[发明专利]一种基于局部亮度进行自适应增益调制的图像增强方法

说明书

本发明公开了一种基于局部亮度进行自适应增益调制的图像增强方法以及一种基于局部亮度进行迭代自适应增益调制的图像增强方法，该方法首先分离出待处理图像的亮度通道图像，然后对亮度通道图像进行均值滤波获得局部平均亮度图像，接着根据局部平均亮度图像和亮度增益函数获得平滑的亮度增益图像，然后对在多个尺度下获得的亮度增益图像进行几何平均及保边滤波获得综合了多个尺度的边缘处锐利、区域内平滑的综合亮度增益图，将该综合亮度增益图与亮度通道图像对应点相乘并进行数值截断的结果与最初的亮度通道图像进行对应点相除获得最终的亮度增益图像，然后将各色彩分量分别与该最终的亮度增益图像进行对应点相乘及数值截断获得最终处理结果。

技术领域

本发明涉及图像增强领域，具体而言，涉及一种基于局部亮度进行自适应增益调制的图像增强方法，其为一种基于局部亮度进行像素级自适应增益调制的暗光增强及亮度均衡方法。

背景技术

由于场景亮度差异较大而感光元件感知能力和显示器的显示能力有限或环境光本身较暗等原因，所获图像局部对比度低、细节不突出，导致主观视觉效果不佳、目标检测与识别失败的情况屡见不鲜。对此，图像处理领域的研究者们提出了很多图像增强算法，比如基于全局曲线变换的方法、基于直方图均衡化或规定化的方法、同态滤波方法、基于Retinex理论的方法、基于神经网络的方法等。

基于全局曲线变换的方法简单高效，但缺乏局部自适应处理能力，容易降低局部对比度使得视觉质量更差；基于直方图均衡化或规定化的方法对处理的数据不加选择，容易放大噪声而抑制真正有用的信息或是处理后图像不自然甚至偏色；同态滤波方法容易降低小范围光照突变区域的对比度、容易在亮度陡变的图像边缘处引入光晕且需要整幅图像输入而无法实现流处理；基于Retinex理论的方法采用高斯滤波器进行滤波，计算量较大且容易引起偏色问题，虽然可以通过其他手段补救，却进一步增加了计算复杂度；基于神经网络的方法需要包含大量原始图像及其增强结果的训练集，且训练耗时、不确定性大，内部原理不明，缺乏对算法的掌控，难以根据反馈结果进行改进。

发明内容

本发明提供一种基于局部亮度进行自适应增益调制的图像增强方法以及一种基于局部亮度进行迭代自适应增益调制的图像增强方法，目的在于提供有效解决光晕效应并使图像各部分亮度向人眼敏感区间迁移，从而提升客观对比度和视觉质量，本发明简单高效并可流处理，能够广泛应用于需要进行图像亮度均衡的领域。

为达到上述目的，本发明提供了一种基于局部亮度进行自适应增益调制的图像增强方法，其包括以下步骤：

S1：输入一待处理图像；

S2：分离出该待处理图像的亮度通道图像L和三颜色通道图像R、G、B；

S3：对亮度通道图像L进行均值滤波，得到局部平均亮度图Ls；

S4：根据局部平均亮度图Ls和亮度增益函数g(x)计算初始亮度增益图g(Ls)，其中，亮度增益函数g(x)按照以下公式获得：

其中，α、β、C分别为控制曲线陡峭程度、曲线拐点和最大增益的参数，x为亮度，t_max为原始最大增益，l为增益为1时对应的亮度，t₁为亮度l对应的原始增益，t(x)为随亮度x变化的原始增益—亮度函数；

S5：根据亮度增益函数g(x)获得多个尺度下的亮度增益图像，并对多个尺度下的亮度增益图进行几何平均，或根据亮度增益函数g(x)获得单个尺度下的亮度增益图，得到综合亮度增益图g′(Ls)；

S6：对综合亮度增益图g′(Ls)进行引导滤波，得到细化的亮度增益图rg(Ls)；