[发明专利]基于Retinex的无人机拍摄图像增强算法

说明书

本发明公开了基于Retinex的无人机拍摄图像增强算法，涉及无人机拍摄图像增强技术领域，具体为基于Retinex的无人机拍摄图像增强算法，包括以下步骤：S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；S3、MSRCP模型的两阶段优化算法为Rao‑2算法和NM算法，其中，Rao‑2算法用于全局搜索，NM算法负责局部搜索；S4、应用Rao‑2算法进行全局搜索，得到目标函数局部最优解；S5、使用NM单纯形法通过局部搜索改进结果；S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。本发明中，对比度大大增强；图像细节大部分保留；图像更加自然，以及极大的减轻了本发明方法的计算量，提高了计算速度。

技术领域

本发明涉及无人机拍摄图像增强技术领域，具体为基于Retinex的无人机拍摄图像增强算法。

背景技术

无人机技术的最新进展促进了它们在各个领域的应用，例如基础设施表面检查、远程救援和农场害虫防治等。由于许多基于无人机的应用程序依赖于无人机拍摄的图像，因此非常需要相关的图像处理算法，但在实际操作中，由于光线不足或恶劣的天气条件等外部因素，可能致使捕获的图像丢失重要的细节和信息，这些图像中经常观察到黑暗和模糊的区域，难以识别物体细节，从而导致计算机视觉算法在目标检测、目标跟踪和语义分割等不同任务中的性能可能会受到影响。

图像增强是数字图像处理中不可避免的一部分，它修改图像中细节的可解释性和感知来为计算机或人类视觉系统优化输入的图像，许多图像增强技术的目的都是为了获得因不同光照条件而看不到的图像的细节，例如直方图均衡、伽马校正、同态滤波、滤波强度变换等。图像增强算法可以提高原始收集图像的质量和信息含量，因此，为无人机拍摄的图像开发合适的图像增强算法具有重要意义，在这其中最具挑战性的部分是调整参数和缺乏统一的算法，绝大多数图像增强算法的参数需要手动调整以获得合适的结果。

基于Retinex的图像增强方法中通常会包含多个控制参数，例如高斯尺度、增益和偏移等，需要根据图像手动调整参数，这导致在应对不同的环境、场景时，无法保证基于Retinex图像增强方法的鲁棒性。

将PSO应用于MSRCP模型的参数优化，获得了更好的结果，不仅在低光照条件下提供真实的色彩忠诚度，同时也避免了色彩失真，并利用花授粉算法为多尺度Retinex(MSR)算法搜索不同尺度高斯滤波器的最佳权重。然而，应用的进化计算算法通常包含算法特定的参数，调整这些引入的参数需要更多的计算成本。

发明内容

针对现有技术的不足，本发明提供了基于Retinex的无人机拍摄图像增强算法，解决了上述背景技术中提出现有的问题。

为实现以上目的，本发明通过以下技术方案予以实现：基于Retinex的无人机拍摄图像增强算法，包括以下步骤：

S1、采用多尺度Retinex的MSRCP模型对无人机拍摄的劣质图像进行增强处理；

S2、基于MSRCP模型，并使用两阶段优化算法调整其控制参数；

S3、MSRCP模型的两阶段优化算法为Rao-2算法和NM算法，其中，Rao-2算法用于全局搜索，NM算法负责局部搜索；

S4、应用Rao-2算法进行全局搜索，得到目标函数局部最优解；

S5、使用NM单纯形法通过局部搜索改进结果；

S6、将最后得到的最优解作为MSRCP模型的参数，达到最优的图像增强效果。

可选的，所述步骤S2中，MSRCP模型可以用等式(1)和(2)表示：