CN110782400B - 一种自适应的光照均匀实现方法和装置 - Google Patents
一种自适应的光照均匀实现方法和装置 Download PDFInfo
- Publication number
- CN110782400B CN110782400B CN201910866559.5A CN201910866559A CN110782400B CN 110782400 B CN110782400 B CN 110782400B CN 201910866559 A CN201910866559 A CN 201910866559A CN 110782400 B CN110782400 B CN 110782400B
- Authority
- CN
- China
- Prior art keywords
- image
- illumination
- point
- abnormal
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005286 illumination Methods 0.000 title claims abstract description 118
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000002159 abnormal effect Effects 0.000 claims abstract description 67
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000002310 reflectometry Methods 0.000 claims abstract description 9
- 238000003384 imaging method Methods 0.000 claims description 38
- 238000001514 detection method Methods 0.000 claims description 37
- 238000012937 correction Methods 0.000 claims description 20
- 238000010586 diagram Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000003707 image sharpening Methods 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims 2
- 230000000694 effects Effects 0.000 abstract description 7
- 239000003086 colorant Substances 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000004456 color vision Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种自适应的光照均匀实现方法和装置,涉及图像处理技术领域,解决了目前对存在局部多点的光照不均匀的图像处理,不能自适应的改变阈值准确滤除光斑的问题,其技术方案要点是:将原图像载入图像接收器,对图像的格式进行转化,判断图像是否符合三通道的彩色图像要求;若符合,则将图像载入图像处理器,否则返回错误提示;利用图像处理器对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器;将得到的处理前后的图像通过图像显示器同时显示,并自动将复原图像生成一副原图像格式的备份,具有通过自适应的选择阈值构建异常光照模版与反射光照模版,来得到最终去除异常光照的复原图的效果。
Description
技术领域
本发明涉及图像处理技术领域,更具体地说,它涉及一种自适应的光照均匀实现方法和装置。
背景技术
图像在现代信息时代中发挥着越来越重要的作用,在计算机视觉领域中,图像质量的好坏对于图像分析、图像目标识别等处理结果有重要影响。
数字图像因为拍摄、压缩等种种原因丢失了图像细节,产生退化。使用适当的复原方法可以还原图像的“原貌”。目前已存在很多方法用于图像的复原,例如图像去雾、增强对比度、畸形矫正等方法对于图像整体的复原都取得了好的效果。但是对于局部多点的光照不均匀图像还没有合适的方法进行复原。局部多点的光照不均匀的产生主要原因在于不同物体的反射率不同,对于部分高反射率的物体在整体光照较强的情况下可能产生局部的“过曝”而产生强光,在成像中影响了强光周围的像素值,影响整体拍摄效果,干扰图像细节。
