CN110298796A - 基于改进Retinex与对数图像处理的低照度图像增强方法 - Google Patents

Abstract

本发明提供了一种基于改进Retinex与对数图像处理的低照度图像增强方法，包括：计算样本图像的亮通道值，将该值作为样本图像的光照分量；利用现有的对数图像处理模型下的背景强度对光照分量进行自适应局部调整；结合Sobel边缘检测方法，对局部调整后的光照分量进行滤波细化；根据细化后的光照分量，基于Retinex理论得到增强图像。本发明提供一种基于改进Retinex与对数图像处理的低照度图像增强方法，在现有的对数图像处理模型下结合了Retinex理论，对样本图像进行了加强，有效地解决了Retinex算法可能存在的光晕效应以及过增强的问题，该方法能适应更多样的光照环境。

Description

基于改进Retinex与对数图像处理的低照度图像增强方法

技术领域

本发明涉及计算机数字图像处理技术领域，更具体地，涉及一种基于改进Retinex与对数图像处理的低照度图像增强方法。

背景技术

目前，各种光学成像装置广泛地应用在各种领域，但是，在环境光照亮度较低或光学传感器灵敏度较低的情况下，成像装置所成图像存在亮度不够、对比度降低等退化问题，进而导致图像观感下降或影响数字图像处理***的分析与识别等问题的出现。因此有必要研究低照度下图像增强算法，使光学成像***可以适用于缺乏光照的场景。

Retinex是低照度图像增强的经典算法，该算法可以处理常见的低照度图像，但难以处理光照情况比较复杂的图像。对于同时存在光照充足区域与光照不足区域的图像，使用Retinex算法处理后可能会出现过度增强、出现光晕效应等问题。

为了解决上述问题，一些改进方法为：采用多尺度的Retinex算法、基于暗通道的低照度图像增强、结合直方图均衡的增强算法，但仍不能满足复杂光照的场景，同时会出现颜色失真的问题，仍然未能满足需求。

发明内容

本发明为了克服现有改进的Retinex算法在处理图像的过程中存在无法满足复杂光照的场景及会出现颜色失真的技术缺陷，提供一种基于改进Retinex与对数图像处理的低照度图像增强方法。

为解决上述技术问题，本发明的技术方案如下：

基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于，包括以下步骤：

S1：计算样本图像的亮通道值，将该值作为样本图像的光照分量；

S2：利用现有的对数图像处理模型下的背景强度对光照分量进行自适应局部调整；

S3：结合Sobel边缘检测方法，对局部调整后的光照分量进行滤波细化；

S4：根据细化后的光照分量，基于Retinex理论得到增强图像。

其中，所述步骤S1具体包括以下步骤：

S11：基于亮通道先验理论，将样本图像进行颜色通道分离，将三个颜色通道图像逐像素点比较，将最大像素点提取并保存为最大值图像；

S12：对获得的最大值图像进行最大值滤波，从而获得样本图像的光照分量。

其中，所述步骤S2具体包括以下步骤：

S21：将样本图像的光照分量转换为对数图像处理模型下的表达，即将样本图像的灰度值表示为：

f(x,y)＝M-I(x,y)；

上式中，I(x,y)表示样本图像的像素值，f(x,y)为对数图像处理模型下的图像灰度值，M为图像像素值的最大值，对于8位数字图像为256；

S22：根据每个像素点的邻域像素值计算样本图像的平均背景强度；

S23：根据每个像素点的平均背景强度得到每个像素点对应的亮度调整系数；

S24：将亮度调整系数代入对数图像处理模型中的数乘运算，完成对光照分量的局部调整。

其中，步骤S22中所述的每个像素点的邻域像素值按8邻域进行检测而得到。

其中，根据人眼视觉的方向特性，人眼对水平和垂直方向上的亮度变化比斜线方向上的亮度变化更敏感，因此所述8邻域中四个邻域像素值与对角线上四个邻域像素值根据不同的比例权重计算背景强度，从而得到更符合人眼视觉特性的背景强度。

其中，所述步骤S3具体包括以下步骤：

S31：运用Sobel边缘检测方法提取局部调整后的光照分量的边缘图像；

S32：根据边缘图像求取各像素点的平滑因子；

S33：根据各像素点的平滑因子对局部调整后的光照分量进行滤波、细化，得到细化后的光照分量。

其中，步骤S31所述的Sobel边缘检测方法使用3×3的Sobel算子对局部调整后的光照分量进行边缘图像提取，分解为水平方向与垂直方向进行处理。

其中，所述步骤S4具体包括以下步骤：

S41：输入低照度的样本图像并进行颜色通道分离，得到三个通道各像素点的像素值；

S42：分别把三个通道各像素点的像素值除以经调整与细化后的光照分量中对应的像素点的像素值，得到三个新的颜色通道；

S43：将三个新的颜色通道进行合成，得到增强图像。

与现有技术相比，本发明技术方案的有益效果是：

本发明提供一种基于改进Retinex与对数图像处理的低照度图像增强方法，在现有的对数图像处理模型下结合了Retinex理论，对样本图像进行了加强，有效地解决了Retinex算法可能存在的光晕效应以及过增强的问题，该方法能适应更多样的光照环境。

