[发明专利]一种低照度图像的同步增强去噪方法

说明书

技术领域

本发明涉及图像增强、去噪技术领域，具体是一种低照度图像的同步增强去噪方法

背景技术

低照度环境下，图像采集设备获得的图像不仅可辨识度低，而且含有大量噪声，低照度环境导致的图像降质不仅影响了人眼对图像的辨识，也使得智能交通、视频监控和目标识别等计算机视觉系统性能受到较大的影响，因此对低照度图像进行增强和降噪处理具有非常重要的价值；由于低照度环境采集到的图像灰度覆盖范围非常窄，并且像素值处于较低水平，因此对低照度图像进行增强的主要目的在于扩大图像的灰度范围，提高图像的整体亮度，以便原本无法辨别的图像信息能够被人眼或机器所识别；传统的图像增强方法可以分为空间域增强方法和频率域增强方法两大类：直方图均衡化是经典的空间域增强方法，它可以有效的增强图像对比度，但该方法可能导致原本较亮的像素点过饱和从而丢失图像结构信息；频率域增强方法如小波变换，通过将图像信号转换到频域后，对小波系数进行处理来达到增强的效果；Retinex方法是基于视网膜大脑皮层理论的一种图像增强方法，它将图像分为亮度图和反射图两部分，通过降低亮度图对反射图的影响来达到增强的效果，随着Retinex理论的提出，大量的研究者陆续提出了相关的改进算法，如单尺度Retinex、多尺度Retinex、带彩色因子恢复的多尺度Retinex等，这些算法均可以达到一定的增强效果。

近年来，基于去雾技术的低照度图像增强方法的提出开辟了低照度增强的新途径，通过比较低照度图像的反转图像和雾天图像的相似性，将反转的低照度视频帧使用暗原色去雾方法进行处理可以得到较好的视觉效果，低照度图像不仅灰度水平低还具有噪声含量高的特点，并且大多数的增强方法在进行强度转换的同时噪声也会随之放大；目前有很多研究可以分别完成图像的增强和去噪，但针对低照度图像特征的增强和去噪方法却很少，基于暗原色去雾技术的低照度图像增强方法能有效的提升图像对比度，突出图像中的细节信息，然而由于暗原色去雾技术有没考虑噪声的影响，导致增强后噪声被显著放大。

申请号为CN201510260607的中国发明专利公开了一种具备图像增强功能的视频监控与采集系统，包括用于获取图像的图像获取装置、模数转换装置AD、用于对经模数转换的数字图像信号进行增强处理的图像处理模块、数模转换装置DA、视频存储模块、监视器终端，以及用于控制整个系统运行状态的控制中枢模块，该发明的视频监控与采集系统采用嵌入式硬件平台，并对软件算法进行了优化，从而使得图像处理硬件设备的体积和功耗都大为缩小，可以实现实时图像增强，并方便与图像采集设备的集成，模块化设计也有利于功能模块自由搭配，更加适合应用场合，降低采购成本。

申请号为CN201510329457的中国发明专利公开了一种基于视网膜机制的灰度图像增强方法，具体流程包括估计全局亮度确定算法自适应参数、生成图像的亮度映射图、计算亮度增强图像和边缘加强处理，首先通过全局暗区域的亮度分布情况，对自适应参数进行估计；然后分别对图像进行全局的亮度增强处理，并由调制函数得出整幅图片的调制映射图，计算得出亮度增强的结果；最后基于自适应尺度的高斯差模型来实现边缘的增强，模型尺度由对比度所影响，最终可以在明亮区域加强更细小的纹理信息，黑暗区域则加强比较大的轮廓信息。

上述公开的发明虽能有效的对图像进行对比度增强但均未考虑噪声条件对图像增强的影响，因此，需要对现有技术进行创造性的改良。

发明内容

本发明的目的在于提供一种低照度图像的同步增强去噪方法，利用考虑噪声的雾图退化模型和迭代的联合双边滤波算法将低照度图像的对比度增强操作和噪声去除操作同时进行，从而有效提升图像对比度并抑制噪声，增强图像的视觉效果。

为实现上述目的，本发明提供如下技术方案：

一种低照度图像的同步增强去噪方法，低照度图像增强算法为基于暗原色去雾技术的增强算法，同步增强去噪操作通过迭代的联合双边滤波交替修正雾图退化模型参数完成，包括以下步骤：

1)将原始低照度图像I(x_i)输入计算机图像处理系统，并将其反转，得到反转后的图像I_inv(x_i)；

2)根据暗原色先验理论，求取反转图像I_inv(x_i)中的全局大气光值A^c；

3)根据反转图像I_inv(x_i)的亮度图计算图像的初始透射率t⁰；