[发明专利]基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法

权利要求书

1.基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法，其特征在于，包括以下步骤：

步骤1对人脸图像进行色彩纠正，将图像中偏暗、偏亮、色彩失真的人脸图像进行色彩纠正，得到类似于自然场景下的RGB色彩空间中的人脸图像；

步骤2将色彩纠正后的人脸图像从RGB空间变换到HSI色彩空间，得到H、S、I三个图像分量；

步骤3对亮度分量I，利用脉冲耦合神经网络对其进行增强，得到增强后的亮度分量EnI；

步骤4将增强后的亮度分量EnI与步骤2中的色调分量H和色饱和度分量S进行HSI空间到RGB空间的逆变换，得到RGB空间中增强后的人脸图像。

2.根据权利要求1中所述的基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法，其特征在于，步骤1包含以下步骤：

步骤1.1，选取一个自然场景下的人脸参考图像R

步骤1.2，将待增强人脸图像I与参考图像R，依序利用公式(1)-(3)：

从RGB色彩空间转换到lαβ色彩空间，分别得到在lαβ色彩空间中的三个分量l、α、β，其中，l表示亮度Luminosity，α表示从洋红色至绿色的范围，β表示从黄色至蓝色的范围；步骤1.3，分别计算待增强图像I与参考图像R在lαβ色彩空间中三个分量的均值与方差，并分别用与表示；

步骤1.4，利用公式(4)，根据参考图像R的色彩分布模式，对待增强图像I的色彩分布进行转换，得到近似于自然场景下色彩分布的人脸图像：

其中，l^*、α^*、β^*分别表示转换后的lαβ色彩空间中的三个分量；

步骤1.5，依序利用公式(5)-(7)，将色彩分布纠正后的人脸图反变换到RGB空间，得到色彩纠正后的人脸图：

3.根据权利要求1中所述的基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法，其特征在于，步骤3包括以下步骤：对亮度分量I利用下式进行增强：

EnIi_j＝ln(Bri)-(k-1)a_θ

式中，EnI_ij为增强后的亮度分量中第i行第j列的元素，Bri是待增强图像I中的最大像素值，k是脉冲耦合神经网络点火时的迭代次数，a_θ是脉冲耦合神经网络参数。

4.使用基于色彩纠正与脉冲耦合神经网络的人脸图像增强方法的装置，其特征在于，该装置包含以下硬件模块；1)实现步骤一功能的色彩纠正模块；2)实现步骤二功能的色彩空间变换模块；3)实现步骤三功能的亮度分量增强模块；4)实现步骤四功能的色彩空间逆变换模块。

5.根据权利要求4所述的装置，其特征在于，该装置的连接关系为，色彩纠正模块、色彩空间变换模块、亮度分量增强模块、色彩空间逆变换模块依序连接。