[发明专利]全自动的实时数字图像处理增强系统

说明书

技术领域

本发明涉及的是一种数字图像技术领域的图像处理系统，具体地说，是一种全自动的实时数字图像处理增强系统。

背景技术

随着数码相机的普及，数字图像在生产和生活中占有了越来越重要的地位。特别是在生产自动化中，数字图像在目标识别和目标跟踪等方面起到了重要作用。然而由于成像技术本身的缺陷，影响了数字图像的质量，使数字图像的应用受到了限制。

现实生活中的亮度动态范围非常大，主要受环境光照的影响，阳光直射下和阴影中的亮度往往相差几个数量级。相比之下数码相机的动态范围则小得多，最长用的8位图像深度只能表示256个亮度阶数。在不同光照条件下，人类的视觉系统可以通过调整瞳孔大小以及视网膜与大脑皮层的处理消除光照的影响，以正确识别物体。而照相机不具备这种自我调节的功能，因此在光照条件不佳的情况下(过暗或过亮)，感兴趣的物体在图像上难以识别，图像的质量也就下降了很多。

针对这个问题一般的处理方法往往是灰度均衡化或者伽马校正，然而这两种处理方法都是一种全局的处理方法，而忽视了局部的信息，因此用上述方法增强图像后虽然光照得到了改善，局部图像的细节却可能丢失。相比之下，本发明基于Retinex模型，通过将图像分解为光照图像和反射图像，将光照的影响从输入图像中剥离，在改善输出图像中光照效果的同时较好地保护了输入图像中局部的图像细节。

经对现有技术的文献检索发现，Ron.Kimmel，Michael Elad等在《International Journal of Computer Vision》(计算机视觉国际期刊，2003年第52期第1卷第7～23页)一文“A Variational Framework for Retinex”(Retinex的一种变分架构)，该文中提出一种基于Retinex模型的图像增强系统，具体的结构为：首先采集一张输入图像，然后将输入图像分解为光照图像和反射图像。这个图像分解的方法是通过以下方式完成的：根据Retinex模型，任何图像可以分解为光照图像和反射图像的乘积，图像分解的核心为光照图像的估计，即对环境光照的预测。环境光照的预测基于Retinex变分模型中提到的3个约束：光照图像在空间域平滑、光照图像的像素值大于输入图像的像素值、以及光照图像和输入图像足够接近，对环境光照成分加以估算，得到一幅很平滑的图像作为光照图像的预测，然后由输入图像与光照图像、反射图像的关系推得反射图像。将图像分解为光照图像和反射图像以后，对输入图像的光照成分进行单独处理，通过对光照图像的像素值根据应用的要求做非线性映射校正改善原图中光照不佳区域的可见度，如图1所示的“Retinex的一种变分架构”中的图像增强系统示意框图。

上述系统的不足在于：该系统虽然可以改善输入图像的光照效果，但是在图像细节内容得到了增强的同时输入图像中的噪声也被增强了，因此对含原本包含较多噪声的输入图像，输出图像的质量有可能比输入图像还要差。不能解决在增强图像细节的同时，避免噪声对输出图像质量的影响。

发明内容

本发明的目的在于克服现有技术中对于环境光照条件对数字图像的影响的技术存在不足，提供一种全自动的实时数字图像处理增强系统，使其根据输入图像自动估计环境光照条件并根据光照对图像进行自动调节以改善输出图像中的光照效果并增强局部图像细节，可以应用于提高数码相机的成像质量以及基于数字图像的工业自动化的图像预处理阶段。

本发明是通过以下技术方案实现的，本发明包括五个模块：输入模块，图像分解模块，光照图像处理模块，反射图像处理模块，合并和输出模块。输入模块负责采集数字图像作为系统输入，所获得的数字图像输入到图像分解模块；图像分解模块将输入图像分解为光照图像L和反射图像R，分别输入光照图像处理模块和反射图像处理模块；光照图像处理模块对输入图像的光照成分L进行非线性校正后输出经过校正的光照成分L’；反射图像处理模块则对反射图像R中与输入图像过暗区域相对应的像素进行去噪处理，输出去噪后的反射成分R’，输入图像的过暗区域可由光照图像信息来确定；合并输出模块则将前两个模块中输出的L’和R’重新合并到输出图像并显示到输出设备上。

所述的输入模块，是指：负责采集数字图像，所述的数字图像是数码相机和数字扫描仪所能获取的图像以及数码摄像机所提供序列图像中的一帧。