[发明专利]一种基于生物视觉机制的夜间交通图像增强方法

说明书

本发明公开一种基于生物视觉机制的夜间交通图像增强方法，应用于计算机视觉技术领域，针对夜间道路环境昏暗、对向行驶车辆灯光对驾驶员视线的干扰、行人和路灯模糊不清等图像问题，提高夜间交通图像亮度，使夜间驾驶任务更容易更安全；本发明首先构建一个夜间交通图像分类器，根据夜间交通图像的亮度和局部对比度将夜间交通图像分为三类，再依据不同的分类结果调用三种不同的图像增强算法对输入的夜间交通图像进行增强，最后对增强前后图像质量进行无参考图像质量评价，发现增强后的夜间交通图像具有更好的主观及客观视觉感知性能，本发明的方法对辅助驾驶技术的发展具有重要的意义。

技术领域

本发明属于计算机视觉技术领域，特别涉及一种夜间交通图像增强技术。

背景技术

随着辅助驾驶技术的发展，在自动驾驶技术还不成熟和人们夜间驾车出行又比较频繁的当下，人们渴望高级辅助驾驶技术来提高夜间驾驶的舒适性和安全性。在辅助驾驶技术的相关领域中，夜间交通图像增强是一个热门话题，对于比较暗的行车环境，车载光学成像传感系统无法准确感知周围环境信息，使得辅助驾驶系统有做出错误决策的可能，从而给夜间行车带来安全隐患，因此夜间交通图像增强在夜间辅助驾驶中起着至关重要的作用。实际上，夜间交通环境是一个动态的场景，不同场景中的照明情况不同，要准确捕捉驾驶场景中的信息这不仅对驾驶员是一个考验，对高级辅助驾驶系统也是一个挑战。受早期生物视觉双通路的启发，视网膜上的视锥和视杆细胞在接受到光刺激后会将神经冲动传递给水平细胞，水平细胞又会把神经冲动传递给双极细胞，在层层传递的过程中，受光刺激的强度的影响，水平细胞和双极细胞被激活的程度也不尽相同，于是我们选择不同的图像增强算法，针对动态变化的交通场景图像进行增强。

众所周知，相较于白天且天气状况良好的情况下行车，夜间驾驶存在周围环境昏暗，路灯和对向驶来的车辆的车灯的干扰以及昏暗导致的视线范围内的行人等都会增加夜间行车的危险性，灯光的干扰使得驾驶员更加容易视觉疲劳，环境的昏暗使得驾驶员要更加集中注意力。因此，在充分了解了夜间行车现状和需求后，设计出一种可以随着交通场景变化而变换的图像增强方法是有必要的，这可以让驾驶员不管在什么夜间场景下行车，驾驶辅助系统都能获得视觉质量最好的图像以辅助驾驶员的驾驶，从而提高夜间行车的安全性和舒适性。

发明内容

为解决上述技术问题，本发明提出一种基于生物视觉机制的夜间交通图像增强方法。

本发明采用的技术方案为：一种基于生物视觉机制的夜间交通图像增强方法，包括：

S1、利用行车记录仪获取不同场景的夜间交通图像，构件数据集，根据图像的亮度对数据集进行划分；

S2、根据S1对图像所分类别和图像本身的亮度和局部对比度，将其作为向量训练基于高斯径向基核函数的支持向量机(SVM)，以构建夜间交通图像分类器；

S3、根据步骤S2建立的夜间交通图像分类器对图像进行分类，每个类别调用对应的图像增强算法对夜间交通图像进行增强，最后输出增强后的图像。

步骤S1所述的根据图像的亮度对数据集进行划分，具体为：

将亮度值大于185400的图像，划分至：“01”类别；

将亮度值大于121500且小于或等于185400的图像，划分至：“02”类别；

将亮度值大于0且小于121500的图像，划分至：“03”类别。

还包括计算图像的亮度值，计算过程为：将图像从RGB通道转换为HSV通道，提取V通道图像，把V通道图像的所有像素求和得到图像的亮度值。

步骤S2具体为：利用图像分类的类别信息作为标签，图片本身亮度和局部对比度作为图像的特征，利用图像的特征和标签组成的向量训练基于高斯径向基核函数的支持向量机，从而得到夜间交通图像分类器。