[发明专利]一种图像增强方法及系统

说明书

本发明公开了一种图像增强方法及系统，涉及机器视觉技术领域，解决了现有的亮度均衡方法的自适应能力弱，在亮度复杂的环境中图像增强效果差的技术问题。该方法包括：S1、将获取的原始图像预处理，得到预处理图像；S2、将所述预处理图像进行自适应对幂变换处理，得到初始均衡图像；S3、通过优化所述自适应对幂变换的参数对所述初始均衡图像进行优化，输出最终的均衡图像。本发明能快速自适应不同亮度环境，效果稳定，且抗噪声能力强，提升机器视觉技术的精度。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种图像增强方法及系统。

背景技术

目标检测、图像分割、图像识别、姿态检测等机器视觉技术被广泛应用。以上技术的性能都被图像亮度显著影响，例如，一张亮度适中的人脸图像能被准确识别，但是亮度很低的人脸图像难以被识别。亮度均衡方法已经被广泛应用解决图像偏亮或偏暗的问题。现有的亮度均衡方法主要有自动曝光校正技术：通过图像分割、gamma校正、亮度重映射公式再次进行亮度映射，以实现一种亮度的自适应效果；基于二维伽马函数光照不均匀图像自适应校正技术：通过光照分量和光照分量的亮度均值计算核心参数，通过核心参数的动态计算，实现一种亮度的自适应效果；直方图均衡技术：通过统计并不同灰度级的直方图，实现灰度级的均衡化，以实现一种亮度的自适应效果。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的亮度均衡方法的自适应能力弱，在亮度复杂的环境中图像增强效果差。

发明内容

本发明的目的在于提供一种图像增强方法，以解决现有技术中存在亮度均衡方法的自适应能力弱，在亮度复杂的环境中图像增强效果差技术问题。本发明提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。

为实现上述目的，本发明提供了以下技术方案：

本发明提供的一种图像增强方法，包括：

S1、将获取的原始图像预处理，得到预处理图像；

S2、将所述预处理图像进行自适应对幂变换，得到初始均衡图像；

S3、通过优化所述自适应对幂变换的参数对所述初始均衡图像进行优化，输出最终的均衡图像。

优选的，所述自适应对幂变换的公式为：

其中，X′表示所述初始均衡图像，X表示所述预处理图像，a表示对数函数的底数，b表示幂函数的指数，p表示调整对数函数和幂函数的综合程度的调和参数，Δ表示偏置值。

优选的，步骤S2包括：将所述自适应对幂变换进行参数初始化；所述预处理图像经过初始化的所述自适应对幂变换，成为所述初始均衡图像。

优选的，步骤S3采用反向传播算法对所述自适应对幂变换的参数进行优化，包括：

S31、构建神经网络的损失函数；

S32、计算所述损失函数的梯度；

S33、通过所述损失函数的梯度对所述自适应对幂变换的参数进行优化，得到优化图像。

优选的，步骤S33所述的参数包括底数、指数及调和参数。

优选的，所述底数、指数及调和参数的优化公式分别为：

其中，a′表示优化后的底数，b′表示优化后的指数，p′表示优化后的调和参数，γ表示学习率，和分别表示损失函数在所述底数、指数及调和参数处的梯度。

优选的，步骤S31包括：