[发明专利]低照度图像增强及评价方法

说明书

本发明提出一种增强后图像的评价方法，包括以下步骤：获取目标场景在多个不同照度下拍摄的图像序列；从所述图像序列中选择用于对所述增强后图像进行评价的模板图像；计算所述模板图像和增强后图像的结构相似度；根据所述结构相似度对所述增强后图像的增强效果进行评价。本发明的增强后图像的评价方法具有对不同的图像增强方法对图像增强效果的评价客观、可靠的优点。

技术领域

本发明涉及图像处理技术领域，特别涉及一种低照度图像增强及评价方法。

背景技术

计算机视觉在场景监控、城市交通、居民安防等领域都有着重要作用。然而在低照度条件下，由于非自然光源的照度不充分，如夜间、阴雨天、低下等特殊场景，由于大气中环境光降低，所获取的图像存在分辨率较低且细节信息被模糊的问题，导致图像质量下降，致在夜间采集的图像质量退化严重、图像可辨识性很低，且含有大量噪声，以至于难以分辨图像中的细节，对图像和视频的应用产生了极大的限制。低照度图像的质量增强是目前图像质量提升领域的研究热点之一，具有重大应用意义。低照度图像增强一方面是为了提高图像的能见度，适合于人眼观察；另一方面是为了增强图像的某些特性，在后期的处理中更易满足需求。

目前低照度图像增强方法大致分为两类，其中一类是利用图像增强的方法，在不考虑图像降质的情况下，对图像进行处理，这种方法使用范围广，能有效的提高低照度图像的对比度，突出图像的细节，改善图像的视觉效果，但同样也会引入一定的噪声，主要的全局方法是直方图均衡化、同态滤波、梯度法融合和Retinex算法等，主要的局部方法是局部对比度增强，局部直方图均衡以及局部方差法等。另一类则是利用图像复原的方法，通过研究低照度图像的特点，结合雾天退化模型，反演退化过程，补偿退化过程造成的失真，以便获得未经干扰退化的复原图像或复原图像的最优估计值，从而改善低照度图像质量。这种方法针对性强，得到的增强效果自然，一般不会有信息损失，处理的关键点在于模型中有限个数的参数估计。在图像复原类方法中，由于低照度图像反转之后，天空和遥远的背景区域RGB通道亮度都比较高，而非天空区域的RGB至少有一个通道亮度比较低，跟大雾条件下图像有相似的特点，因此将基于大气模型的增强算法应用于低照度图像增强，可以获得较好的增强效果，然而，大气模型中环境光的估计和亮度图的估计是一个重要因素，其准确性影响增强效果，目前，大气模型中环境光的估计和亮度图的估计相对准确性不高，因此，影响了图像增强的效果。

另外，计算机视觉的研究使得计算机逐渐具备同人类一样的视觉能力，被广泛用于图像处理的领域。如人脸识别、行人跟踪和图像增强等。目前大多数领域都有一套完整的评价标准，比如人脸识别通过识别率来测评结果，行人跟踪通过计算质心半径来计算误差。而图像增强尤其是低照度图像增强领域目前还没有一个比较完整的评价方法。

目前的方法大多是通过主观测评和计算峰值信噪比等估算图像质量的方法，但是主观测评随着实验主体的变化，误差很大而图像的客观评价标准只能说明图像受损程度大小，并不能说明其增强的细节效果。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的第一个目的在于提出一种低照度图像增强方法。

本发明的第二个目的在于提出一种低照度图像增强系统。

本发明的第三个目的在于提出一种增强后图像的评价方法。

本发明的第四个目的在于提出一种增强后图像的评价系统。

为了实现上述目的，本发明的第一方面的实施例公开了一种低照度图像增强方法，包括以下步骤：获取低照度图像，其中，拍摄所述低照度图像时的照度小于第一预定照度；对所述低照度图像进行反转，以得到所述低照度图像的反转图像；根据大气物理模型重构所述低照度图像以得到重构模型；估计初始亮度图，并利用范数约束对所述初始亮度图进行优化以得到优化亮度图；根据四叉树搜索方法估计大气环境光；根据所述优化亮度图和所述大气环境光对所述重构模型求解，以得到增强后图像。