[发明专利]一种基于多通路分解的夜间图像增强方法

说明书

本发明公开一种基于多通路分解的夜间图像增强方法，应用于图像处理技术领域，针对现有技术在夜间图像处理时不能很好地去除噪声的问题，本发明首先根据待处理夜间图像全局噪声水平的估计，将待处理夜间图像分解为基底层图像和细节层图像；然后对基底层图像进行亮度适应计算；其次对基底层亮度适应图像的颜色进行矫正；再次对细节层图像进行边缘保护和噪声抑制；最后将颜色矫正后的基底层图像跟边缘保护与噪声抑制后的细节层图像进行融合，得到增强后的夜间图像；本发明的方法能够很好地去除夜间图像的噪声干扰。

技术领域

本发明属于图像处理领域，特别涉及一种夜间图像的增强技术。

背景技术

图像处理中，在夜间场景获取的图像往往存在亮度低、光照不均匀、以及噪声干扰大等问题。低质量的夜间图像往往会影响基于图像信息的计算系统的工作性能，比如夜间监控系统等。因此，对设备采集到的低质量夜间图像进行视觉增强的预处理(如去噪、亮度增强、细节增强等)具有重要意义。比较典型的夜间或低亮度图像增强方法有基于光源估计的图像增强方法(LIME)，参见文献“X.Guo,Y.Li,and H.Ling,“LIME:Low-light imageenhancement via illumination map estimation,”IEEE Trans.Image Processing,vol.26,no.2,pp.982–993,2017.”。该方法对亮度增强效果较好。而对于噪声的处理，该方法中的采用的方案是在图像增强后，另外加上一个图像去噪方法作为后处理。但是，由于图像噪声在亮度增强的过程中被放大，因此现有的去噪算法并不能很好地去除噪声。

发明内容

为解决上述技术问题，本发明提出一种基于多通路分解的夜间图像增强方法，能够在亮度增强时不放大噪声。

本发明采用的技术方案为：一种基于多通路分解的夜间图像增强方法，包括：

S1、根据待处理夜间图像全局噪声水平的估计，将待处理夜间图像分解为基底层图像和细节层图像；具体为：提取待处理夜间图像的红、绿、蓝三个颜色通道，对每个颜色通道的图像进行噪声估计，得到反映每个通道全局噪声水平的估计值；以各通道的全局噪声水平估计值作为正则化参数，基于全变分模型对该颜色通道图像进行分解，得到各颜色通道分解后的基底层图像和细节层图像。

S2、对基底层图像进行亮度适应计算；具体为：采用颜色空间变换提取基底层图像的亮度通道，然后对亮度通道图像进行亮度适应计算，得到亮度适应后的亮度通道图像：

其中，ω_g(x,y)＝L_in(x,y)^k，ω_l(x,y)＝1-ω_g(x,y)，n＝exp(σ_g)；(x,y)表示图像像素点坐标，L_in(x,y)为从基底层图像中提取的亮度通道图像，M_g为亮度通道图像的像素均值，S_g为亮度通道图像像素的标准差，S_l(x,y)为亮度通道图像中像素点(x,y)位置处的局部标准差，L_out(x,y)为亮度适应后的亮度通道图像，k为设定的参数，w_s为对比度权重系数。

S3、对亮度适应后的基底层图像进行颜色矫正；具体为：对于步骤S1得到的某个颜色通道的基底层图像，结合各颜色通道亮度适应前与亮度适应后的亮度通道图像，对该颜色通道的基底层图像进行颜色矫正处理，得到颜色矫正后的基底层图像：

其中，为原始基底层图像的三个颜色通道，L_in(x,y)为亮度适应前亮度通道图像，L_out(x,y)为适应后的亮度通道图像，参数s取值范围为：[0,1]。