CN104182947B - 一种低照度图像增强方法和*** - Google Patents

Abstract

本发明公开了一种低照度图像增强方法和***，属于图像处理技术领域。该方法包括：将输入的原始图像由RGB空间转换到HIS空间；保持图像的饱和度和色调分量不变，对亮度分量进行增强；将亮度增强后的图像由HIS空间转换到RGB空间并输出。采用本发明，在增强图像亮度的同时，能够避免极暗区域(即接近黑色的区域)在增强后变成鲜艳的彩色，更适合符合人的视觉特征，同时复杂度低、运算量小，不仅能实时处理高清图像，而且能降低对硬件的性能要求。

Description

一种低照度图像增强方法和***

技术领域

本发明涉及图像处理技术领域，尤其涉及一种低照度图像增强方法和***。

背景技术

在图像采集或视频监控的应用中，经常会有夜视或背光等低照度的情况，采集到的图像偏暗，可辨识度低，需要进行图像增强处理后才能进行特定的应用。图像增强就是扩大图像的亮度范围和提高图像的整体亮度，改善图像的主观质量，使得无法辨识的图像细节能够被人眼或机器识别。

常见的图像增强处理方法包括亮度变换法、同态滤波法、梯度域增强方法以及Retinex增强方法等。以直方图均衡化法为代表的亮度变换法能使图像亮度分布更均匀，并增强图像对比度，但容易产生过增强现象。基于照明-反射模型的同态滤波法将图像分为高、低频两部分，达到增强图像对比度同时压缩图像动态范围的目的，但会出现过增强现象，对高光区、阴影增强效果差。梯度域增强方法则对原图像的梯度进行处理，通过减小图像梯度值压缩图像动态范围，增大局部梯度值来增强图像边缘。缺点是会使图像在一定程度上锐化，并且在梯度域中重建图像需要一定的数值算法，不适合实时使用。Retinex增强方法使用高斯平滑函数估计原图像的亮度分量，应用光照补偿方法逼近反射图像，能在保持图像亮度的同时增强图像暗处的信息，但存在着运算量大的问题，很难实时处理高清图像，缺乏普适性，且在RGB颜色空间下直接对图像进行增强处理容易产生颜色丢失，不符合人的视觉特征。

发明内容

有鉴于此，本发明要解决的技术问题是提供一种鲁棒性强、易于实现、更适合人的视觉特征的低照度图像增强方法和***，以解决目前低照度图像增强方法运算量大，缺乏普适性，难以实时处理高清图像的技术问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种低照度图像增强方法包括：

将输入的原始图像由RGB空间转换到HIS空间；

保持图像的饱和度和色调分量不变，对亮度分量进行增强；

将亮度增强后的图像由HIS空间转换到RGB空间并输出。

优选地，将输入的原始图像由RGB空间转换到HIS空间进一步包括按以下公式进行转换：

其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。

优选地，保持图像的饱和度和色调分量不变，对亮度分量进行增强进一步包括：

对亮度分量进行自适应滤波，得到光照图；

计算原始图像的反射图；

调整光照图的对比度；

根据反射图和对比度调整后的光照图合成增强后的亮度图。

优选地，对亮度分量进行自适应滤波，得到光照图进一步包括：

预设M个不同的N*N的模板窗口；其中，M取大于1的整数，N取包括3以上的奇数；模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m,其中，m为1到M的整数；