在现有的方法中,通常使用局部阈值处理、滤波处理、线性插值处理等方式,对于整体性变化的光线不均匀图有较好效果。但是这种方法十分依赖于整体阈值的设定,对于多点、局部的光线不均匀图处理效果极差,面对复杂的自然场景,以及非专业人士操作更是缺乏鲁棒性。针对这类不能自适应的改变阈值准确滤除光斑的问题,目前尚未提出有效的解决办法。因此,如何设计一种自适应的光照均匀实现方法和装置是我们目前迫切需要解决的问题。
发明内容
本发明的目的是提供一种自适应的光照均匀实现方法,具有通过自适应的选择阈值构建异常光照模版与反射光照模版,来得到最终去除异常光照的复原图的效果。
本发明的上述技术目的是通过以下技术方案得以实现的:一种自适应的光照均匀实现方法,包括以下步骤:
S1:图像接收,将原图像载入图像接收器,对图像的格式进行转化,判断图像是否符合三通道的彩色图像要求;若符合要求,则将图像载入图像处理器,否则返回错误提示;
S2:图像处理,利用图像处理器对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器;
S3:图像显示,将得到的处理前后的图像通过图像显示器同时显示,并自动将复原图像生成一副原图像格式的备份。
本发明进一步设置为:在步骤S2中,所述图像处理的具体步骤为:
S21:利用图像处理器处理图像,将图像由RGB颜色空间转换到Lab颜色空间,分离出三个颜色通道;
S22:设置滑动保护窗口和滑动检测窗口,检测窗口嵌套在保护窗口中,对滑动检测窗口内的像素点求解数学期望、方差、和/>,并计算每个像素点的异常点概率;
S23:根据求解的异常点概率值判断是否为异常点,进而确定控制参数的值,对检测窗口内的每一个像素点,求解Gamma矫正之后的值,即光线强度矫正之后的值;
S24:循环遍历整张图像,得到最终的Gamma矫正的每个窗口的模版,将每个模版按照顺序填补在原图大小的矩阵中,对于重叠部分求均值,得到最终的光照模版;
S25:遍历实际成像的每个像素,提取a、b两个通道中的较大值,得到二维的灰度图,将灰度图、/>带入成像公式中,求解得到理论成像的复原图/>。
本发明进一步设置为:所述实际成像的成像规律具体为:
其中,表示理论成像颜色所占比例;正常拍摄时光照强度应该是均匀且合理,所呈现的图像源于场景本身,此时/>,则/>,即/>;在不均匀光照图像中/>的值变小,/>代表的异常光照变大,色彩呈现失真。
本发明进一步设置为:每个所述像素点的异常点概率计算步骤具体为:
根据Bayesian公式,将当前像素点的值标记为,光照正常点标记为/>,光照异常点标记为/>;
当前点为光照正常点的概率有:/>;
当前点为光照异常点的概率有:/>;
根据纽曼-皮尔逊准则可得:当时,/>为正常点光照,反之则为异常光照点;
其中,由异常点概率/>决定,/>。
本发明进一步设置为:所述图像的异常点判别步骤具体为:
图像的光照呈现高斯分布,将判别式等价的转化为/>,其中,/>为期望,/>为方差;
期望公式为:;其中,/>为滑动检测窗口内的像素点总数,/>为当前像素点的亮度值;
相似的,方差公式为:;
当时为异常光照点,否则,则为正常光照点。
本发明进一步设置为:所述光线强度矫正的步骤具体为:
标准的Gamma矫正形式为:;其中,/>为输入图像,/>为控制参数,当/>时,图像变亮,当/>时图像变暗;
将控制参数用/>函数来替换得到实现自适应阈值功能的自适应调整公式:
若为光照正常点,则;若为光照异常点,则/>,,/>代表滑动保护窗口内的像素点总数,/>代表滑动检测窗口内的像素点总数,/>代表滑动检测窗口做反色处理、高斯模糊处理之后的模版,与原滑动检测窗口一一对应;图像取反是为暗区提供更大的/>来提升亮度,为亮区提供较小的/>来压制亮度;高斯模糊是为防止图像锐化;当/>时,指数<1,光照强度变大,反之变小。
本发明进一步设置为:所述复原图求解的具体步骤为:
值偏大的通道的颜色在相应区域中是一个趋近于255的值,将其归一化到0-1之间,用公式表示:
将成像公式两边最大值计算,其中和/>为一个常数矩阵,可得公式:
代入后得:
则;
在已知、/>和原图/>的情况下,可以使用成像公式的求解/>。
本发明进一步设置为:在步骤S1中,所述图像接收的具体步骤为:
S11:将原图像通过USB、Type-C接口载入图像接收器;
S12:图像接收器将记录原图像的格式,并转化为JPGE格式;判断是否为彩色图像;如果不是,则返回错误报警;如果是,则将图像以的像素值以矩阵形式载入至图像处理器;其中,/>分别为图像的宽和高。
