[发明专利]低光照度环境下的图像预处理方法及装置

说明书

一种低光照度环境下的图像预处理方法及装置。本发明对低光照度环境下所获得的具有较强噪声背景的原始图像，通过双树复小波变换获得其环境光的近似值K，利用该环境光的近似值对经过二维可分离小波变换、复小波运算和超分辨率重构的图像进行去雾处理。然后对去雾后所获得的图像数据进行融合，按照目标特征剥离最终输出能够用于图像识别的目标区域。本发明通过对图像的预处理，能够从低光照度、强噪声的原始图像中提取供图像识别的目标区域，从而提高后级所进行的图像识别的准确度和识别速度。

技术领域

本发明涉及图像预处理技术领域，具体而言涉及一种低光照度环境下的图像预处理方法及装置。

背景技术

现有的图像识别技术对图像质量要求较高。而应用场景中，由于图像获取设备本身照明条件有限，并且容易受环境光线干扰，因而很难获得满足图像识别清晰度要求的图像数据。

尤其对于雾霾、矿井等作业环境，由于环境中照度低，且粉尘、颗粒物体对光线的散射严重。因此这种作用环境所取得的图像数据，仅通过常规的图像增强处理技术依旧很难被图像识别模块进行有效识别。

发明内容

本发明针对现有技术的不足，提供一种低光照度环境下的图像预处理方法及装置，本发明利用二维的小波变换，结合大气环境光对图像进行重构、去雾和剥离，能够从低光照度、强噪声的原始图像中提取供图像识别的目标区域，提高后级所进行的图像识别的准确度和速度。本发明具体采用如下技术方案。

首先，为实现上述目的，提出一种低光照度环境下的图像预处理方法，其步骤包括：第一步，对采集到的原始图像ψ(x,y)进行双树复小波变换，获得原始图像所对应的高频系数，取全部高频系数的均值作为大气环境光近似值K；第二步，对采集到的原始图像ψ(x,y)用{h₀(n),h₁(n)}实现一个二维可分离小波变换获得第一个独立的实小波φ_h(n)＝ψ_h(x)ψ_h(y)，用{g₀(n),g₁(n)}实现另一个二维可分离小波变换获得第二个独立的实小波φ_g(n)＝ψ_g(x)ψ_g(y)；第三步，计算复小波φ(n)＝φ_h(n)+jφ_g(n)，对所述复小波φ(n)进行一次二维分解后得到2个低频子带和6个高频子带，所述6个高频子带分别对应于每一层复小波分解后指向±15°、±45°和±75°方向的图像信息；分别对各层各方向的图像信息进行超分辨率重构；第四步，对重构后所获得的每一层图像I(x,y)，计算其所对应的透射率预估值其中，i∈{R,G,B}表示每一层图像I中RGB分量中的任一种；Kⁱ表示大气环境光近似值K中RGB分量中的任一种；ω∈[0,1]为预设值；第五步，对每一层图像I，按照求其去雾后的图像信息J(x,y)；第六步，对上述各层图像进行融合，获得中间图像M(x,y)，对所述中间图像M(x,y)进行滤波，获得包含有用信息的基础图像M′(x,y)；第七步，对所述基础图像M′(x,y)根据目标颜色特征设置动态颜色阈值，对所述基础图像M′(x,y)中各颜色阈值范围内的区域分别进行剥离，去除基础图像中的无用信息；第八步，采用基于纹理特征的聚类分割算法获取第七步中所得图像中的目标区域，输出所述目标区域以供进行图像识别。

可选的，上述的低光照度环境下的图像预处理方法，其中，所述第三步中，超分辨率重构由稀疏编码方法(Sparse Coding)、贝叶斯方法、金字塔算法中的任一种运算实现。