[发明专利]一种基于视网膜模型的低光图像增强方法

说明书

本发明为一种基于视网膜模型的低光图像增强方法，属于图像处理技术领域，包括：步骤S1：获得相似像素群组；步骤S2：在相似像素群组上执行哈尔变换，利用像素级的非局部哈尔变换分别在R、G、B三个通道分别获得光照分量和反射分量；步骤S3：找到最终反射分量；步骤S4：找到增强光照分量；步骤S5：将增强光照分量的最小分量作为最终光照分量；步骤S6：将最终反射分量与最终光照分量应用于视网膜模型，获得增强的图像。本发明的低光图像增强方法快速有效，经本方法处理后的图像颜色不会过于鲜艳，能够很好地保留原始图像中的信息，并且能够很好地解决增强后光照不均的问题，不会引入假信号，图像边缘信息保真度非常高。

技术领域

本发明属于图像处理技术领域，特别涉及一种基于视网膜模型的低光图像增强方法。

背景技术

低光图像增强就是将一些弱光环境拍摄的亮度过低的图像增强，目的是得到光照效果较好的图像。如夜晚或者密闭环境内所拍摄的照片，往往存在着亮度过低、不能有效辨认图片具体内容的问题，因此低光图像增强一直是计算机视觉领域的热门研究方向之一。

当前的低光图像增强方法大都是单纯基于视网膜模型的，比如MSR、MSRCR和SIRE以及RRM等，此类方法往往存在增强效果不明显、颜色失真、产生伪影等缺陷，并且现有的低光图像增强方法在处理图像时耗时较多。

发明内容

本发明的目的在于克服现有技术的至少一个缺点，提供一种基于视网膜模型的低光图像增强方法，可以有效解决很亮的地方增强所导致的过曝问题，以及很暗的地方增强所导致的失真问题，从而得到更好的低光图像增强效果。

本发明公开一种基于视网膜模型的低光图像增强方法，包括：

步骤S1：获得相似像素群组；

步骤S2：在相似像素群组上执行哈尔变换，利用像素级的非局部哈尔变换的低频系数和高频系数分别在R、G、B三个通道分别获得光照分量和反射分量；

步骤S3：找到R、G、B三个通道反射分量的最小分量作为最终反射分量；

步骤S4：找到R、G、B三个通道光照分量的最大分量，运用指数和对数相结合的方法进行增强，得出增强光照分量；

步骤S5：将增强光照分量的最小分量作为最终光照分量；

步骤S6：将所述最终反射分量与所述最终光照分量应用于视网膜模型，获得增强的图像。

优选的，所述步骤S1具体包括：

步骤S1a：在RGB颜色空间中的R、G、B三个通道中分别执行块匹配与行匹配，按一定滑动步长在其中选取一个尺寸为参考图像块B_r，在以B_r左上角坐标为中心的一个给定大小的邻域内执行块匹配获得与B_r最相似的N2-1个图像块，从而获得连同B_r在内N2个相似图像块；

步骤S1b：将每一个尺寸为的图像块拉伸成一个列向量，标记为将所有V_l按列拼接为一个行N2列的矩阵M_b；

步骤S1c：选取矩阵M_b其中一行R_r作为参考行，计算R_r与其他所有行的欧氏距离以找到与其最相似的N₃-1行，连同R_r在内构造一个尺寸为N₃×N₂相似像素矩阵M_s。

优选的，所述步骤S1c具体为：

将矩阵M_b中第i行作为参考行，计算第i行与其余所有行的欧式距离为：