本发明的另一目的是提供一种自适应的光照均匀实现装置,具有通过自适应的选择阈值构建异常光照模版与反射光照模版,来得到最终去除异常光照的复原图的效果。
本发明的上述技术目的是通过以下技术方案得以实现的:一种自适应的光照均匀实现装置,包括图像接收器、图像处理器和图像显示器;
所述图像接收器,与所述图像处理器连接,用于将原图像载入后,对图像的格式进行转化,并判断图像是否符合三通道的彩色图像要求;若符合要求,则将图像载入图像处理器,否则返回错误提示;
所述图像处理器,与所述图像显示器连接,对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器;
所述图像显示器,将得到的处理前后的图像同时显示,并自动将复原图像生成一副原图像格式的备份。
本发明进一步设置为:所述图像处理器包括转换单元、第一计算单元、第二计算单元、第三计算单元、第四计算单元;
所述转换单元,将图像由RGB颜色空间转换到Lab颜色空间,分离出三个颜色通道;
所述第一计算单元,用于设置滑动保护窗口和滑动检测窗口,检测窗口嵌套在保护窗口中,对滑动检测窗口内的像素点求解数学期望、方差、和/>,并计算每个像素点的异常点概率;
所述第二计算单元,用于根据求解的异常点概率值判断是否为异常点,进而确定控制参数的值,对检测窗口内的每一个像素点,求解Gamma矫正之后的值,即光线强度矫正之后的值;
所述第三计算单元,用于循环遍历整张图像,得到最终的Gamma矫正的每个窗口的模版,将每个模版按照顺序填补在原图大小的矩阵中,对于重叠部分求均值,得到最终的光照模版;
所述第四计算单元,用于遍历实际成像的每个像素,提取a、b两个通道中的较大值,得到二维的灰度图,将灰度图、/>带入成像公式中,求解得到理论成像的复原图/>。
综上所述,本发明具有以下有益效果:对导入的图像做颜色空间的转换至Lab空间中,在根据纽曼-皮尔逊准则,可以设置一个异常点概率,进而判断滑动窗口的内的点是否为异常点,使用改进的Gamma矫正,动态的设置阈值,来矫正异常光照,得到异常光照模板。使用原图a、b通道中的最大光照值和光照强度模板来求解成像颜色占比,之后通过成像颜色占比和异常光照模板求解得到复原图。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例中的架构图;
图2是本发明实施例中的流程框图;
图3是本发明实施例中的算法流程图;
图4是本发明实施例中滑动窗口的原理图。
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1-4及实施例,对本发明进行进一步详细说明。
实施例
一种自适应的光照均匀实现方法,如图1-4所示,包括以下步骤:
步骤一,图像接收。
将原图通过USB或者Type-C接口载入至图像接收器。接收器将记录原图的格式,并转化为JPGE格式,判断是否为彩色图片,如果不是,则返回错误报警;如果是,则将图片以的像素值以矩阵形式载入至图像处理器。其中/>分别为图像的宽和高。
步骤二,图像处理。
在视觉成像中人观察到的颜色感觉与到达眼睛的亮度值无关,而是与整体反射率有关。另一方面进入摄像头的光照除了物体反射的光线之外还有直接进入摄像头的光线。如果在不适当的角度,或者强烈的光照下两者相加则会产生“过曝”现象。图像的成像形成用如下公式表示:
其中,为实际成像;/>为理论成像;/>表示理论成像颜色所占比例;/>为异常的光照。正常拍摄时光照强度应该是均匀且合理,所呈现的图片源于场景本身,此时/>,则,即/>。在不均匀光照图片中/>的值变小,/>代表的异常光照变大,色彩呈现失真。
拍摄设备可以通过调整光圈和快门来调节整体的光照强度以避免全局的过曝,但是对于物体高反射率形成的局部过曝则调节能力有限,如果出现多处局部过曝,现有设备就无法直接调节。故在本方法中,我们提出了自适应的光照均匀实现方法。
如图3所示,算法流程具体如下说明:
将当前像素点的值标记为,光照正常点(背景)标记为/>,光照异常点(目标)标记为/>。根据Bayesian公式,当前点/>为光照正常点的概率有:/>。当前点/>为光照异常点的概率有:/>。则根据奈曼-皮尔逊准则可得/>时,/>即为正常点光照,反之则为异常光照点。其中/>由异常点概率/>决定,/>。
获取待处理的光照不均匀的彩色原图片,将像素值矩阵由RGB颜色空间转换为Lab颜色空间,得到新图片/>,具体公式如下:
其中分别为95.047、100、108.883。
