[发明专利]一种低照度彩色图像实时增强方法及系统

说明书

本发明公开了一种低照度彩色图像实时增强方法及系统，该系统包括RGB转YCbCr模块，用于将雾后化的图像从RGB彩色空间转换至YCbCr色彩空间，获取图像的亮度图；最大/最小值滤波模块，用于获得大气光值和粗略、精细暗通道图；暗通道图像合成模块，用于根据亮度图制作掩膜，根据掩膜将粗略和精细两个暗通道图合成彩色自然的暗通道图；去雾模块，用于根据暗通道图计算出图像透射率，并按照暗通道先验原理去雾。本发明即能够保持增强过后的图像颜色自然，图像不会失真的特点。

技术领域

本发明属于图像增强技术，具体为一种低照度彩色图像实时增强方法及系统。

背景技术

在夜间环境中，光照不足、光源单一，导致一般的图像采集设备获取的图像普遍存在图像模糊不清、亮度太低、对比度不足、物体细节信息丢失严重和色彩失真等现象，从图像中能获得的信息十分有限，给很多应用带来困难。比如行车记录仪、夜间气象监测和无人驾驶夜间行车系统等无法正常发挥作用。因此，研究在边缘侧快速的得到夜间的清晰的图像成为越来越重要的课题，各国人员也都展开了相应的研究，这些方法主要分为以下几类：

1.直方图均衡化：因为低照度图像灰度直方图分布主要集中在灰度值较低的区域，直方图均衡化就是将原始低照度图像进行非线性拉伸，使得图像的灰度直方图分布均匀，扩大图像灰度值的范围，提高图像对比度，从而达到低照度图像增强的目的。但是该方法经常会出现因对比度增强过小或者过大使图像增强不自然，而且对于像素较少的灰度级会被合并，从而使增强的图像丢失一些细节甚至造成图像失真。

2.图像同态滤波增晰算法：同态滤波算法把图像分为照射图像和反射图像，照射分量对应低频部分，也即图像细节部分，反射分量对应高频部分，也即图像边缘部分。对低频成分进行压制，这样就降低了图像的动态范围；而对高频部分进行提高，这样就增加了对比度，但是这种方法对于低照度图像的视觉效果不佳，会出现图像细节丢失，图像失真。

3.基于Retinex模型的增强算法：该算法可以增强对比度增强，压缩动态范围，并具有较好的色彩恒常性，但是会放大图像噪声、出现光晕伪影，而且在图像特别暗的地方会出现“马赛克”现象，且算法繁琐。

4.暗通道去雾理论算法：该类方法能够达到较好的图像增强效果，不易引入噪声，具有较好的色彩恒常性，但是用这种方法增强的图像由于不易控制去雾理论中参数大小，可能会出现图像增强不当的情况，也会出现颜色失真和人工处理痕迹明显的情况，采用软抠图的方法优化透射率时，计算量大、时间复杂度高。

综上，现有的低照度图像增强算法在增强图像的同时会使增强的图像出现颜色失真、光晕、对比度过分增强等情况，而且部分算法耗时严重，编程麻烦，且算法不具有实时性。有鉴于此，有必要对上述的图像增强方法进行进一步的改进。

发明内容

本发明的目的在于提出了一种低照度彩色图像实时增强方法。

实现本发明的技术解决方案为：一种低照度彩色图像实时增强方法，具体步骤为：

S1：对低照度图像进行灰度反转，将低照度图像灰度值映射到有雾图像灰度区间，得到雾化图像；

S2：将雾化图像转换至YCbCr色彩空间，得到雾化图像的亮度图；

S3：将亮度图分别输入不同大小的最小值滤波器滤波，得到粗略和精细两个暗通道图像；使用最大值滤波器根据亮度图确定大气光值；

S4：对亮度图进行边缘检测，制作掩膜；使用掩膜和暗通道图像合成最终的暗通道图像；

S5：根据暗通道先验算法求取透射率图；对有雾图像进行去雾操作，还原出无雾图像；对去雾后图像进行反变换恢复出低照度图像增强后的图像。

优选地，对低照度图像进行灰度反转的具体公式为：