[发明专利]一种用于海事无人机的低照度视频图像增强方法

说明书

本发明公开了一种用于海事无人机的低照度视频图像增强方法，包括：1)提取海事无人机拍摄的视频图像，进行视频去抖动操作；2)计算照射分量图像的估计值，对视频图像进行分解，得到反射分量图像；3)使用限制对比度自适应直方图均衡化方法(CLAHE)对照射分量图像的估计值进行对比度增强；4)建立基于改进的残差卷积神经网络，对反射分量图像进行噪声抑制处理，得到去噪后的反射分量图像。5)基于Retinex合成模型，对增强后的照射分量图像和去噪后的反射分量图像进行合成，得到海事无人机的视频增强图像。该方法不仅能解决低照度条件下海事无人机视频图像存在的亮度、对比度低和含有噪声问题，还能解决由于视频抖动而产生的图像模糊问题。

技术领域

本发明涉及视频图像处理技术领域，具体地指一种用于海事无人机的低照度视频图像增强方法。

背景技术

海事无人机作为海事监管的一种有效手段，可通过搭载视频成像设备自主进行海事巡航和监管，实现环境感知、目标识别和海难搜救等功能。但在夜间、建筑物遮挡等低照度条件下，海事无人机视频图像的获取受环境光照条件的影响，存在亮度低、对比度不高、噪声严重、细节丢失等问题，导致人眼对视频图像分辨能力差，甚至对某些局部细节不能分辨，制约了海事无人机在海上目标检测、海难搜救等方面的高效应用。此外，在实际情况下，由于受到姿态变化以及成像设备振动的影响，海事无人机视频图像出现序列帧间变化大、图像模糊和不稳定等现象，更加不利于人工对机载低照度视频图像的观测和判别。因此，在低照度条件下，要得到较为精确的视频图像信息，使海事无人机在实际应用中发挥更加重要的作用，对其低照度视频图像进行增强处理显得尤为重要。

发明内容

本发明的目的在于克服现有技术的不足，提出一种用于海事无人机的低照度视频图像增强方法，该方法不仅能解决低照度条件下海事无人机视频图像存在的亮度、对比度低和含有噪声问题，还能解决由于视频抖动而产生的图像模糊问题。

为实现上述目的，本发明所设计的一种用于海事无人机的低照度视频图像增强方法，其特殊之处在于，所述方法包括如下步骤：

1)提取海事无人机拍摄的视频图像，采用基于Harris角点检测算子的多尺度金字塔机载视频图像特征提取算法进行视频去抖动操作；

2)采用融合主特征提取模型计算照射分量图像的估计值，然后基于Retinex分解模型对视频图像进行分解，得到反射分量图像；

3)使用限制对比度自适应直方图均衡化方法(CLAHE)对所述照射分量图像的估计值进行对比度增强，得到增强后的照射分量图像；

4)建立基于改进的残差卷积神经网络，对反射分量图像进行噪声抑制处理，得到去噪后的反射分量图像。

5)基于Retinex合成模型，对步骤3)中增强后的照射分量图像和步骤4)中去噪后的反射分量图像进行合成，得到海事无人机的视频增强图像。

优选地，所述步骤1)的具体步骤包括：

1.1)在多尺度金字塔框架下，利用Harris角点检测方法对当前帧与前一帧相应的图像进行特征点检测，然后采用SIFT算子在所提取特征点上计算特征描述值，得到视频相邻帧的最优匹配特征点；

1.2)在最优匹配点的基础上，采用4参数的仿射变换模型计算运动矢量：

M＝[X^TX]^-1X^TY

其中，M为运动矢量矩阵，X和Y分别表示前一帧和当前帧的特征点坐标。

1.3)将运动矢量矩阵M作为观测矩阵，进行Kalman滤波，获取运动补偿分量M'，对当前帧图像进行逐帧补偿，得到去抖动后的低照度视频图像：