[发明专利]基于Bayer格式的图像增强方法及图像增强装置

说明书

技术领域

本发明涉及图像处理技术领域，具体而言，涉及一种基于Bayer格式的图像增强方法及图像增强装置。

背景技术

对于包含了大的信号量和较小的低对比度细节的高动态图像，既不符合人眼视觉特性，也不适合在通用的图像设备上显示输出。因此需要对高动态图像进行增强处理，高动态图像的增强包括动态范围的压缩和非理想成像区域的增强问题。

常用的动态图像压缩算法涉及到Retinex理论，如单尺度的Retinex算法、多尺度的Retinex算法和自适应尺度的multi-scale Retinex算法，上述的这些算法可以同时完成动态范围的压缩和局部对比度的增强，但是容易产生颜色失真，且计算过于复杂。

具有代表性的图像增强方法有灰度变换法、同态滤波、Retinex增强法和梯度域增强法。其中，灰度变换法运算速度块，有很好的实时性，但是往往没有考虑图像的频率以及细节信息，容易出现过增强现象；同态滤波法虽然可以很好地保持图像的原始面貌，但是没有充分考虑图像的局部特性，在增强图像某一部分像素时，导致另一部分过增强，而且实时性差；基于多尺度的Retinex图像增强方法能很好地增强图像，在保持原始图像亮度同时压缩对比度，但是应用过程中需要大量复杂的计算，这务必会影响算法的实时性应用。

因此，需要一种新的图像增强方案，能够在保证算法实时性的前提下，有效增强图像的对比度和细节信息，以提升图像的视觉效果。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本发明的目的在于提供一种基于Bayer格式的图像增强方法及图像增强装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。

本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。

根据本发明的一个方面，提供一种基于Bayer格式的图像增强方法，包括：

获取待处理的Bayer图像；

提取所述Bayer图像的基本层和细节层；

分别对所述Bayer图像的基本层和细节层进行增强处理，以得到增强后的基本层和细节层；

基于增强后的基本层和细节层，生成增强后的图像。

在本发明的一些实施例中，基于前述方案，提取所述Bayer图像的基本层和细节层的步骤，包括：

对所述Bayer图像进行导向滤波处理，以得到所述Bayer图像的基本层；

根据所述Bayer图像和所述Bayer图像的基本层，计算所述Bayer图像的细节层。

在本发明的一些实施例中，基于前述方案，对所述Bayer图像进行导向滤波处理的步骤，包括：

以所述Bayer图像中每个像素位置处的颜色分量为导向，对所述Bayer图像进行导向滤波处理。

在本发明的一些实施例中，基于前述方案，对所述Bayer图像的基本层进行增强处理，包括：

对所述Bayer图像的基本层进行动态范围压缩处理。

在本发明的一些实施例中，基于前述方案，对所述Bayer图像的基本层进行动态范围压缩处理，包括：

对于所述基本层中的任一像素点，计算以所述任一像素点为中心的预定区域内的像素点的灰度值均值；

根据所述灰度值均值，计算所述任一像素点的灰度值的归一化值；

根据所述归一化值和所述灰度值均值，计算所述任一像素点经过动态范围压缩后的归一化值；

根据所述基本层中所有像素点经过动态范围压缩后的归一化值，计算所述基本层压缩后的动态范围。

在本发明的一些实施例中，基于前述方案，基于以下公式计算所述任一像素点的灰度值的归一化值：

其中，N_Y(x,y)表示任一像素点p(x,y)的灰度值Y(x,y)的归一化值；MAX表示基本层中最大的灰度值；M(x,y)表示以所述任一像素点为中心的预定区域内的像素点的灰度值均值。

在本发明的一些实施例中，基于前述方案，根据以下的局部高动态范围压缩映射计算所述任一像素点经过动态范围压缩后的归一化值：

N_Y'(x,y)＝g·N_Y(x,y)^c-h·N_Y(x,y)^3c