[发明专利]一种低照度图像增强处理方法

说明书

技术领域

本发明涉及图像处理技术领域，具体来说，涉及一种低照度图像增强处理方法。

背景技术

在室内、夜间等低照度条件下，由于非自然光源的照度不充分，所以目标表面的反射光较弱，造成进入成像传感器的光线不足，导致在夜间采集的图像质量退化严重、图像可辨识性很低，且含有大量噪声，以至于难以分辨图像中的细节，大大降低了图像的应用价值，这类图像统称为低照度图像。

对低照度图像的质量提升，是目前图像质量提升领域的研究热点之一，尤其是在城市交通、监控视频等计算机视觉领域，低照度图像的质量提升具有重大意义。目前对低照度图像的增强方法主要是在RGB颜色空间下直接对图像进行增强处理例如MSRCR算法，这种处理方式容易产生颜色丢失，不符合人眼的视觉特征。

发明内容

针对相关技术中的上述技术问题，本发明提出一种低照度图像增强处理方法，能够克服现有技术的上述不足。

为实现上述技术目的，本发明的技术方案是这样实现的：

一种低照度图像增强处理方法，包括如下步骤：

S1：获取待处理的低照度图像后，将待处理的低照度图像从RGB颜色空间转换到HSI颜色空间，获取每个像素的色调值、色饱和度值和亮度值；

S2：基于Retinex算法，采用交替极小化方法将亮度值分解为反射分量和照射分量；

S3：分别对反射分量和照射分量进行增强处理后，合成增强后的亮度值；

S4：对每个像素的色饱和度值进行增强处理得到增强后的色饱和度值；

S5：将色调值、增强后的亮度值和增强后的色饱和度值合成新的HSI图像；

S6：将新的HSI图像转化为新的RGB图像，对新的RGB图像进行白平衡处理，得到白平衡处理后的增强图像，具体包括：

S6.1：对待处理图像进行指数空间变换；

S6.2：在指数空间分别计算LBP值；

S6.3：计算RGB空间的LBP值的方差STD；

S6.4：根据方差STD选取最优像素点；

S6.5：采用最优像素点对应的RGB值对待处理图像进行校正。

进一步的，步骤S3具体包括：

S3.1：对照射分量进行伽马校正，并进行自适应直方图均衡化处理后，获得增强后的照射分量；

S3.2：对反射分量进行非局部均值滤波操作后获得增强后的反射分量；

S3.3：将增强后的照射分量和增强后的反射分量合成增强后的亮度值。

进一步的，步骤S4中对每个像素的色饱和度值进行增强处理的公式为：

其中，S_enh是增强处理后所述像素的色饱和度，min(R,G,B)为所述像素的红色灰度值、蓝色灰度值以及绿色灰度值中的最小值,max(R,G,B)为所述像素的红色灰度值、蓝色灰度值以及绿色灰度值中的最大值。

进一步的，步骤S6.1中，对待处理图像进行指数空间变换的公式为：

I_LOG＝log(I_R,G,B)

其中，I_R,G,B为待处理图像，I_LOG为指数变换后的图像。

本发明的有益效果：本方法可以极大地提升低照度图像的清晰度，使细节可以再现，而且基本不会产生颜色丢失，更为符合人眼的视觉特征，适用性强、鲁棒性高。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是根据本发明实施例所述的一种低照度图像增强处理方法的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，根据本发明实施例所述的一种低照度图像增强处理方法，包括如下步骤：

S1：获取待处理的低照度图像后，将待处理的低照度图像从RGB颜色空间转换到HSI颜色空间，获取每个像素的色调值、色饱和度值和亮度值；

S2：基于Retinex算法，采用交替极小化方法将亮度值分解为反射分量和照射分量；