[发明专利]一种基于移动窗口粒子群优化的过曝图像质量增强方法有效
申请号: | 202011600976.4 | 申请日: | 2020-12-29 |
公开(公告)号: | CN112734660B | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 刘峰;刘永昌;赵峥涞 | 申请(专利权)人: | 南京邮电大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T7/90 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210012 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 移动 窗口 粒子 优化 图像 质量 增强 方法 | ||
1.一种基于移动窗口粒子群优化的过曝图像质量增强方法,其特征在于,包括以下步骤:
(1)将RGB图像分解成HSV图像,提取亮度层图像V;
(2)确定分块规则,将得到的亮度层图像用矩形窗进行重叠分块,其中重叠部分的大小取决于分块图像的大小和整张图像的大小;
(3)将第i行第j列分块图像进行PSO迭代选择出最优gamma值;其中PSO的迭代优化函数是通过图像熵、图像曝光度和图像均方根对比度三个参数平方加权和计算得到;
(4)将分块图像进行最优gamma值校正,得到增强校正后的分块图像;
(5)将增强校正后的分块图像按照其原位置进行基于亮度和距离的比例融合,得到增强后的完整亮度层图像V’;
(6)将亮度层图像V’以及H、S图像重新得到图像质量增强后的RGB图像;
所述步骤(3)实现过程如下:
构建PSO适应度函数,采用加权求和模型构建合适的PSO适应度函数:
其中,ω1,ω2和ω3为权重系数;E表示的是分块图像的熵,表达式如下:
其中,x表示灰度值,p(x)表示对应灰度值概率;
RMS表示分块图像的均方根对比度,表达式如下:
其中,M和N分别表示分块图像的横向尺寸和纵向尺寸,xij表示第i行第j列像素点的灰度值,表示分块图像的平均灰度值;
EV表示分块图像的曝光度,表达式如下:
其中,L表示分块图像的最大灰度值,x表示灰度值,p(x)表示对应灰度值概率。
2.根据权利要求1所述的基于移动窗口粒子群优化的过曝图像质量增强方法,其特征在于,步骤(2)所述的分块规则为:
a)分块图像的横向尺寸占原图的1/3~1/4,纵向尺寸占原图的1/5~1/6;
b)分块图像的横向尺寸占原图的1/5~1/6,纵向尺寸占原图的1/3~1/4。
3.根据权利要求1所述的基于移动窗口粒子群优化的过曝图像质量增强方法,其特征在于,步骤(4)通过以下公式实现:
其中,表示第i行第j列位置的分块图像,max()函数用于求得分块图像的最大灰度值,gamma系数表示分块图像对应的gamma值,表示经过gamma增强后的输出分块图像,其中sub表示分块,out表示输出。
4.根据权利要求1所述的基于移动窗口粒子群优化的过曝图像质量增强方法,其特征在于,步骤(5)所述的融合分为横向融合和纵向融合;所述横向融合过程如下:
首先将I1完整的图像与I2图像中未重叠的区域I2(1:m1,dis+1:n2)进行横向拼接成一个初步的融合后图像Iout;再对图像Iout中重叠的部分进行如公式(6)所示的灰度值调整,得到最终的融合后图像Iout;
其中,冒号的作用是用于表示坐标的区间范围从冒号左侧坐标到冒号右侧坐标,I1和I2是需要融合的两个图像,m1是I1和I2图像的垂直尺寸,n1是I1图像的水平尺寸,n2是I2图像的水平尺寸,dis是I1和I2图像之间重叠的水平区域长度,z对应像素坐标的变化,Iout表示融合后图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011600976.4/1.html,转载请声明来源钻瓜专利网。