[发明专利]基于光照调整的图像增强方法和设备

说明书

技术领域

本发明涉及图像处理领域，特别涉及基于光照调整的图像增强方法和设备。

背景技术

随着移动设备性能不断升级和普及，在日常生活中，人们越来越习惯于随时随地的对感兴趣事物进行拍照或摄像，但这些图像或视频的生成往往是在非限制性的条件下，这就导致图像中会存在光照不均匀情况。对于非均匀光照图像的处理已成为图像处理领域迫切需要解决的问题。

为了解决光照不均匀问题，科研人员开展了大量的研究。Retinex(RetinaandCortex)理论被广泛地用于光照不均匀图像的增强。该理论假设图像是由亮度分量和反射分量结合而成，且两个分量是可以分离处理的。早期的Retinex算法在补偿光照的同时，压制了图像的动态范围，且会出现光晕和颜色失真现象。为了解决光晕和色彩失真问题，采用多尺度Retinex色调映射的方法来增强非均匀光照图像，但增强图像显得不够自然。结合Retinex原理和双对数亮度滤波器，进一步提高图像的能见度和自然性，但其计算复杂度很高，耗时大，亮度变化大。

发明内容

本发明为解决现有算法实时性差和增强效果不理想的问题，提出一种基于Retinex理论的自适应Gamma增强算法，利用Retinex理论分离图像的亮度分量和反射分量，对亮度分量进行自适应Gamma校正，最后利用反射分量恢复图像的细节和色彩。实验结果证明，所提算法具有图像清晰度更高，增强效果更为自然，时效性更好等优点。

附图说明：

图1是基于光照调整的图像增强方法；

图2是图像Boy的增强结果；

图3是图像Museum的增强结果；

图4是图像Cockpit的增强结果；

图5是图像Girl的增强结果；

图6是图像Hall的增强结果；

图7是图像Building的增强结果；

图8是ISP芯片中应用图像增强方法。

技术方案

如图1所示，图1给出了基于光照调整的图像增强算法流程图，本文将针对几种不同类型的降质图像，通过所提出图像增强算法进行处理，并分别与不同的算法进行对比，来验证本文所提算法的性能和通用性。

对基于光照调整的图像增强算法分为几个步骤：

步骤一：获取观测图像I(x,y)；

步骤二：对观测到的图像进行分解，将图像分解成为反射分量和亮度分量；

Retinex理论认为图像是由亮度分量和反射分量组成。假设RGB图像I(x,y)各通道具有相同的亮度，即：

I^c(x,y)＝R^c(x,y)·L(x,y),c∈{r,g,b}(1)

式中R^c(x,y)表示各个通道的反射分量，L(x,y)表示图像的亮度分量。通常，将RGB通道的最大值作为人眼观察的照度V(x,y)。

V(x,y)=maxc∈{r,g,b}Ic(x,y)---(2)]]>

根据Retinex理论，用2D高斯滤波器G(x,y)对照度图像V(x,y)进行卷积可获得图像的亮度分量L(x,y)。

L(x,y)＝G(x,y)*V(x,y)(3)

由此，反射分量R^c(x,y)可以被分离出来。

R^c(x,y)＝I^c(x,y)/L(x,y),c∈{r,g,b}(4)

反射分量主要包含了图像的高频成分，包括边缘和细节。