[发明专利]一种适用于集装箱自动化智能升级的图像预处理算法

权利要求书

1.一种适用于集装箱自动化智能升级的图像预处理算法，其特征在于，其步骤包括：

S1：获取待校正图像并进行自适应人工多曝光融合处理；改变所述待校正图像的gamma值并获得不同曝光度版本的图像，所述调整gamma值的公式(1)为：

I_γ(x,y)＝I(x,y)^γ (1)

式中，I_γ(x,y)为gamma值为γ的版本图像，I(x,y)为待校正图像；

S2：计算所述不同曝光度版本的图像熵值Entropy，所述图像熵值Entropy的计算公式(2)为：

Entropy＝∑P_i(I_i)log₂(I_i) (2)

式中，I_i为输入图像的灰度形式，P_i为图像中灰度等级为i的出现频率，i∈[0,255]；

S3：选择所述不同曝光度版本中熵值最大的版本图像作为输入图像，以对比度与曝光度作为权重对所述输入图像进行权重相乘并进行归一化处理，所述权重相乘的计算公式(3)为：

式中，为(x,y)位置的像素对比度权重，为(x,y)位置的像素曝光度权重，W_k(x,y)为(x,y)位置经过权重相乘后的像素权重；

S4：将所述归一化处理后的像素权重与输入图像带入图像多尺度融合策略公式并得到对比度增强版本图像，所述图像多尺度融合策略公式(4)为：

式中，J_l(x,y)为第l层融合结果，G_l{g}为第l层γ＝k曝光度版本时的高斯变换，L_l{g}为第l层γ＝k曝光度版本时的拉普拉斯变换；为(3)得到的γ＝k曝光度版本的融合权重W_k(x,y)经归一化处理的结果，E_k(x,y)为γ＝k时(x,y)位置像素的强度；

S5：对所述待校正图像进行自适应参数调整的颜色通道补偿校正处理；通过退化映射图公式计算所述待校正图像RGB颜色空间中c通道退化映射值，所述退化映射图公式(5)为：

A^c(x,y)＝1-I^c(x,y) (5)

式中，A^c(x,y)为c颜色通道的退化映射值，I^c(x,y)为c颜色通道中(x,y)位置像素的强度值，c＝[R,G,B]即RGB颜色空间中的红色通道、绿色通道以及蓝色通道；

S6：对所述c通道退化映射值进行均值化计算，并得到红色通道退化映射均值mean[A^R(x,y)]、绿色通道退化映射均值mean[A^G(x,y)]以及蓝色通道退化映射均值mean[A^B(x,y)]；

S7：比较mean[A^R(x,y)]、mean[A^G(x,y)]与mean[A^B(x,y)]数值大小，退化映射均值较小的颜色通道为主导颜色通道，其余两条颜色通道为待补偿的退化颜色通道；

S8：补偿后的退化通道(x,y)位置像素的强度值与待补偿的退化通道(x,y)位置像素的强度值I_d(x,y)的差值ΔI_d(x,y)由公式(6)表示为：

式中，α_Ω(x,y)为在一个特定的滑动窗口Ω内退化通道(x,y)位置的局域补偿参数，为主导颜色通道的强度均值，为退化颜色通道的强度均值，I_D(x,y)为主导颜色通道中(x,y)位置像素的强度值，I_d(x,y)为待补偿的退化颜色通道中(x,y)位置像素的强度值；

S9：对所述公式(6)进行引导滤波公式推导并得到局域补偿参数α_Ω(x,y)的计算公式(7)为：

式中，σ²为I_D(x,y)在滑动窗口Ω内的方差，|n|为I_D(x,y)在滑动窗口Ω内的像素数量；为滑动窗口Ω内主导颜色通道像素强度的平均值，为滑动窗口Ω内相应退化颜色通道像素强度的平均值；

S10：根据滑动窗口Ω的轨迹、大小以及α_Ω(x,y)计算(x,y)位置的补偿参数α(x,y)，所述α(x,y)的计算公式(8)为：

根据|n|＝2，则滑动窗口Ω的大小为n²＝4即滑动窗口每次覆盖4个像素大小的区域；滑动窗口Ω采用“自左向右，自上向下”的方式逐行逐列覆盖滑动，则覆盖同一像素位置将被α_Ω＝1,α_Ω＝2,α_Ω＝3,α_Ω＝4滑动窗口四次覆盖，每次覆盖的α_Ω(x,y)值由式(7)得到；

S11：根据颜色通道补偿公式以及计算得到的α(x,y)，计算补偿后的c退化颜色通道中(x,y)位置像素的强度值所述颜色通道补偿公式(9)为：

S12：对所述补偿后的图像进行gray-world白平衡处理并得到颜色校正图像；

S13：对所述对比度增强版本图像进行引导滤波处理并得到对比度增强版本图像的基础层图像，所述引导滤波处理的计算公式(10)为：

B(x,y)＝G_r,ε{I_m(x,y),I_m(x,y)} (10)

式中，G_r,ε{g}为引导滤波处理过程，r为给定区域ω内的滤波半径，ε为可控制滤波模糊度，I_m(x,y)为对比度增强版本图像，B(x,y)为基础层图像；

S14：对比度增强版本图像I_m(x,y)减去基础层图像B(x,y)得到对比度版本图像的细节层图像D(x,y)，其计算公式(11)为：

D(x,y)＝I_m(x,y)-B(x,y) (11)

S15：以颜色校正图像为参考图像，对所述基础层图像进行颜色通道转移处理，所述颜色通道转移处理的计算公式(12)为：

式中，为颜色通道转移处理后基础层图像的Lab色彩空间的L颜色通道，为颜色通道转移处理后基础层图像的Lab色彩空间的a颜色通道，为颜色通道转移处理后基础层图像的Lab色彩空间的b颜色通道，I_L(x,y)为基础层图像的Lab色彩空间的L颜色通道，I_a(x,y)为基础层图像的Lab色彩空间的a颜色通道，I_b(x,y)为基础层图像的Lab色彩空间的b颜色通道，为基础层图像的Lab色彩空间的L颜色通道均值，σ_L为基础层图像的Lab色彩空间的L颜色通道标准差，为基础层图像的Lab色彩空间的a颜色通道均值，σ_a为基础层图像的Lab色彩空间的a颜色通道标准差，为基础层图像的Lab色彩空间的b颜色通道均值，σ_b为基础层图像的Lab色彩空间的b颜色通道标准差，为颜色校正图像的Lab色彩空间的L颜色通道均值，为颜色校正图像的Lab色彩空间的L颜色通道标准差，为颜色校正图像的Lab色彩空间的a颜色通道均值，为颜色校正图像的Lab色彩空间的a颜色通道标准差，为颜色校正图像的Lab色彩空间的b颜色通道均值，为颜色校正图像的Lab色彩空间的b颜色通道标准差；

S16：将所述颜色通道转移处理后的基础层图像与对比度版本图像的细节层图像D(x,y)进行叠加处理，获得最终的预处理图像，所述叠加处理的计算公式(13)为：

I^p(x,y)＝B^p(x,y)+D(x,y) (13)

式中，I^p(x,y)为预处理图像，B^p(x,y)为颜色通道转移处理后的基础层图像。