获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值，即得到该像素点的光照值。

优选地，调整光照图的对比度进一步包括：

剔除光照图中光照值两端所占比例小于预设的比例值的像素点；

计算剩余的像素点的平均光照值；

将剩余的像素点每一个像素点的光照值分别减去平均光照值，得到光照差值图；

将光照差值图中每个像素点的光照差值分别乘以预设的调整因子；

将光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。

根据本发明的另一个方面，提供的一种低照度图像增强装置包括：

第一转换模块，用于将输入的原始图像由RGB空间转换到HIS空间；

亮度增强模块，用于保持图像的饱和度和色调分量不变，对亮度分量进行增强；

第二转换模块，用于将亮度增强后的图像由HIS空间转换到RGB空间并输出。

优选地，第一转换模块具体用于按以下公式进行转换：

其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。

优选地，亮度增强模块包括：

自适应滤波单元，用于对亮度分量进行自适应滤波，得到光照图；

反射图计算单元，用于计算原始图像的反射图；

对比度调整单元，用于调整光照图的对比度；

图像合成单元，用于根据反射图和对比度调整后的光照图合成增强后的亮度图。

优选地，自适应滤波单元包括：

模板设置子单元，用于预设M个不同的N*N的模板窗口；其中，M取大于1的整数，N取包括3以上的奇数；模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

计算子单元，用于针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m,其中，m为1到M的整数；

确定子单元，用于获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值，即得到该像素点的光照值。

优选地，对比度调整单元包括：

过滤子单元，用于剔除光照图中光照值两端所占比例小于预设的比例值的像素点；

光照均值计算子单元，用于计算剩余的像素点的平均光照值；

差值图计算子单元，用于将剩余的像素点每一个像素点的光照值分别减去平均光照值，得到光照差值图；

调整子单元，用于将光照差值图中每个像素点的光照差值分别乘以预设的调整因子；

校正子单元，用于将光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。

本发明实施例的低照度图像增强方法和***，与现有技术相比，通过在HIS空间对图像的亮度进行增强，能够避免极暗区域(即接近黑色的区域)在增强后变成鲜艳的彩色，更符合人的视觉特征；同时，增强算法复杂度低、运算量小，不仅能实时处理高清图像，而且能降低对硬件的性能要求。此外，通过在颜色空间转换时对计算饱和度的公式进行改进，对任意亮度的像素点进行增强后，不会出现图像变花现象，视觉效果很好，性能稳定。另外，通过自适应滤波方法，自动寻找待滤波像素点邻域内像素值变化平缓的区域，再根据平缓区域的像素值来计算待处理点滤波后的值，能够很好地保持图像边缘信息，避免图像模糊。

附图说明

图1为本发明实施例提供的一种低照度图像增强方法的流程图。

图2为本发明优选实施例提供的一种亮度分量增强方法的流程图。

图3为本发明优选实施例提供的一种亮度自适应滤波方法的流程图。

图4为本发明优选实施例提供的一种模板窗口的示意图。

图5为本发明优选实施例提供的一种对比度调整方法的流程图。

图6为本发明实施例提供的一种低照度图像增强装置的模块结构图。

图7为本发明优选实施例提供的一种亮度分量增强模块的结构示意图。

图8为本发明优选实施例提供的一种亮度自适应滤波模块的结构示意图。

图9为本发明优选实施例提供的一种对比度调整模块的结构示意图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

如图1所示，本发明实施例提供的一种低照度图像增强方法，包括以下步骤：

S10、将输入的原始图像由RGB空间转换到HIS空间。

优选地，可以采用以下公式进行转换：

其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。A的取值是使当某像素点很暗时，该像素点的S值接近0，当某像素点的颜色很鲜艳时，S值趋于1，因此，A的取值范围为[200,255]。

具体来说，饱和度S是反映颜色纯度的，取值范围从0到1，饱和度越大，颜色看起来越鲜艳。但当像素点的三个通道的值都很小且有一个通道的值相对其它两个较大时，如(0,0.003,0)，人眼看起来是黑色，饱和度应接近于0，但根据传统计算饱和度公式(3)计算出来的饱和度为1，因此公式(3)对某些像素是不适用的，尤其是当亮度值增加时，在视觉上，该点由黑色变成了绿色，因此，图像增强后可能会变花，视觉效果不好。通过对公式(3)进行改进为上述公式(4)后,当公式(4)中A的取值为255时，根据公式(4)计算像素点三通道值为(0,0.003,0)的像素点饱和度为0.00025。可见，利用公式(4)计算出来的饱和度更接近人眼视觉，对任意亮度的像素点增强后，不会出现图像变花现象，视觉效果很好，性能稳定。

