[发明专利]一种基于参考帧的低照度监控图像增强方法

说明书

本发明提供一种基于参考帧的低照度监控图像增强方法，包括从监控视频中获取参考帧和待增强的低照度图像，并提取低照度图像的近邻帧；计算背景图像的照度分量，计算待增强图像的照度分量，提取低照度图像和多帧近邻帧分别的反射分量，然后融合得到待增强的低照度图像去噪之后的增强结果。因此，本发明可使得待增强图像的照度分量估计更加准确，增强结果的色彩保真度更高，噪声干扰问题更小；进而提高了低照度监控图像的清晰度和辨识度，为监控图像发挥其刑侦价值提供了有力支撑作用。

技术领域

本发明属于图像增强技术领域，涉及低照度图像增强相关技术，尤其涉及一种基于参考帧的低照度监控图像增强方法。

背景技术

随着“平安城市”建设步伐面向全国范围内的纵深推进，视频监控技术在维护社会公共安全方面扮演着越来越关键的角色。但由于监控摄像头常拍摄于低质量的光照环境当中，如夜间和白天的阴雨天气，导致所捕获的监控视频往往质量低下、模糊不清。低质量的光照环境拍摄所得图像，为低照度图像。所以在实际应用中，具有大量监控场景下的低照度图像亟需质量改善，以提高其清晰度和辨识度，发挥现有监控设备的刑侦价值。

通过对国内外现有的低照度图像增强技术进行梳理，可以将其归纳分成两类：无参考类型的低照度图像增强技术和有参考类型的低照度图像增强技术。其中无参考的低照度图像增强技术是仅基于自身图像信息进行处理，代表性方法有灰度变换、直方图处理、色调映射、Retinex增强算法等。而有参考的低照度图像增强技术则是在增强过程引入了其他图像信息，代表性方法有基于融合的增强算法、基于白天参考的增强算法和基于大数据的增强算法等。

低照度监控图像由于其拍摄形成时环境因素的限制，导致其具有低对比度、纹理模糊、色彩失真和噪声强的问题。而现有算法仅在亮度、对比度上具有较好的改善，却未能完全解决纹理、颜色和噪声问题，从而导致增强结果出现纹理模糊、色彩失真、噪声干扰等现象。具体体现在如下两个方面：一是基于无参考的低照度图像增强方法，由于在增强过程中未引入其他参考图像信息，其算法的增强能力有限，算法的增强结果多出现纹理模糊、色彩失真和噪声放大的现象。二是基于有参考的低照度图像增强方法虽引入了其他参考图像信息，但基于融合的增强算法采用的是将低照度图像分割成背景和前景两部分分别进行增强的形式，往往由于前景轮廓提取不准确导致增强结果轮廓不自然；基于白天参考的增强算法在增强过程中估计得到的照度分量中含有背景图像纹理信息，导致增强结果前景背景纹理混淆；基于大数据的增强算法，则依赖大量图像样本数据，需要消耗时间进行增强模型的训练，且目前的增强模型对于仿真的低亮度和噪声增强尚可，对于实际的低照度图像的增强结果仍然不够理想。

背景技术参考文献：

[文献1]Yamasaki A,Takauji H,Kaneko S,et al.Denighting:Enhancement ofnighttime images for a surveillance camera[C]//Pattern Recognition,2008.ICPR2008.19th International Conference on.IEEE,2008:1-4.

[文献2]Stathaki T.Image fusion:algorithms and applications[M].Academic Press,2011.

[文献3]Petro AB,Sbert C,Morel J M.Multiscale retinex[J].ImageProcessing On Line,2014:71-88.

[文献4]Lore K G,Akintayo A,Sarkar S.Llnet:A deep autoencoder approachto natural low-light image enhancement[J].Pattern Recognition,2017,61:650-662.

发明内容