[发明专利]一种自适应彩色图像处理方法及系统

说明书

技术领域

本发明涉及图像处理领域，更具体的说，涉及一种自适应彩色图像处理方法及系统。

背景技术

目前在大多数情况下，在彩色图像的获取过程中，由于成像传感器的动态范围有限导致采集的图像局部曝光不足、色彩暗淡、对比度低及细节损失，这极大限制和影响了后续图像分析与理解的研究工作。因此，有必要对采集到的图像进行增强处理，来改善图像的视觉效果、突出图像的特征。现有技术中常见的灰度图像增强技术有伽玛校正、自动色阶(autolevels)、USM锐化(UnSharp Masking，USM)、直方图均衡化等全局增强算法，以及局部直方图均衡化、同态滤波等局部增强算法。但是，由于彩色图像具有颜色信息，现阶段研究人员尚未完全了解大脑的颜色处理机制，因此，彩色图像的处理远比灰度图像复杂，很多针对灰度图像的处理方法不能直接推广到彩色图像处理。因此，在研究HVS(Human Visual System，人眼视觉系统)特性的基础上，已经提出了许多彩色图像增强算法。现有技术中主要包括两类基于视觉感知的彩色图像增强方法：第一类，从人眼对颜色的感知特性出发，提出了基于颜色恒常性的Retinex算法和ACE(Automatic Color Equalization，自动颜色均衡化)算法。其中，Retinex算法是一类应用最为广泛的方法。Retinex算法能够同时实现图像的全局和局部对比度增强、动态范围压缩以及基于灰度假设(gray world assumption)的颜色恒常性。ACE算法综合了GW(Gray World)和WP(White Patch)颜色校正机制。第二类，基于HVS的全局和局部自适应特性，提出了仿生(bio-inspired)彩色图像增强方法，用于增强图像的全局和局部对比度，而不考虑颜色恒常性的问题。

但是，采用上述现有技术中基于视觉感知的方法对彩色图像进行处理，仍然存在以下缺点：其一，采用Retinex算法，当图像整体或者局部区域违背灰度假设时，处理后的颜色将变为灰色调，从而产生灰化(graying out)效应，此外，沿图像边缘会产生Halo效应；其二，采用第二类中的一种仿生彩色图像增强方法，在全局自适应亮度调整过程中利用幂指数小于1的幂函数，虽然能够增强了图像中暗区域的对比度，但是降低了亮区域的对比度；而且利用双边滤波计算邻域像素的加权平均值，仍不可避免地在图像边缘处产生的过增强现象。

发明内容

有鉴于此，本发明提供了一种自适应彩色图像处理方法及系统，解决了现有技术中在对图像进行处理时，造成的图像亮区域对比度降低、图像边缘处产生的过增强现象、以及沿图像边缘产生的Halo效应和灰化效应的问题。

为实现上述目的，本发明提供如下技术方案：

一种自适应彩色图像处理方法，包括：

读取一帧待处理图像；

利用非线性反S型函数对所述待处理图像的亮度分量进行全局自适应变换，得到全局增强亮度图像；

依据所述全局增强亮度图像中的中心像素与邻域像素的亮度的对应关系，对所述全局增强亮度图像的局部对比度进行调整，获得局部增强亮度图像；

利用所述局部增强亮度图像与所述待处理图像的亮度分量两者之间的比值，对所述待处理图像进行线性颜色恢复，获取彩色增强图像。

优选的，所述利用非线性反S型函数对所述待处理图像的亮度分量进行全局自适应变换，得到全局增强亮度图像的过程具体为：

确定非线性映射的区间范围，将所述亮度分量的灰度范围映射到所述区间范围内，获取灰度级压缩的图像；

利用非线性反S型函数对所述灰度级压缩的图像进行非线性灰度级变换，获得反S型变换图像；

将所述反S型变换图像的值归一化，获取全局自适应变换后的所述全局增强亮度图像。

优选的，所述依据所述对应关系对所述全局增强亮度图像的局部对比度进行调整，获得局部增强亮度图像的过程为：

获取全局增强亮度图像；

利用所述增强函数对所述全局增强亮度图像进行处理，得到所述局部增强亮度图像。

优选的，获取所述增强函数的过程包括：

确定所述中心像素与所述邻域像素的亮度差值；

获取所述亮度差值在饱和函数范围内的对应值；

确定所述中心像素与所述邻域像素的空间距离；

获取以所述中心像素为中心的小邻域内，所述亮度差值在饱和函数范围内的对应值与所述空间距离之间的比值之和，得到所述增强函数。

优选的，对所述待处理图像进行线性颜色恢复的过程为：

利用局部增强亮度图像与所述待处理图像的亮度分量两者之间的比值，获得颜色复原函数；