[发明专利]基于MSR理论和曝光融合的微光图像增强方法

说明书

本发明公开了一种基于MSR理论和曝光融合的微光图像增强方法，解决了微光图像增强中对图像整体结构破坏和过度增强等问题。实现步骤为：输入原图并提出原图V分量；用局部细节处理算子处理V分量得到细节处理图；用整体结构保持算子处理V分量得到结构处理图；用原图V分量定义为校正处理图；采用曝光融合法合并三幅处理图得到增强结果图；从HSV空间转到RGB空间显示得到增强结果图。本发明用基于信息熵的区域细节丰富度准确衡量图像细节丰富程度并根据区域细节丰富度来自适应计算3个不同的高斯核权值，结合曝光融合法合并3个处理图。本发明在微光图像增强的同时兼顾图像细节增强、结构与亮度保持。可以应用于遥感、军事、工业、医学等领域中。

技术领域

本发明属于图像处理技术领域，更进一步涉及微光图像处理技术领域中的图像增强，具体是一种基于MSR(Multi-scale Retinex，多尺度Retinex)理论和曝光融合的微光图像增强方法。本发明可以对遥感、军事、工业、医学等领域中获得的微光图像进行对比度增强处理。

背景技术

随着信息技术的不断发展，数字图像已成为人类获取信息的一种重要手段，广泛应用于通信、军事、医学等领域。微光环境是比较常见的拍摄环境，夜晚或者阴雨天，甚至在背光环境下拍摄的照片都具有微光的特点。使用MSR理论可以有效地解决微光图像中细节丢失、对比度较低、颜色失真严重并且容易受到噪声的干扰等问题。曝光融合可以将多个图像合并创建单个图像，同时仅保留正确曝光的元素，因此研究MSR理论和曝光融合的结合可以使微光图像满足工业应用、科研、日常生活等需求。

Ming-Chih Hsu等人在其发表的论文“Retinex Image Enhancement Based onExposure Fusion(2018 3rd International Conference on Intelligent GreenBuilding and Smart Grid(IGBSG))”中提出了一种基于retinex理论和曝光融合的图像增强方法，该方法的实现过程是：使用局部处理器和全局处理器并通过曝光融合法合并结果图。该系统存在的不足之处是：在其局部处理器中，不能根据局部细节的丰富程度来调整高斯核的权值，在全局处理器中，对整体结构破坏较大。

西安电子科技大学的李勇在其2018年硕士毕业论文《基于Retinex理论的低照度图像增强算法研究与实现》中提出了一种自适应权值的多尺度Retinex图像增强新算法，该方法的实现过程为：将图像分块，并根据图像的区域特性计算尺度参数，在子块内部采用自适应权值的MSR算法，并对增强结果进行了亮度保持，避免了过度增强。该方法存在的不足之处是：在细节处理过程中没有兼顾结构处理，导致结构破坏较为严重。

西安电子科技大学的李锦等人在其发表的论文“LI Jin；WANG Junping；WANGuoting；LI Ziyang；XU Dan；CAO Honghua；ZHANG Guangyan.Novel algorithm for imageenhancement with histogram equalization and MSRCR[J].J4,2014,41(3):103-109.”中提出了一种结合直方图均衡化(HE)和多尺度Retinex彩色恢复(MSRCR)算法的彩色图像增强方法，该方法的实现过程为：为提取集成电路(IC)真实缺陷形貌图的缺陷特征，将图像先分别进行HE增强和MSRCR增强,然后按照一定的图像融合规则进行加权融合。该方法存在的不足之处是：其主要应用于提取集成电路真实缺陷形貌图的缺陷特征，应用范围较窄，在进行MSRCR处理时，不能衡量局域的细节丰富程度，不能根据局部细节的丰富程度来调整高斯核的权值，不能在细节增强过程中同时进行图像整体结构和图像亮度的保持。

总之，现有技术中对微光图像进行图像增强的过程中，在细节处理方法实现过程中不能兼顾对整体结构的保持。

发明内容

本发明的目的是针对上述现有技术的不足，提出一种细节、结构和亮度同时得到保持的基于MSR理论和曝光融合的微图像增强方法。