在光照强度分量L中,光照呈现高斯分布,可以使用判别式判断是否为异常光照点,若小于,则提取异常光照模版,并对其做初步的调整。使用重新定义的Gamma矫正调整光照强度,并使用高斯滤波平滑光照。
如图4所示,选大小的滑动保护窗口,步长为/>。选取/>的滑动检测窗口,步长为1。其中,/>。滑动保护窗口遍历整张图片,在每个保护窗口遍历中,滑动检测窗口,对检测窗口中的每个像素点做Gamma矫正,将正常光照点的光照强度增强,降异常光照点的光照强度减小,提取调整后的新光照模版/>。图片全部遍历之后,将新光照模版做形态学操作,即得到/>。
标准的Gamma矫正形式为,其中/>为输入图像,/>为控制参数,当/>时,图像变亮,当/>时图像变暗。将控制参数/>用/>函数来替换,以实现自适应阈值的功能。
若为光照正常点,则。
若为光照异常点,则,/>,期望/>,方差/>,/>代表滑动保护窗口内的像素点总数,/>代表滑动检测窗口内的像素点总数,/>代表滑动检测窗口做反色处理、高斯模糊处理之后的模版,与原滑动检测窗口一一对应。
图像取反是因为暗区需要更大的来提升亮度,而亮区需要小的/>来压制亮度。高斯模糊是为防止图像锐化。当/>时指数<1,光照强度变大,反之变小。
在Lab颜色空间中,a、b代表颜色、L代表光照强度,此时的a、b代表的颜色时的颜色,而不是/>的颜色。在正常光中,两者的颜色距离较小可以近似代替,当出现光照不均匀时候,在RGB颜色空间中光照对颜色有直接影响,两者颜色距离变大,因此不能直接使用a、b值。
通过先验知识得知在正常图像中,必然有一个通道的值会偏大,换言之,这个通道的颜色在这个区域中是一个很大的值,趋近于255,将其归一化到0-1之间,用公式表示:。将成像公式两边最大值计算可得:
;
代入后得:;
则;
即得到了之后,根据公式:/>得到均匀光照的图片/>。
步骤三,图像显示。
显示原图和光线均匀后的图/>,并将/>保存为原格式。
实现上述自适应的光照均匀实现方法的装置,包括图像接收器、图像处理器和图像显示器。
图像接收器与图像处理器连接,用于将原图像载入后,对图像的格式进行转化,并判断图像是否符合三通道的彩色图像要求;若符合要求,则将图像载入图像处理器,否则返回错误提示。
图像处理器与图像显示器连接,对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器。
图像显示器将得到的处理前后的图像同时显示,并自动将复原图像生成一副原图像格式的备份。
图像处理器包括转换单元、第一计算单元、第二计算单元、第三计算单元、第四计算单元。
转换单元将图像由RGB颜色空间转换到Lab颜色空间,分离出三个颜色通道。
第一计算单元用于设置滑动保护窗口和滑动检测窗口,检测窗口嵌套在保护窗口中,对滑动检测窗口内的像素点求解数学期望、方差、和/>,并计算每个像素点的异常点概率。
第二计算单元用于根据求解的异常点概率值判断是否为异常点,进而确定控制参数的值,对检测窗口内的每一个像素点,求解Gamma矫正之后的值,即光线强度矫正之后的值。
第三计算单元用于循环遍历整张图像,得到最终的Gamma矫正的每个窗口的模版,将每个模版按照顺序填补在原图大小的矩阵中,对于重叠部分求均值,得到最终的光照模版。
第四计算单元,用于遍历实际成像的每个像素,提取a、b两个通道中的较大值,得到二维的灰度图,将灰度图、/>带入成像公式中,求解得到理论成像的复原图/>。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (3)
1.一种自适应的光照均匀实现方法,其特征是,包括以下步骤:
S1:图像接收,将原图像载入图像接收器,对图像的格式进行转化,判断图像是否符合三通道的彩色图像要求;若符合要求,则将图像载入图像处理器,否则返回错误提示;
S2:图像处理,利用图像处理器对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器;
S3:图像显示,将得到的处理前后的图像通过图像显示器同时显示,并自动将复原图像生成一副原图像格式的备份;
在步骤S2中,所述图像处理的具体步骤为:
S21:利用图像处理器处理图像,将图像由RGB颜色空间转换到Lab颜色空间,分离出三个颜色通道;
S22:设置滑动保护窗口和滑动检测窗口,检测窗口嵌套在保护窗口中,对滑动检测窗口内的像素点求解数学期望、方差、∈和A,并计算每个像素点的异常点概率;
S23:根据求解的异常点概率值判断是否为异常点,进而确定控制参数γ的值,对检测窗口内的每一个像素点,求解Gamma矫正之后的值,即光线强度矫正之后的值;
