[发明专利]一种低照度图像增强方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种利用相机响应特性进行低照度图像增强的方法。

背景技术

低照度图像是指局部或全局较暗的图像，例如在较低光照度的条件下拍摄的图像。低照度图像可视性较差，严重影响人们的观察和一些计算机视觉算法的性能。计算机视觉算法通常要求输入图像有较高的可视性，绝大多数算法无法直接对低照度图像进行处理，因此，一些低照度图像往往需要图像增强之后再进行相关操作。为了解决这一问题，已有很多低照度图像的增强算法。低照度增强算法通过改变输入图像的像素亮度使增强结果有更高的可视性。现有的低照度增强方法主要分以下四种：

一、非线性方程映射进行低光照增强的方法：该使用一些非线性的单调方程进行灰度级的映射，例如幂函数、对数函数、指数函数等等。

二、直方图均衡化进行低光照增强的方法：考虑到低光度图像直方图不均匀分布，这种方法使用直方图均衡化来增强低光度图像，通过改变图像的对比度，使图像有较好的可视性。但是，该方法却可能由于图像对比度的过增强而导致增强结果失真。

三、利用视网膜理论进行低光照增强的方法：视网膜理论通过将图像分为辐照度与反射两种分量来增强低光度图像，这种方法可以明显的增强图像细节，但是增强结果却经常出现光晕现象。

四、基于去雾理论进行低光照图像增强的方法：这类方法能够达到良好的主观结果，但是，它们也会因为对比度的过增强而导致一些颜色失真。

综合来看，现有的低光度图像增强方法在增强图像的同时由于引入一些人工痕迹，例如颜色失真，对比度失真等，很难得到一个自然度保持的增强结果，不仅影响人们的主观视觉感受，同时也会影响计算机视觉算法的性能。

发明内容

为了克服上述现有技术的不足，本发明提供提出一种基于相机响应特性的低照度图像增强方法，能够解决现有的低照度图像增强算法在增强图像的同时引入较多人工痕迹的问题，得到一个视觉效果更好，失真更少的增强结果，能够较大程度的保持图像的真实性，从而得到一个自然度保持的图像增强结果。

本发明的原理是：相机的响应特性能够提供很多有用的信息，本发明利用相机的响应特性，首先选用一种能够精确描述不同曝光图像之间关系的曝光模型，并得到与之对应的相机响应方程模型；然后通过低照度图像对应相机的相机响应曲线或者该类相机拍摄出的两张不同曝光的图像确定模型的参数；随后，估测所要生成的多曝光图像序列与原始图像的曝光比例，并利用曝光模型生成多曝光图像序列；最后，利用图像融合的算法将这些多曝光图像融合，由此得到一个视觉效果更好、失真更少的增强结果。

本发明提供的技术方案是：

一种低照度图像增强方法，基于相机响应特性，选择曝光模型并得到所述曝光模型对应的相机响应方程模型；估测所要生成的多曝光图像序列与原始图像的曝光比例，利用曝光模型生成多曝光图像序列；再将所述多曝光图像序列进行图像融合；由此得到保持图像自然度的增强图像结果；包括如下步骤：

1)输入一张低照度图像B，计算得到该图像的亮度分量Y；

2)确定相机响应方程模型及其参数，包括：

21)选择曝光模型，进一步得到曝光模型对应的相机响应方程模型；

22)确定所述相机响应方程模型的模型参数；

3)计算所要生成的多曝光图像序列与输入图像B之间的曝光比例集合K；

4)根据所述的曝光比例集合K，利用曝光模型生成多曝光图像序列；

5)将得到的多曝光图像序列利用图像融合的方法进行融合，得到增强结果并输出；

上述低照度图像增强方法，进一步地，步骤1)通过式6计算得到图像B的亮度分量Y：

其中，B_r、B_g、B_b分别为图像B的R、G、B三通道分量值。

上述低照度图像增强方法，进一步地，步骤21)所述曝光模型为式1

式中，B₀和B₁代表相同场景不同曝光的两张图像；β、γ是该曝光模型的两个参数；从式1中，可以推出所述模型对应的相机响应方程模型为式2：

其中，k为图像B₁与B₀之间的曝光比例；E是场景的辐照度。

上述低照度图像增强方法，进一步地，步骤22)确定所述相机响应方程模型的相机响应参数的方法包括：