[发明专利]一种低照度图像的图像增强方法及系统

说明书

本发明涉及一种低照度图像的图像增强方法及系统，方法包括：S1、将低照度图像从RGB色彩空间转换为HSV色彩空间；S2、利用引导滤波对亮度通道图像进行卷积，得到光照分量；S3、根据光照分量获得亮度通道的反射分量并进行归一化处理，得到第一亮度通道图像；根据光照分量的分布特性构造改进自适应伽马函数，得到第二亮度通道图像；S4、将第一亮度通道图像与第二亮度通道图像复合，得到校正后的亮度通道图像；S5、根据校正后的亮度通道图像重新合成彩色图像，并从HSV色彩空间转换为RGB空间，得到增强图像。本发明的图像增强方法，可应对任何复杂低照度条件，在保证颜色效果自然和保持图像局部细节清晰的同时调整图像的亮度。

技术领域

本发明属于图像处理技术领域，具体涉及一种低照度图像的图像增强方法及系统。

背景技术

利用车载摄像头获取低照度道路图像时，由于光源较弱，图像可能存在多种低照度情况，如道路图像整体亮度较低；道路图像部分区域亮度极低，其余区域亮度正常；道路图像大部分区域亮度低，小部分区域亮度极高。如图2所示，光照充足区域，图片内容清晰，而在阴影和无光照区域，图片内容模糊。低照度下道路图像亮度分布不均匀，导致目标在图像中可见度、对比度下降，增加了低照度道路图像目标检测的难度。

发明内容

基于现有技术中存在的上述不足，本发明的目的是提供一种低照度图像的图像增强方法及系统。

为了达到上述发明目的，本发明采用以下技术方案：

一种低照度图像的图像增强方法，包括以下步骤：

S1、将低照度图像从RGB色彩空间转换为HSV色彩空间；

S2、利用引导滤波对亮度通道图像进行卷积，得到光照分量；

S3、根据光照分量获得亮度通道的反射分量并进行归一化处理，得到第一亮度通道图像；

根据光照分量的分布特性构造改进自适应伽马函数，得到第二亮度通道图像；

S4、将第一亮度通道图像与第二亮度通道图像复合，得到校正后的亮度通道图像；

S5、根据校正后的亮度通道图像重新合成彩色图像，并从HSV色彩空间转换为RGB空间，得到增强图像。

作为优选方案，所述步骤Sl中，建立以下数学模型：

V(x，y)＝R_v(x，y)L(x，y)

其中，V(x，y)为输入的低照度图像的亮度通道图像，R_v(x，y)为反射分量，L(x，y)为光照分量。

作为优选方案，所述步骤S2中，光照分量L(x，y)，如下公式所示：

其中，V_i表示引导图像，i、k为像素索引；w_k为包含像素i的窗口；a和b为当窗口中心位于k时线性函数系数；

将公式的a_k、b_k转化为最优化问题，求解光照分量最小化窗口内目标函数，目标函数为：

其中，ε为正则化参数；

通过最小二乘法求解参数a_k、b_k：

其中，μ_k和σ_k²为V在w_k内的平均值和方差；为亮度通道V在窗口的平均值；|ω|为w_k内像素的数量。