[发明专利]一种语义引导的暗光图像增强方法

权利要求书

1.一种语义引导的暗光图像增强方法，其特征在于，包括以下步骤：

S10、将原始暗光RGB图像转换为HSV颜色空间图像；

S20、使用融合增强模型对所述HSV颜色空间图像中V通道明度进行增强，得到图像明度增强后的V通道；

所述融合增强模型为：

其中， 表示增强后图像，表示像素与像素乘法， 表示原始的暗光图像， 表示初始的增强图像，表示可以同时感知光照和特定语义信息的融合权重图像，即由感知亮度图像和感知语义图像两部分明亮度融合而成；

S30、将所述图像明度增强后的V通道与所述HSV颜色空间图像中的H通道、S通道一起转换回RGB颜色空间，得到亮度增强RGB图像；

所述初始的增强图像获取步骤为：

根据Retinex模型，对于原始的暗光图像可以表示为反射图与光照图的像素与像素之间乘积,即；由于同时估计和的分解方法通常较为耗时，因此采用简化的Retinex模型来获取初始的增强图像:

其中，在所述简化的Retinex模型中，是分段平滑的，利用保边缘滤波器来估计获取；采用Guided Filter导向滤波器来估计光照图；

所述感知亮度的为使用Ostu阈值法概括出原始图像的明亮分布得到；所述Ostu阈值法通过搜索类间方差最大化获得最佳阈值：

其中，是亮像素类和暗像素类的类间方差；

所述语义感知图像的获取步骤为：对于给定的预定义的语义语料库，语义分割系统给所述原始的暗光图像的每一个像素分配一个语义语料库中的语义标签；语义分割操作将所述原始的暗光图像分成若干个互斥的子集，即，；由于每个子集间的两两互斥性，通过二值化获得；

所述融合权重图像获取步骤如下：在获得和后，通过逻辑与的方式获得初步的融合图像：

采用联合导向滤波器JointGuided Filter来细化的结构和边缘区域，来保证增强结果增强效果；在细化过程中，采用所述原始的暗光图像作为导向图像，将所述滤波器JointGuided Filter的输出图像做为最终的融合权重图像。

2.根据权利要求1所述的语义引导的暗光图像增强方法，其特征在于，所述语义分割系统为金字塔场景解析网络PSPnet，所述金字塔场景解析网络PSPnet分为三个部分：主干，金字塔池化模块和分类器；其中，选择残差网络Resnet作为主干；所述金字塔场景解析网络PSPNet构建了金字塔池化模块PPM，该模块包含多个并行分支，用于将特征向下采样到不同的分辨率；所述金字塔池化模块PPM所学习的特性具有更大的感受野，并且聚合了更多的上下文信息；对于所述原始的暗光图像的每一个像素的语义标签通过的卷积获得。