附图说明

图1本发明方法的流程示意图；

图2是本发明中基于亮通道先验理论提取的光照分量；

图3是本发明中自适应调整与细化后的光照分量；

图4是本发明中的输入图像与增强后图像对比。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

如图1所示，基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于，包括以下步骤：

S1：计算样本图像的亮通道值，将该值作为样本图像的光照分量；

S2：利用现有的对数图像处理模型下的背景强度对光照分量进行自适应局部调整；

S3：结合Sobel边缘检测方法，对局部调整后的光照分量进行滤波细化；

S4：根据细化后的光照分量，基于Retinex理论得到增强图像。

在具体实施过程中，本方法在现有的对数图像处理模型下结合了Retinex理论，对样本图像进行了加强，有效地解决了Retinex算法可能存在的光晕效应以及过增强的问题，该方法能适应更多样的光照环境。

实施例2

更具体的，在实施例1的基础上，将任意图像采集设备采集到的图像作为样本图像，基于亮通道先验理论，将样本图像进行颜色通道分离，将三个颜色通道图像逐像素点比较，将最大像素点提取并保存为最大值图像；再对获得的最大值图像进行最大值滤波，从而获得样本图像的光照分量，结果如图2所示。

在具体实施过程中，基于对数图像处理模型，将样本图像的光照分量转换为对数图像处理模型下的表达，即将样本图像的灰度值表示为：

f(x,y)＝M-I(x,y)；

上式中，I(x,y)表示样本图像的像素值，f(x,y)为对数图像处理模型下的图像灰度值，M为图像像素值的最大值，对于8位数字图像为256；根据每个像素点的邻域像素值计算样本图像的平均背景强度，按8邻域进行检测；设四邻域比例系数为a，对角线上四邻域比例系数为b，平均背景强度根据以下公式计算：

上式中，a和b表示比例权重，∑_QX(i,j)为像素点(i,j)的四个邻域像素的集合，∑_DX(i,j)为像素点(i,j)的对角线上四个邻域像素的集合；其中，⊕与分别为对数图像处理模型中的相加与相乘操作；

根据平均背景强度B(x,y)计算变换系数γ(x,y)，具体为：

γ(x,y)＝a(1-cos(B(x,y)×π))；

将变换系数γ(x,y)代入对数图像处理模型的数乘运算，得到以下公式：

式中，L(x,y)为增强后的光照分量，L₀(x,y)为步骤S1所得到的样本图像的光照分量，至此得到局部调整后的光照分量。

在具体实施过程中，运用Sobel边缘检测方法提取局部调整后的光照分量的边缘图像，将得到的边缘图像s(x,y)代入下式中，求得各像素点的平滑因子ε(x,y)：

根据各像素点的平滑因子对局部调整后的光照分量进行滤波、细化，得到细化后的光照分量，如图3所示。

在具体实施过程中，输入低照度的样本图像并进行颜色通道分离，得到三个通道各像素点的像素值，分别把三个通道各像素点的像素值除以经调整与细化后的光照分量中对应的像素点的像素值，得到三个新的颜色通道，最后将三个新的颜色通道进行合成，得到增强图像。增强后图像与原图像对比如图4所示。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于，包括以下步骤：

S1：计算样本图像的亮通道值，将该值作为样本图像的光照分量；

S2：利用现有的对数图像处理模型下的背景强度对光照分量进行自适应局部调整；

S3：结合Sobel边缘检测方法，对局部调整后的光照分量进行滤波细化；

S4：根据细化后的光照分量，基于Retinex理论得到增强图像。

2.根据权利要求1所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：所述步骤S1具体包括以下步骤：

S11：基于亮通道先验理论，将样本图像进行颜色通道分离，将三个颜色通道图像逐像素点比较，将最大像素点提取并保存为最大值图像；

S12：对获得的最大值图像进行最大值滤波，从而获得样本图像的光照分量。

3.根据权利要求2所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：所述步骤S2具体包括以下步骤：

S21：将样本图像的光照分量转换为对数图像处理模型下的表达，即将样本图像的灰度值表示为：

f(x,y)＝M-I(x,y)；

上式中，I(x,y)表示样本图像的像素值，f(x,y)为对数图像处理模型下的图像灰度值，M为图像像素值的最大值，对于8位数字图像为256；

S22：根据每个像素点的邻域像素值计算样本图像的平均背景强度；

S23：根据每个像素点的平均背景强度得到每个像素点对应的亮度调整系数；

S24：将亮度调整系数代入对数图像处理模型中的数乘运算，完成对光照分量的局部调整。

4.根据权利要求3所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：步骤S22中所述的每个像素点的邻域像素值按8邻域进行检测而得到。

5.根据权利要求4所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：根据人眼视觉的方向特性，人眼对水平和垂直方向上的亮度变化比斜线方向上的亮度变化更敏感，因此所述8邻域中四个邻域像素值与对角线上四个邻域像素值根据不同的比例权重计算背景强度，从而得到更符合人眼视觉特性的背景强度。

6.根据权利要求3所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：所述步骤S3具体包括以下步骤：

S31：运用Sobel边缘检测方法提取局部调整后的光照分量的边缘图像；

S32：根据边缘图像求取各像素点的平滑因子；

S33：根据各像素点的平滑因子对局部调整后的光照分量进行滤波、细化，得到细化后的光照分量。

7.根据权利要求6所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于：步骤S31所述的Sobel边缘检测方法使用3×3的Sobel算子对局部调整后的光照分量进行边缘图像提取，分解为水平方向与垂直方向进行处理。

8.根据权利要求6所述的基于改进Retinex与对数图像处理的低照度图像增强方法，其特征在于，所述步骤S4具体包括以下步骤：

S41：输入低照度的样本图像并进行颜色通道分离，得到三个通道各像素点的像素值；

S42：分别把三个通道各像素点的像素值除以经调整与细化后的光照分量中对应的像素点的像素值，得到三个新的颜色通道；

S43：将三个新的颜色通道进行合成，得到增强图像。