需要说明地是，当输入图像的原始图像不是R、G、B空间图像时，需先将其转换成R、G、B空间。

S20、保持图像的饱和度和色调分量不变，对亮度分量进行增强。

请参阅图2，作为一种优选实施例，本步骤S20进一步包括以下步骤：

S201、对亮度分量进行自适应滤波，得到光照图。

S202、计算原始图像的反射图。

具体地，在对数域，将原始图像中每个像素点的亮度值I减去光照图中对应像素点的亮度值L，得到对数域上的反射图中对应像素点的亮度值R，即:

log R＝log I-log L

S203、调整光照图的对比度。

S204、根据反射图和对比度调整后的光照图合成增强后的亮度图I_out。

具体地，在对数域，将反射图中每个像素点的亮度值R加上对比度降低后的光照图中对应像素点的亮度值L'，得到对数域上的亮度增强后的亮度值I_out，即：

log I_out＝log L'+log R

S30、将亮度增强后的图像由HIS空间转换到RGB空间并输出。

具体地，H、S分量保持不变，用亮度增强后的I_out，将HIS空间转换到RGB空间，即得到增强后的RGB彩色图像。举例来说，转换公式如下：

当0≤H<120°时，

当120°≤H<240°时，

当240°≤H≤360°时，

通过上述计算得到增强后的三个彩色通道R_out、G_out、B_out并输出图像。

本发明实施例的低照度图像增强方法，通过在HIS空间对图像的亮度进行增强，能够避免极暗区域(即接近黑色的区域)在增强后变成鲜艳的彩色，更符合人的视觉特征；同时，增强算法复杂度低、运算量小，不仅能实时处理高清图像，而且能降低对硬件的性能要求。此外，通过在颜色空间转换时对计算饱和度的公式进行改进，对任意亮度的像素点进行增强后，不会出现图像变花现象，视觉效果很好，性能稳定。

实施例二

如图3所示，本发明优选实施例提供的一种亮度自适应滤波方法，该方法是以模板窗口运算为基础，包括以下步骤：

S2011、预设M个不同的N*N的模板窗口。

其中，M取大于1的整数，N取包括3以上的奇数；模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

具体地，预先设置M个不同的N*N的模板窗口，该模板窗口中的值由0、1组成，M取大于1的整数，N取包括3以上的奇数，该M个不同的N*N的模板窗口中由值为1的点组成的多边形形状各不相同，多边形选定的原则是所有多边形要覆盖整个模板窗口。以取M为9、N为5，也即取9个5*5的模板窗口为例，但不限于该模板窗口，则制作9种不同的窗口，窗口的个数也可以根据用户实际需要设定。请参照图4，如图4(a)～图4(i)所示的共9种不同的模板窗口，该9种不同形状的模板窗口中包括由值为1的点组成的4个五边形、4个六边形、1个边长为3的正方形。

S2012、针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m。

其中，m为1到M的整数；将M个N*N的窗口在整幅图像上滑动，可以根据公式(5)、(6)计算该待滤波像素点的模板窗口的亮度均值Mean_m及对应的方差δ_m，其中，在这多个模板窗口内值为1的点以k表示，k＝1，2，3，…，P，P为每一模板窗口中值为1的个数，该值为1的点k在亮度图像I中对应位置的像素值以I(i,j)表示：

方差的计算公式为：

从而，对于每一个待滤波像素点，都可以获取该像素点的M个方差值σ_m。

S2013、获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值。

具体地，针对每一个像素点，将计算得到的M个σ_m进行排序，找到最小σ_m对应模板的亮度均值Mean_m作为滤波结果。将N*N的窗口在整幅图像上滑动，利用上述方法就能实现对所有像素点的滤波后的值，即得到图像光照信息。