S24:循环遍历整张图像,得到最终的Gamma矫正的每个窗口的模版,将每个模版按照顺序填补在原图大小的矩阵中,对于重叠部分求均值,得到最终的光照模版D;
S25:遍历实际成像I的每个像素,提取a、b两个通道中的较大值,得到二维的灰度图,将灰度图、D、r带入成像公式中,求解得到理论成像的复原图Io;
所述实际成像I的成像规律具体为:
I=Ior+D(1-r)
其中,r表示理论成像颜色所占比例;正常拍摄时光照强度应该是均匀且合理,所呈现的图像源于场景本身,此时r→1,则D(1-r)→0,即I=Io;在不均匀光照图像中r的值变小,D代表的异常光照变大,色彩呈现失真;
每个所述像素点的异常点概率计算步骤具体为:
根据Bayesian公式,将当前像素点的值标记为x,光照正常点标记为T,光照异常点标记为F;
当前点x为光照正常点的概率有:P(T|x)=P(x|T)P(T)/P(x);
当前点x为光照异常点的概率有:P(B|x)=P(x|B)P(B)/P(x);
根据纽曼-皮尔逊准则可得:当时,x为正常点光照,反之则为异常光照点;
其中,t由异常点概率Pt决定,
所述图像的异常点判别步骤具体为:
图像的光照呈现高斯分布,将判别式等价的转化为/>其中,μ为期望,σ为方差;
期望公式为:其中,K为滑动检测窗口内的像素点总数,xi为当前像素点的亮度值;
相似的,方差公式为:
当时为异常光照点,否则,则为正常光照点;
所述光线强度矫正的步骤具体为:
标准的Gamma矫正形式为:其中,I(i,j)为输入图像,γ为控制参数,当γ>1时,图像变亮,当0<γ<1时图像变暗;
将控制参数γ用函数来替换得到实现自适应阈值功能的自适应调整公式:
若为光照正常点,则若为光照异常点,则/> KM代表滑动保护窗口内的像素点总数,KN代表滑动检测窗口内的像素点总数,A代表滑动检测窗口做反色处理、高斯模糊处理之后的模版,与原滑动检测窗口一一对应;图像取反是为暗区提供更大的A来提升亮度,为亮区提供较小的A来压制亮度;高斯模糊是为防止图像锐化;当∈>A时,指数<1,光照强度变大,反之变小;
所述复原图Io求解的具体步骤为:
值偏大的通道的颜色在相应区域中是一个趋近于255的值,将其归一化到0-1之间,用公式表示:
将成像公式两边最大值计算,其中r和D为一个常数矩阵,可得公式:
代入后得:max(I)=r+D(1-r)
则
在已知r、D和原图I的情况下,可以使用成像公式的求解
2.根据权利要求1所述的一种自适应的光照均匀实现方法,其特征是,在步骤S1中,所述图像接收的具体步骤为:
S11:将原图像通过USB、Type-C接口载入图像接收器;
S12:图像接收器将记录原图像的格式,并转化为JPGE格式;判断是否为彩色图像;如果不是,则返回错误报警;如果是,则将图像以W×H×3的像素值以矩阵形式载入至图像处理器;其中,W、H分别为图像的宽和高。
3.一种自适应的光照均匀实现装置,其特征是,包括图像接收器、图像处理器和图像显示器;
所述图像接收器,与所述图像处理器连接,用于将原图像载入后,对图像的格式进行转化,并判断图像是否符合三通道的彩色图像要求;若符合要求,则将图像载入图像处理器,否则返回错误提示;
所述图像处理器,与所述图像显示器连接,对载入后的图像进行核心计算,计算出异常光照模版和反射率模版,得到复原图像,并载入图像显示器;
所述图像显示器,将得到的处理前后的图像同时显示,并自动将复原图像生成一副原图像格式的备份;
所述图像处理器包括转换单元、第一计算单元、第二计算单元、第三计算单元、第四计算单元;
所述转换单元,将图像由RGB颜色空间转换到Lab颜色空间,分离出三个颜色通道;
所述第一计算单元,用于设置滑动保护窗口和滑动检测窗口,检测窗口嵌套在保护窗口中,对滑动检测窗口内的像素点求解数学期望、方差、∈和A,并计算每个像素点的异常点概率;
所述第二计算单元,用于根据求解的异常点概率值判断是否为异常点,进而确定控制参数γ的值,对检测窗口内的每一个像素点,求解Gamma矫正之后的值,即光线强度矫正之后的值;
所述第三计算单元,用于循环遍历整张图像,得到最终的Gamma矫正的每个窗口的模版,将每个模版按照顺序填补在原图大小的矩阵中,对于重叠部分求均值,得到最终的光照模版D;
所述第四计算单元,用于遍历实际成像I的每个像素,提取a、b两个通道中的较大值,得到二维的灰度图,将灰度图、D、r带入成像公式中,求解得到理论成像的复原图Io
所述实际成像I的成像规律具体为:
I=Ior+D(1-r)
其中,r表示理论成像颜色所占比例;正常拍摄时光照强度应该是均匀且合理,所呈现的图像源于场景本身,此时r→1,则D(1-r)→0,即I=Io;在不均匀光照图像中r的值变小,D代表的异常光照变大,色彩呈现失真;
