[发明专利]一种低照度图像增强方法

权利要求书

1.一种低照度图像增强方法，其特征在于，所述低照度图像增强方法采用图像融合的方法进行低照度图像增强，通过对图像的入射分量和反射分量进行分离，对入射分量进行灰度拉升线性增强，再将入射分量和反射分量做基于梯度策略的DCT域多聚焦融合，最后得到增强后的图像；

所述对图像的入射分量和反射分量进行分离采用引导滤波器代替Retinex理论中的高斯滤波器，其中引导滤波器为公式(1)所示：

q(x,y)是输出图像，J(x,y)是引导图像，p(x,y)是输入要处理的图像，M_k是滤波半径为r的平方窗口，k(x,y)是滤波窗口的中心，a_k和b_k分别是当窗口中心位于像素k时的线性系数，u_k是图像J(x,y)对应滤波窗口M_k中的平均值，σ_k是窗口M_k中的方差，|w|是窗口M_k中的总像素数，是窗口M_k中图像p(x,y)的平均值，ε是一个正则化参数；

基于Retinex理论，用引导滤波器代替高斯滤波器提取图像的入射分量和反射分量，得到的入射分量和反射分量分别为公式(4)和公式(5)所示：

L_n(x,y)＝q_n(x,y)*J(x,y)                              (4)

其中，q_n(x,y)为引导滤波器，J(x,y)为输入的低照度图像，W_n为权重因子，R(x，y)为入射分量，L_n(x，y)为反射分量；

采用色彩因子C对所述入射分量进行灰度拉升线性增强，以弥补由于图像局部区域对比度增强而导致的图像颜色失真缺陷，如公式(6)所示：

R(x,y)＝C_i(x,y)R_i(x,y) i∈(r,g,b)                      (6)

色彩恢复因子C的表达式为公式(7)所示：

其中，N为图像的总列数；

引入色彩恢复因子C对入射分量图像进行色彩恢复如公式(8)-(10)所示：

R_i(x,y)＝lg(C_i(x,y)+1)*lg(R_i(x,y)+1)                   (10)

其中I(x,y)为要进行色彩恢复的图像，L_I(x,y)为反射分量，R_i(x,y)为入射分量；

对增强后的入射分量取反对数，如公式(11)所示：

R_I(x,y)＝exp(R_i(x,y))                                (11)

在进行融合前对入射分量进行灰度拉升线性增强，具体拉伸增强模型的计算方法如公式(12)所示：

其中，F(x,y)为待进行灰度拉升的图像，MAX和MIN分别为取最大值和最小值函数，b为线性增强系数，q为引导滤波器输出。

2.根据权利要求1所述的低照度图像增强方法，其特征在于：所述入射分量和反射分量做基于梯度策略的DCT域多聚焦融合包括以下步骤：

步骤一：将待融合图像分割成8×8块；

步骤二：对步骤一分割的每一块图像分别进行二维离散余弦变换，计算每一块的灰度值平均梯度，将灰度值平均梯度的大小作为融合准则，取梯度大的像素块作为融合后图像对应图像块的像素值，图像平均梯度的计算如公式(13)所示：

其中，F(i,j)为图像的第i行，第j列的灰度值；M、N分别为图像的总行数和总列数；

步骤三：设p1(m,n)和p2(m,n)分别表示待融合图像，p(m,n)为融合后的图像，在融合的过程中选择灰度值平均梯度大的作为融合图像p(m,n)的DCT块，即公式(14)所示：

步骤四：为防止颜色失真，将融合后的DCT域图像进行IDCT变换并使用伽马校正函数对彩色图像的各通道进行处理，伽马校正公式为公式(15)所示：

S′＝S^γ                                     (15)

其中，S和S′分别为校正前和校正后的输出图像，γ是用于控制校正强度的拉伸系数，通常取0.5-1之间的值。