[发明专利]基于色调映射和正则化模型的弱光图像增强方法

权利要求书

1.一种基于色调映射和正则化模型的弱光图像增强方法，其特征在于，步骤如下：

步骤1、获得弱光图像I(x)亮度增强后的V通道图像

首先，输入弱光图像I(x)，将弱光图像I(x)从RGB空间转换到HSV空间，根据V通道图像I^V(x)的亮度，自适应映射参数函数b(x)为：

式(1)中：x为图像中的任一像素点，I^V(x)是V通道图像，是V通道图像的平均亮度；

然后，对V通道图像I^V(x)色调映射进行亮度增强，映射函数为：

式(2)中：是V通道图像I^V(x)像素的最大值，是亮度增强后的V通道图像；

步骤2、获得弱光图像I(x)对比度增强后的反转暗通道图像步骤如下：

2-1)构建L₁正则化模型，对反转后的暗通道图像进行平滑去噪，目标函数为：

其中，

式(3)和式(4)中：为平滑去噪后的反转暗通道图像，是弱光图像的反转图像，v是正则化参数，D_i是滤波算子，该滤波算子D_i包含8个Krisch算子和1个Laplace算子，W_i是权重函数，σ是固定参数；

2-2)对上述目标函数进行求解，得到最优解如下：

式(6)和式(7)中：sign是符号函数，μ_i是辅助变量，ρ为惩罚参数，F是二维傅里叶变换，F^-1是二维傅里叶变换的逆变换，是F的共轭；

2-3)将反转后的暗通道图像与平滑去噪后的图像相减，得到细节层图像

2-4)将反映图像强度变化的梯度信息和变化频率的信息熵mh(x)＝-∑p(k)log(p(k))融合，p(k)是图像像素值等于k时的概率，从而得到调节参数m(x)：

m(x)＝τmt(x)+(1-τ)mh(x) (9)

式(9)中：τ是权重系数；

2-5)根据调节参数m(x)和细节层图像对图像进行对比度增强：

式(10)中：是对比度增强的反转暗通道图像，λ是常数；

步骤3、将步骤2获得的图像进行反转获得图像对图像及步骤1获得的亮度增强的V通道图像进行加权融合，作为增强后的V通道图像

式(11)中：α和β是常数，α+β＝1；

并将增强后的V通道图像由HSV空间映射到RGB空间，得到最终的增强图像。