每个所述像素点的异常点概率计算步骤具体为:
根据Bayesian公式,将当前像素点的值标记为x,光照正常点标记为T,光照异常点标记为F;
当前点x为光照正常点的概率有:P(T|x)=P(x|T)P(T)/P(x);
当前点x为光照异常点的概率有:P(B|x)=P(x|B)P(B)/P(x);
根据纽曼-皮尔逊准则可得:当时,x为正常点光照,反之则为异常光照点;
其中,t由异常点概率Pt决定,
所述图像的异常点判别步骤具体为:
图像的光照呈现高斯分布,将判别式等价的转化为/>其中,μ为期望,σ为方差;
期望公式为:其中,K为滑动检测窗口内的像素点总数,xi为当前像素点的亮度值;
相似的,方差公式为:
当时为异常光照点,否则,则为正常光照点;
所述光线强度矫正的步骤具体为:
标准的Gamma矫正形式为:其中,I(i,j)为输入图像,γ为控制参数,当γ>1时,图像变亮,当0<γ<1时图像变暗;
将控制参数γ用函数来替换得到实现自适应阈值功能的自适应调整公式:
若为光照正常点,则若为光照异常点,则/> KM代表滑动保护窗口内的像素点总数,KN代表滑动检测窗口内的像素点总数,A代表滑动检测窗口做反色处理、高斯模糊处理之后的模版,与原滑动检测窗口一一对应;图像取反是为暗区提供更大的A来提升亮度,为亮区提供较小的A来压制亮度;高斯模糊是为防止图像锐化;当∈>A时,指数<1,光照强度变大,反之变小;
所述复原图Io求解的具体步骤为:
值偏大的通道的颜色在相应区域中是一个趋近于255的值,将其归一化到0-1之间,用公式表示:
将成像公式两边最大值计算,其中r和D为一个常数矩阵,可得公式:
代入后得:max(I)=r+D(1-r)
则
在已知r、D和原图I的情况下,可以使用成像公式的求解
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910866559.5A CN110782400B (zh) | 2019-09-12 | 2019-09-12 | 一种自适应的光照均匀实现方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910866559.5A CN110782400B (zh) | 2019-09-12 | 2019-09-12 | 一种自适应的光照均匀实现方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110782400A CN110782400A (zh) | 2020-02-11 |
CN110782400B true CN110782400B (zh) | 2024-03-01 |
Family
ID=69383464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910866559.5A Active CN110782400B (zh) | 2019-09-12 | 2019-09-12 | 一种自适应的光照均匀实现方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110782400B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112508883A (zh) * | 2020-11-24 | 2021-03-16 | 南京航空航天大学 | 一种列车车轮踏面锥形孔检测的自适应缺陷识别方法 |
CN113450289B (zh) * | 2021-08-31 | 2021-12-10 | 中运科技股份有限公司 | 一种客运场景下人脸图像低照度自动增强的方法 |
CN116823677B (zh) * | 2023-08-28 | 2023-11-10 | 创新奇智(南京)科技有限公司 | 一种图像增强的方法、装置、存储介质及电子设备 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915910A (zh) * | 2010-07-07 | 2010-12-15 | 大连海事大学 | 利用航海雷达识别海上溢油目标的方法及*** |
CN102750526A (zh) * | 2012-06-25 | 2012-10-24 | 黑龙江科技学院 | 基于人脸图像的身份验证识别方法 |