本发明实施例中，通过自动寻找待滤波像素点邻域内像素值变化平缓的区域，再根据平缓区域的像素值来计算待处理点滤波后的值，能够很好地保持图像边缘信息，避免模糊。

实施例三

如图5所示，本发明优选实施例提供的一种光照图对比度调整方法，包括以下步骤：

S2031、剔除光照图中光照值两端所占比例小于预设的比例值的像素点。

具体地，剔除光照值所占比例很小的像素点可以进一步消除噪声的影响，预设的比例值一般取1％的像素点。

S2032、计算剩余的像素点的平均光照值。

S2033、将剩余的像素点每一个像素点的光照值分别减去平均光照值，得到光照差值图。

S2034、将光照差值图中每个像素点的光照差值分别乘以预设的调整因子。

其中，预设的调整因子取0至2之间的数值。

S2035、将光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。

本实施例中，基于图像是由光照信息、物体边缘信息以及随机噪声三个部分组成的关键事实，通过在保持边缘信息不变的情况下，在调整光照对比度的同时，能较好的保持输入的原始图像的细节信息。

实施例四

如图6所示，本发明实施例提供的一种低照度图像增强装置，包括以下模块：

第一转换模块10，用于将输入的原始图像由RGB空间转换到HIS空间。

亮度增强模块20，用于保持图像的饱和度和色调分量不变，对亮度分量进行增强。

第二转换模块30，用于将亮度增强后的图像由HIS空间转换到RGB空间并输出。

优选地，第一转换模块10可以采用以下公式进行转换：

其中，其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。A的取值是使当某像素点很暗时，该像素点的S值接近0，当某像素点的颜色很鲜艳时，S值趋于1，因此，A的取值范围为[200,255]。

具体来说，饱和度S是反映颜色纯度的，取值范围从0到1，饱和度越大，颜色看起来越鲜艳。但当像素点的三个通道的值都很小且有一个通道的值相对其它两个较大时，如(0,0.003,0)，人眼看起来是黑色，饱和度应接近于0，但根据传统计算饱和度公式(3)计算出来的饱和度为1，因此公式(3)对某些像素是不适用的，尤其是当亮度值增加时，在视觉上，该点由黑色变成了绿色，因此，图像增强后可能会变花，视觉效果不好。通过对公式(3)进行改进为上述公式(4)后,当公式(4)中A的取值为255时，根据公式(4)计算像素点三通道值为(0,0.003,0)的像素点饱和度为0.00025。可见，利用公式(4)计算出来的饱和度更接近人眼视觉，对任意亮度的像素点增强后，不会出现图像变花现象，视觉效果很好，性能稳定。

优选地，请参阅图7，亮度增强模块20包括自适应滤波单元201、反射图计算单元202、对比度调整单元203和图像合成单元204，其中：

自适应滤波单元201，用于对亮度分量进行自适应滤波，得到光照图；

反射图计算单元202，用于计算原始图像的反射图；具体地，在对数域，将原始图像中每个像素点的亮度值I减去光照图中对应像素点的亮度值L，得到对数域上的反射图中对应像素点的亮度值R，即:

log R＝log I-log L

对比度调整单元203，用于调整光照图的对比度；

图像合成单元204，用于根据反射图和对比度调整后的光照图合成增强后的亮度图。具体地，在对数域，将反射图中每个像素点的亮度值R加上对比度降低后的光照图中对应像素点的亮度值L'，得到对数域上的亮度增强后的亮度值I_out，即：

log I_out＝log L'+log R

第二转换模块30对H、S分量保持不变，用增强后的I_out，将HIS空间转换到RGB空间，即得到增强后的RGB彩色图像。举例来说，转换公式如下：

当0≤H<120°时，

当120°≤H<240°时，

当240°≤H≤360°时，

通过上述计算得到增强后的三个彩色通道R_out、G_out、B_out并输出图像。

需要说明地是，当输入图像的原始图像不是R、G、B空间图像时，需先将其转换成R、G、B空间。

本发明实施例的低照度图像增强装置，通过在HIS空间对图像的亮度进行增强，能够避免极暗区域(即接近黑色的区域)在增强后变成鲜艳的彩色，更符合人的视觉特征；同时，增强算法复杂度低、运算量小，不仅能实时处理高清图像，而且能降低对硬件的性能要求。此外，通过在颜色空间转换时对计算饱和度的公式进行改进，对任意亮度的像素点进行增强后，不会出现图像变花现象，视觉效果很好，性能稳定。

