[发明专利]基于RGB彩色模型的低光照图像增强方法

说明书

技术领域

本发明涉及图像增强处理，特别涉及一种低光照图像增强方法，可用于提高光照不足情况下拍摄的彩色图像的质量。

背景技术

图像增强的主要目的是改善图像的视觉质量。对于一幅给定的图像，图像增强可以根据图像的模糊情况和应用场合，采用某种特殊的技术来突出图像中的某些信息，削弱或消除某些无用的信息，从而达到有目的地强调图像的整体或局部特征的效果。增强后的图像往往有助于观察者对特殊信息的识别，即让观察者能够看到更加直接、清晰、适于分析的信息。应该特别提及的是增强后的图像质量好坏主要靠人的视觉来评定，而视觉评定具有高度主观的特点。为了一种特定的用途采用一种特定的处理方法从而得到一幅特定的图像，对这幅特定图像的质量的评价方法和准则因此也是特定的。所以很难对各种处理定出一个通用的标准。也就是说，图像增强没有通用理论标准。

对图像增强效果的评价主要依赖于人对图像的感知，因此基于图像彩色信息的增强处理拥有了更加实际的意义。针对含有彩色信息的图像处理，国内外学者已提出了多种颜色空间以实现定量表达自然界丰富多样的色彩。在颜色空间中，颜色由三维坐标表示，这个坐标描述了颜色在颜色空间中的位置。颜色空间把抽象的、主观的视觉感受具体化为三维空间中的位置、向量，使各种彩色图像、彩色设备的颜色特性都能实现可视化。常见的颜色空间有RGB颜色空间和HSV颜色空间等。RGB颜色空间又称RGB彩色模型，是基于笛卡尔坐标系，其所考虑的彩色子空间是立方体。在RGB彩色模型中，每种颜色都会出现在红(Red)、绿(Green)、蓝(Blue)的原色光谱分量中。其中R、G、B分别是三个坐标轴，也就是立方体相交汇的三条边，而这三条边的交汇顶点即为原点，原点表示为黑色，立方体上距离原点最远的顶点则表示白色；红、绿和蓝位于这三条边上除交汇点外的剩余三个顶点，青、深红和黄则分别位于立方体的剩余三个顶点上。在该模型中，灰度等级沿着黑白这两点的连线分布，不同的颜色位于立方体上或立方体内部的不同位置，并通过以原点为起点、该颜色所在位置为终点的向量来定义。因此在RGB彩色模型中，所表示的图像由R、G、B三个图像分量组成，每一个分量图像都是所表示图像的原色图像。

图像增强，通常可以划分为频域增强方法和空域增强方法两大类。基于频域的方法是在图像的某种变换域内对图像的变化系数值进行某种修正，是一种间接增强的算法。它把图像看成一种二维信号，对其进行基于二维傅里叶变换的信号增强。基于频域的方法主要有低通滤波、高通滤波及同态滤波。其中低通滤波只让低频信号通过，可以有效去掉图像中的噪声，但图像的边缘信息却集中在图像的高频部分，因此低通滤波可能会造成图像边缘信息的丢失，使图像边缘过于平滑和模糊。基于空域的方法是直接对图像灰度级进行处理。基于空域的方法可划分为空域变换增强和空域滤波增强两类。其中空域变换增强主要包括直接灰度变换、直方图修正及图像间运算。而直方图均衡化法HE是一种最常见的直方图修正技术，它是把给定图像的直方图分布改造成均匀直方图分布，使输出像素灰度的概率密度均匀分布。

直方图均衡化法处理图像的原理依据是：当图像中所有灰度级出现的概率是一个均匀分布时，图像所暴露出来的信息量是最大的，而图像暴露出的信息量越大越有利于提取图像中的有用信息。在实际的应用当中，我们处理的图像均是数字图像。如果一幅数字图像总共有L个灰度级，则其归一化直方图为：

pf(rk)=nkn,k=0,1,...,L-1,]]>