CN103106644A (zh) * | 2013-02-02 | 2013-05-15 | 南京理工大学 | 克服彩色图像非均匀光照的自适应画质增强方法 |
CN103310427A (zh) * | 2013-06-24 | 2013-09-18 | 中国科学院长春光学精密机械与物理研究所 | 图像超分辨率与像质增强方法 |
CN104252698A (zh) * | 2014-06-25 | 2014-12-31 | 西南科技大学 | 一种基于半逆法的快速单幅图像去雾算法 |
CN104463066A (zh) * | 2014-12-03 | 2015-03-25 | 上海电机学院 | 一种商品外包装一维条形码快速定位识别方法 |
CN105096278A (zh) * | 2015-09-22 | 2015-11-25 | 南阳理工学院 | 基于光照调整的图像增强方法和设备 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN108510450A (zh) * | 2018-02-07 | 2018-09-07 | 北京农业信息技术研究中心 | 一种作物叶片图像的光照处理方法及装置 |
CN108734670A (zh) * | 2017-04-20 | 2018-11-02 | 天津工业大学 | 单幅夜间弱照度雾霾图像的复原算法 |
CN108765342A (zh) * | 2018-05-30 | 2018-11-06 | 河海大学常州校区 | 一种基于改进暗通道的水下图像复原方法 |
CN109064439A (zh) * | 2018-06-15 | 2018-12-21 | 杭州舜浩科技有限公司 | 基于分区的单侧入光式导光板暗影缺陷提取方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7016518B2 (en) * | 2002-03-15 | 2006-03-21 | Extreme Cctv Inc. | Vehicle license plate imaging and reading system for day and night |
US7590303B2 (en) * | 2005-09-29 | 2009-09-15 | Samsung Electronics Co., Ltd. | Image enhancement method using local illumination correction |
-
2019
- 2019-09-12 CN CN201910866559.5A patent/CN110782400B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101915910A (zh) * | 2010-07-07 | 2010-12-15 | 大连海事大学 | 利用航海雷达识别海上溢油目标的方法及*** |
CN102750526A (zh) * | 2012-06-25 | 2012-10-24 | 黑龙江科技学院 | 基于人脸图像的身份验证识别方法 |
CN103106644A (zh) * | 2013-02-02 | 2013-05-15 | 南京理工大学 | 克服彩色图像非均匀光照的自适应画质增强方法 |
CN103310427A (zh) * | 2013-06-24 | 2013-09-18 | 中国科学院长春光学精密机械与物理研究所 | 图像超分辨率与像质增强方法 |
CN104252698A (zh) * | 2014-06-25 | 2014-12-31 | 西南科技大学 | 一种基于半逆法的快速单幅图像去雾算法 |
CN104463066A (zh) * | 2014-12-03 | 2015-03-25 | 上海电机学院 | 一种商品外包装一维条形码快速定位识别方法 |
CN105096278A (zh) * | 2015-09-22 | 2015-11-25 | 南阳理工学院 | 基于光照调整的图像增强方法和设备 |
CN106251300A (zh) * | 2016-07-26 | 2016-12-21 | 华侨大学 | 一种基于Retinex的快速夜间雾天图像复原方法 |
CN108734670A (zh) * | 2017-04-20 | 2018-11-02 | 天津工业大学 | 单幅夜间弱照度雾霾图像的复原算法 |
CN108510450A (zh) * | 2018-02-07 | 2018-09-07 | 北京农业信息技术研究中心 | 一种作物叶片图像的光照处理方法及装置 |