实施例五

如图8所示，本发明实施例提供的一种自适应滤波单元包括以下子单元：

模板设置子单元2011，用于预设M个不同的N*N的模板窗口；其中，M取大于1的整数，N取包括3以上的奇数；模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

具体地，预先设置M个不同的N*N的模板窗口，该模板窗口中的值由0、1组成，M取大于1的整数，N取包括3以上的奇数，该M个不同的N*N的模板窗口中由值为1的点组成的多边形形状各不相同，多边形选定的原则是所有多边形要覆盖整个模板窗口的窗口。以取M为9、N为5，也即取9个5*5的模板窗口为例，但不限于该模板窗口，则制作9种不同的窗口，窗口的个数也可以根据用户实际需要设定。请参照图4，如图4(a)～图4(i)所示的共9种不同的模板窗口，该9种不同形状的模板窗口中包括由值为1的点组成的4个五边形、4个六边形、1个边长为3的正方形。

计算子单元2012，用于针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m,其中，m为1到M的整数。

具体地，将M个N*N的窗口在整幅图像上滑动，可以根据公式(5)、(6)计算该待滤波像素点的模板窗口的亮度均值Mean_m及对应的方差δ_m，其中，在这多个模板窗口内值为1的点以k表示，k＝1，2，3，…，P，P为每一模板窗口中值为1的个数，该值为1的点k在亮度图像I中对应位置的像素值以I(i,j)表示：

方差的计算公式为：

从而，对于每一个待滤波像素点，都可以获取该像素点的M个方差值σ_m。

确定子单元2013，用于获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值，即得到该像素点的光照值。

具体地，针对每一个像素点，将计算得到的M个σ_m进行排序，找到最小σ_m对应模板的亮度均值Mean_m作为滤波结果。将N*N的窗口在整幅图像上滑动，利用上述方法就能实现对所有像素的滤波，即得到图像光照信息。

本发明实施例中，通过自动寻找待滤波像素点邻域内像素值变化平缓的区域，再根据平缓区域的像素值来计算待处理点滤波后的值，能够很好地保持图像边缘信息，避免模糊。

实施例六

如图9所示，本发明优选实施例提供的对比度调整单元，包括以下子单元：

过滤子单元2031，用于剔除光照图中光照值两端所占比例小于预设的比例值的像素点；

光照均值计算子单元2032，用于计算剩余的像素点的平均光照值；

差值图计算子单元2033，用于将剩余的像素点每一个像素点的光照值分别减去平均光照值，得到光照差值图；

调整子单元2034，用于将光照差值图中每个像素点的光照差值分别乘以预设的调整因子；

校正子单元2035，用于将光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。

本实施例中，基于图像是由光照信息、物体边缘信息以及随机噪声三个部分组成的关键事实，通过在保持边缘信息不变的情况下，在调整光照对比度的同时，能较好的保持输入的原始图像的细节信息。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来控制相关的硬件完成，所述的程序可以在存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。

以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质，可以有多种变型方案实现本发明，比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (8)

1.一种低照度图像增强方法，其特征在于，该方法包括：

将输入的原始图像由RGB空间转换到HIS空间；

保持图像的饱和度和色调分量不变，对亮度分量进行增强；

将亮度增强后的图像由HIS空间转换到RGB空间并输出；

所述将输入的原始图像由RGB空间转换到HIS空间进一步包括按以下公式进行转换：

$I=\frac{R+G+B}{3}$

$H=arccos\left\{\frac{\frac{1}{2}\&lsqb;(R-G)+(R-B)\&rsqb;}{{\&lsqb;{(R-G)}^2+(R-B)(G-B)\&rsqb;}^{\frac{1}{2}}}\right\}$

$S=1-\frac{min(R,G,B)+\frac{1}{A\&CenterDot;mean(R,G,B)}}{mean(R,G,B)+\frac{1}{A\&CenterDot;mean(R,G,B)}}$

