[发明专利]一种低照度图像增强方法

说明书

本发明公开了一种低照度图像增强方法，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。

技术领域

本发明涉及计算机视觉技术领域，特别是涉及低照度图像增强方法。

背景技术

在夜晚、黄昏等缺少光线、能见度低的条件下，图像采集设备所采集的图像不仅存在暗区而且图像的亮度和对比度都会严重降低，导致图像细节难以分辨甚至无法看到任何细节，从而对可视化工程管控中图像的识别判断及信息的提取造成一定影响。

因此希望有一种增强低照度图像的细节特征最终提高图像的整体质量的方法能够解决现有技术中存在的问题。

发明内容

本发明公开了低照度图像增强方法,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。

优选地，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。

优选地,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：

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；