分量，即为反映物体真实颜色的图像。Retinex算法主要有三种，SSR(Single-Scale Retinex)、MSR(Multi-Scale Retinex)和MSRCR(Multi-Scale Retinex with Color Restoration)。SSR的表达式为：logR_i(x,y)＝logI_i(x,y)-log(F(x,y)*I_i(x,y))，i∈{R,G,B}，表示RGB三个通道，*表示卷积，F(x,y)为低通滤波器，通常选用归一化的高斯滤波器。SSR的本质是通过一个邻域的加权平均获得图像的照度估计，再在对数域通过相减去除，以得到反射分量。SSR的缺点是会在图像边缘产生晕效应。为解决这一问题，MSR则被提出，即MSR的表达式为：