其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。

2.根据权利要求1所述的低照度图像增强方法，其特征在于，所述保持图像的饱和度和色调分量不变，对亮度分量进行增强进一步包括：

对亮度分量进行自适应滤波，得到光照图；

计算所述原始图像的反射图；

调整所述光照图的对比度；

根据所述反射图和对比度调整后的光照图合成增强后的亮度图。

3.根据权利要求2所述的低照度图像增强方法，其特征在于，所述对亮度分量进行自适应滤波，得到光照图进一步包括：

预设M个不同的N*N的模板窗口；其中，M取大于1的整数，N取包括3以上的奇数；所述模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m,其中，m为1到M的整数；

获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值，即得到该像素点的光照值。

4.根据权利要求2所述的低照度图像增强方法，其特征在于，所述调整所述光照图的对比度进一步包括：

剔除所述光照图中光照值两端所占比例小于预设的比例值的像素点；

计算剩余的像素点的平均光照值；

将剩余的像素点每一个像素点的光照值分别减去所述平均光照值，得到光照差值图；

将所述光照差值图中每个像素点的光照差值分别乘以预设的调整因子；

将所述光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。

5.一种低照度图像增强装置，其特征在于，该装置包括：

第一转换模块，用于将输入的原始图像由RGB空间转换到HIS空间；

亮度增强模块，用于保持图像的饱和度和色调分量不变，对亮度分量进行增强；

第二转换模块，用于将亮度增强后的图像由HIS空间转换到RGB空间并输出；

所述第一转换模块具体用于按以下公式进行转换：

$I=\frac{R+G+B}{3}$

$H=arccos\left\{\frac{\frac{1}{2}\&lsqb;(R-G)+(R-B)\&rsqb;}{{\&lsqb;{(R-G)}^2+(R-B)(G-B)\&rsqb;}^{\frac{1}{2}}}\right\}$

$S=1-\frac{min(R,G,B)+\frac{1}{A\&CenterDot;mean(R,G,B)}}{mean(R,G,B)+\frac{1}{A\&CenterDot;mean(R,G,B)}}$

其中，I表示亮度，S表示饱和度，H表示色调；R、G、B分别表示红、绿、蓝三个彩色通道；min()表示最小值，mean()表示均值；A的取值范围为[200,255]。

6.根据权利要求5所述的低照度图像增强装置，其特征在于，所述亮度增强模块包括：

自适应滤波单元，用于对亮度分量进行自适应滤波，得到光照图；

反射图计算单元，用于计算所述原始图像的反射图；

对比度调整单元，用于调整所述光照图的对比度；

图像合成单元，用于根据所述反射图和对比度调整后的光照图合成增强后的亮度图。

7.根据权利要求5所述的低照度图像增强装置，其特征在于，所述自适应滤波单元包括：

模板设置子单元，用于预设M个不同的N*N的模板窗口；其中，M取大于1的整数，N取包括3以上的奇数；所述模板窗口中的值由0和1组成，由值为1的点组成的多边形形状各不相同，所有多边形组合起来要覆盖整个模板窗口；

计算子单元，用于针对每一个像素点，计算每个模板窗口的亮度均值Mean_m及对应的方差δ_m,其中，m为1到M的整数；

确定子单元，用于获取每一个像素点的最小方差δ_m对应模板窗口的亮度均值Mean_m作为该像素点的亮度滤波后的值，即得到该像素点的光照值。

8.根据权利要求5所述的低照度图像增强装置，其特征在于，所述对比度调整单元包括：

过滤子单元，用于剔除所述光照图中光照值两端所占比例小于预设的比例值的像素点；

光照均值计算子单元，用于计算剩余的像素点的平均光照值；

差值图计算子单元，用于将剩余的像素点每一个像素点的光照值分别减去所述平均光照值，得到光照差值图；

调整子单元，用于将所述光照差值图中每个像素点的光照差值分别乘以预设的调整因子；

校正子单元，用于将所述光照差值图中每个像素点的调整后的光照差值分别加上平均光照值，即得到对比度调整后的光照图。