[发明专利]一种基于指数运算的低照度视频实时增强方法与装置

说明书

本发明公开一种基于指数运算的低照度视频实时增强方法与装置，该方法将视频中的每帧图像分为R、G、B三通道，对每个通道的值进行归一化，使得变为0‑1之间的值；引入低照度增强因子，其值在0.05‑0.5之间；对归一化后每个通道的值与低照度增强因子进行指数运算，最后对增强后的视频帧进行还原，并输出视频帧。本发明还涉及一种基于指数运算的低照度视频实时增强装置，包括：视频输入模块，视频帧归一化模块，视频帧指数增强模块，视频帧复原模块，视频输出模块。本发明简单有效，只有指数运算，运算量小，能有效地提高低照度视频增强的处理速度，满足低照度增强处理的实时性需求。

技术领域

本发明涉及图像及视频处理领域，尤其涉及一种基于指数运算的低照度视频实时增强方法与装置。

背景技术

低照明度、夜间、黄昏或者背光环境下造成拍摄的图片和视频图像质量差，亮度低，清晰度低等问题，影响了图像和视频的视觉效果。在智能监控与模式识别领域，低照度图像或视频往往会严重降低识别的精度，针对低照度图像与视频的增强处理成为识别系统必不可少的环节，低照度图像与视频增强算法对于智能系统识别精度的提高具有重大的作用和意义。而且，对有低照度视频的增强处理具有广阔的应用前景，可应用于低照度环境下的拍摄、航拍、遥感、户外监控、智能交通甚至是军事用途等。经过低照度增强处理的图像和视频更具有实用价值，有利于众多领域的图像理解，计算机视觉应用，图像分类，图像/视频检索，遥感和视频分析和识别，给人们的生活带来更多的便利。

目前，在计算机图像处理领域，主要有基于空域的低照度图像增强方法、基于Retinex的低照度图像增强方法、基于仿生学的低照度图像增强方法、基于去雾理论的低照度图像增强方法等。空域低照度图像增强方法通过将一已知灰度值概率密度分布的图像经过某种变换变成一幅具有均匀灰度概率密度分布的图像，但是这种方法需要将彩色图像变换为灰度图像后才可进行处理，丢失了一部分原彩色图像的信息。基于Retinex的低照度图像增强方法可以有效地保持景物的边缘信息，然而该方法有计算量大、颜色失真、对比度较低、有光晕现象等缺陷。基于仿生学的低照度图像增强方法从模拟人眼视觉系统机制出发，可以有效地提高图像的对比度，但是仍存在计算量大和颜色失真的问题。基于去雾理论的低照度图像增强方法通过将低照度图像反转，然后对反转后的图像采用去雾的理论进行处理，最后将处理后的图像再反转回来。该方法对图像具有较好的增强效果，但对于高清图像(1080P)，所需运算量大，无法做到高清视频的实时增强，限制了其应用范围。因此，亟需一种可实时处理的低照度视频增强方法及装置。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于指数运算的低照度视频实时增强方法与装置，通过指数运算增强低照度图像质量并满足视频增强的实时性要求。

本发明采用的技术方案是：

一种基于指数运算的低照度视频实时增强方法，其包括以下步骤：

S110：采集视频中的一帧图像，图像的各个通道的值表示为其中x为像素点，i表示某个通道,i∈{R,G,B}，I_R(x)为R通道的像素点值，I_G(x)为G通道的像素点值，I_B(x)为B通道的像素点值；

S120：像素归一化：各个通道分别采用公式N_i(x)＝I_i(x)/255进行归一化，得到0-1之间的值；

S130：确定增强因子α的取值，增强因子α的取值范围为[0.05-0.5]；

S140：像素点指数增强：通过公式L_i(x)＝pow(N_i(x),α)对各个通道分别进行像素点指数增强，pow为指数运算，N_i(x)为i通道x像素点归一化后的值，L_i(x)为增强后的归一化视频帧；