CN108765342A (zh) * | 2018-05-30 | 2018-11-06 | 河海大学常州校区 | 一种基于改进暗通道的水下图像复原方法 |
CN109064439A (zh) * | 2018-06-15 | 2018-12-21 | 杭州舜浩科技有限公司 | 基于分区的单侧入光式导光板暗影缺陷提取方法 |
Non-Patent Citations (1)
Title |
---|
基于模糊理论的光照不均匀图像自适应增强算法;韩菲等;电脑知识与技术;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110782400A (zh) | 2020-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Underwater image enhancement by attenuated color channel correction and detail preserved contrast enhancement | |
CN107451969B (zh) | 图像处理方法、装置、移动终端及计算机可读存储介质 | |
US9852499B2 (en) | Automatic selection of optimum algorithms for high dynamic range image processing based on scene classification | |
CN110782400B (zh) | 一种自适应的光照均匀实现方法和装置 | |
US8644638B2 (en) | Automatic localized adjustment of image shadows and highlights | |
KR101944208B1 (ko) | 색 보정을 위한 장치 및 방법 | |
US7916941B2 (en) | Methods and apparatuses for restoring color and enhancing electronic images | |
JP7369175B2 (ja) | 画像処理装置およびその制御方法及びプログラム | |
WO2019085951A1 (en) | Image processing method, and device | |
CN112419162A (zh) | 图像去雾方法、装置、电子设备及可读存储介质 | |
JP5392560B2 (ja) | 画像処理装置および画像処理方法 | |
TWI536319B (zh) | 去雜訊方法以及影像系統 | |
TWI558207B (zh) | 寬動態範圍影像方法 | |
JP4595569B2 (ja) | 撮像装置 | |
CN111192205A (zh) | 一种图像去雾方法、***和计算机可读存储介质 | |
JP2013232064A (ja) | 画像処理装置、画像処理方法およびプログラム | |
WO2008102296A2 (en) | Method for enhancing the depth sensation of an image | |
CN115239570A (zh) | 图像处理方法、图像处理装置及存储介质 | |
CN110852971A (zh) | 基于暗原色先验和Retinex的视频去雾方法及计算机程序产品 | |
CN107317968B (zh) | 图像去雾方法、装置、计算机可存储介质和移动终端 | |
CN113709438B (zh) | 一种图像的白平衡校正方法、装置、存储介质及设备 | |
JP2022112995A (ja) | 画像処理方法 | |
Koga et al. | A simplified and fast dehazing processing suitable for embedded systems | |
Cyriac et al. | Perceptual dynamic range for in-camera image processing. | |
Jo et al. | Adaptive white point extraction based on dark channel prior for automatic white balance |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |