[发明专利]基于MSRCR的自适应低照度图像增强方法及系统

说明书

本发明提供基于MSRCR的自适应低照度图像增强方法，属于图像处理技术领域。包括：输入源图像I_in(u,v)；将源图像I_in(u,v)由RGB空间转换至HSV空间，得到色调分量H(u,v)、亮度分量V(u,v)和饱和度分量S(u,v)；分解亮度分量V(u,v)，得到Retinex增强层V₁和细节恢复层V₂；通过MSRCR算法对Retinex增强层V₁进行自适应权重计算，得到增强层计算结果Q₁；通过导向滤波算法增强细节恢复层V₂，得到增强后的细节恢复层融合增强层计算结果Q₁和增强后的细节恢复层得到亮度分量V_fina(u,v)；逆变换色调分量H(u,v)、亮度分量V_fina(u,v)和饱和度分量S(u,v)至RGB空间，得到图像增强后的图像I_en(u,v)。本发明还提供基于MSRCR的自适应低照度图像增强系统。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于MSRCR的自适应低照度图像增强方法及系统。

背景技术

在光照不足或天气恶劣等条件下得到的低质量图像无法满足人们对高清图像的需求，通过图像增强算法增强图像可以起到改善图像视觉效果的作用。

滤波器算法是具有保边去噪特性的一种图像增强算法，其包括高斯滤波器、以及双边滤波器等：用高斯滤波增强图像经常会出现过度模糊边缘现象；双边滤波器是一种对图像像素的空间距离和亮度信息进行双重考虑的非迭代的滤波算法，但对图像中梯度变化大的部分，双边滤波核函数不稳定，极易出现梯度反转现象。

基于Retinex理论的算法SSR、MSR和MSRCR等改进算法，SSR算法主要用于增强灰度图像，但难以平衡图像的动态压缩和色彩恒定；MSR算法将多个不同尺度的SSR进行线性加权进行彩色图像的增强，但带来了彩色退化的问题；MSRCR在MSR的基础上引入了色彩恢复因子，使得增强后的图像具有较好的色彩保证性，但图像的色彩会偏移原始色彩，过曝光。

发明内容

有鉴于此，本发明提供一种基于MSRCR的自适应低照度图像增强方法及系统，可用于处理光照不足环境下拍摄的光照强度较低的低质量图像，有效克服尺度参数对亮度信息恢复造成的过增强现象，获得具有清晰边缘和色彩自然的增强图像。

本发明实施例解决其技术问题所采用的技术方案是：

一种基于MSRCR的自适应低照度图像增强方法，其特征在于，包括：

输入源图像I_in(u,v)；

将所述源图像I_in(u,v)由RGB空间转换至HSV空间，得到色调分量H(u,v)、亮度分量V(u,v)和饱和度分量S(u,v)；

分解所述亮度分量V(u,v)，得到Retinex增强层V₁和细节恢复层V₂；

通过MSRCR算法对所述Retinex增强层V₁进行自适应权重计算，得到增强层计算结果Q₁；

通过导向滤波算法增强所述细节恢复层V₂，得到增强后的细节恢复层

融合所述增强层计算结果Q₁和所述增强后的细节恢复层得到亮度分量V_fina(u,v)；

逆变换所述色调分量H(u,v)、所述亮度分量V_fina(u,v)和所述饱和度分量S(u,v)至RGB空间，得到图像增强后的图像I_en(u,v)。