[发明专利]基于MSR理论和曝光融合的微光图像增强方法

权利要求书

1.一种基于MSR和曝光融合的微光图像增强方法，其特征在于，包括有如下步骤：

步骤1.输入微光图像，将图像从RGB空间转化到HSV空间并提取出原图V分量；

步骤2.采用基于MSR理论的局部细节处理算子处理V分量得到细节处理图：将原图V分量均分为N块，定义一个衡量每块细节丰富程度的区域细节丰富度r，通过计算原图V分量每i块的信息熵来衡量每块的信息丰富程度；根据区域细节丰富度来自适应计算MSR的3个不同高斯核的权值；根据MSR理论，3个不同高斯核分别卷积每块原图V分量后相加得到原图V分量每块的入射光分量，利用局部细节处理算子得到原图V分量每块的反射光分量，将原图V分量每块的反射光分量依次求出，得到原图V分量全图的细节处理图C₁；

步骤3.采用基于引导滤波理论的整体结构保持算子处理V分量得到结构处理图：将原图V分量同时做为引导图像和输入待滤波图像，利用引导滤波公式计算得到引导滤波处理的输出图像，即为结构处理图C₂；

步骤4.调用原图V分量并把它定义为校正处理图C₃；

步骤5.采用曝光融合法合并3幅处理图，得到增强结果图像：分别用细节处理图、结构处理图、校正处理图三幅处理图对应的像素的值与原图OSTU阈值的二维高斯函数计算三幅处理图相应像素点的融合权值；遍历全图得到融合权值图；构建3个处理图的拉普拉斯金字塔与相对应归一化融合权值图的高斯金字塔，将3幅处理图的拉普拉斯金字塔进行每层加权相加，得到重构图像的拉普拉斯金字塔，使用重构图像的拉普拉斯金字塔得到初步增强结果图，得到初步增强结果图；将初步增强结果图进行亮度保持处理，得到增强结果图；

步骤6.将增强结果图从HSV空间转化到RGB空间进行显示，得到显示图。

2.根据权利要求1所述的基于MSR和曝光融合的微光图像增强方法，其特征在于，步骤2中所述的采用基于MSR理论的局部细节处理算子处理原图得到细节处理图，包括有如下步骤：

2.1把原图图像从RGB空间转化到HSV空间，并提出原图V分量I_V；

2.2将原图V分量均分N块，N是分块总数,N＝4；

2.3定义一个衡量每块细节丰富程度的概念，即区域细节丰富度r_i，计算原图V分量每块的区域细节丰富度：

2.3a计算原图V分量第i块的信息熵S_i；

2.3b按照区域细节丰富度计算公式，计算原图V分量第i块的区域细节丰富度r_i：

2.4按照高斯核自适应权值公式，计算原图V分量第i块的3个高斯核σ_min＝15,σ_mid＝80,σ_max＝250的权值w_ij：

2.5计算原图V分量第i块的入射光分量I_i(x,y)；

2.6根据MSR理论，计算原图V分量第i块的反射光分量R_i(x,y)；

2.7将原图V分量每块的反射光分量依次求出，得到原图V分量全图的细节处理图C₁。

3.根据权利要求2所述的基于MSR和曝光融合的微光图像增强方法，其特征在于，步骤2.3b中所述的区域细节丰富度计算公式：

其中，r_i为原图V分量第i块的区域细节丰富度，S_i为原图V分量第i块的信息熵，为原图V分量整体的信息熵。

4.根据权利要求2所述的基于MSR和曝光融合的微光图像增强方法，其特征在于，步骤2.4中所述的高斯核自适应权值公式：

其中，w_imin为原图V分量第i块的高斯核σ_min的权值，w_imid为原图V分量第i块的高斯核σ_mid的权值，w_imax为原图V分量第i块的高斯核σ_max的权值，r_i为原图V分量第i块的区域细节丰富度。

5.根据权利要求1所述的基于MSR和曝光融合的微光图像增强方法，其特征在于，步骤5中所述的采用曝光融合法合并3幅处理图，得到增强结果图像包括有如下：

5.1用二维高斯函数计算不同处理图的融合权值图，不同处理图分别为细节处理图，结构处理图、校正处理图，得到3幅处理图各自对应的融合权值矩阵图；

5.2对3幅不同的融合权值矩阵图进行归一化处理，即3幅处理图对应像素点的融合权值矩阵值相加总和为1；

5.3按照高斯金字塔规则，构建3个归一化后的融合权值图的高斯金字塔；

5.4按照拉普拉斯金字塔规则，构建3个处理图拉普拉斯金字塔；

5.5对三幅处理图的拉普拉斯金字塔进行融合：将3幅处理图的拉普拉斯金字塔进行每层加权相加，得到重构图像的拉普拉斯金字塔，使用重构图像的拉普拉斯金字塔得到初步增强结果图；

5.6将初步增强结果图进行亮度保持处理，得到增强结果图。