[发明专利]一种低亮度图像增强算法

说明书

本发明涉及一种低亮度图像增强算法，属于图像处理领域。包括以下步骤：（1）将图像由RGB色域空间数据转换为YUV色域空间数据，获取原图的亮度图像y_i以及原图色度uv。（2）对y_i进行反转操作获取y_n。（3）对y_n使用暗通道先验去雾算法进行图像增强获取图像y_e。（4）对y_e进行反转操作获取y_o。（5）对y_o进行Gamma变换获取y_g。（6）将亮度图像y_o与原图色度uv组合，得到处理后YUV图像，再将YUV色域空间转换到RGB色域空间，得到RGB图像，图像处理结束。本发明提供一种低亮度图像增强算法，能够减少噪声引入、提升低灰度图像识别度而且能够降低灰度图像的失真，提升整体图像质量。

技术领域

本发明涉及图像处理领域，特别是涉及一种低亮度图像增强算法。

背景技术

在图像拍摄过程中，由于受到光照、背景等原因的影响，一帧图像中可能同时存在高亮度区域和低亮度区域，由于视觉特性，我们可以轻松的观测到高亮度区域的图像细节，但是低亮度图像细节很难通过肉眼观察识别。导致图像产生了非均匀性，处于图像低亮度处的目标特征产生失真，增加了后期图像处理的难度，对系统鲁棒性带来负面影响。

而现有技术大多采用Gamma变换或者直方图均衡的方法，容易引入噪声并且会导致图像整体对比度降低，因此，本发明提出一种低亮度图像增强算法，旨在减少噪声引入，提升低亮度图像识别度，降低亮度图像的失真，提升整体图像质量。

发明内容

针对现有技术会一定程度引入噪声、降低图像整体对比度，而且一定程度上降低了图像质量的缺点，本发明提供一种低亮度图像增强算法，不仅能够减少噪声引入、提升低亮度图像识别度而且能够降低亮度图像的失真，提升整体图像质量。

本发明提供一种低亮度图像增强算法，其特征在于，包括以下步骤：

步骤S1：将图像由RGB色域空间数据转换为YUV色域空间数据，获取原图的亮度图像y_i以及原图色度uv。

步骤S2：对y_i进行反转操作获取亮度图像y_n，即:y_n＝2^N–y_i；其中N为图像位数。

步骤S3：对y_n使用暗通道先验去雾算法进行图像增强获取亮度图像y_e。具体的，所述暗通道先验去雾算法通过以下步骤加以说明：

步骤S31：计算每个像素的暗通道值J^dark(x)，先取图像中每一个像素的RGB三通道中的灰度值的最小值y，再对y进行最小值滤波得到暗通道值，公式如下：

其中J^c(y)表示RGB三通道中的某一通道像素值，c表示RGB其中一个通道，Ω(x)表示最小值滤波的矩阵。

步骤S32：从J^dark(x)按照大小排序，提取前0.1％的值取平均获取计算大气光值A。

步骤S33：按照如下公式计算图像透射率t(x)：t(x)＝1-w(J^dark(x)/A)，其中w为去雾系数。

步骤S34：按照如下公式计算无雾亮度图像y_e，y_e＝(y_n-A)/(t(x)+A)。

步骤S4：对y_e进行反转操作获取亮度图像y_o，即：

y_o＝2^N-y_e