[发明专利]一种融合策略下自适应RetinexNet的低照度图像增强方法

说明书

本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法，包括将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到图像的光照和反射率；将低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；图像重建，得到粗增强图像；获取低照度图像的虚拟过曝光图像，将其与低照度图像、粗增强图像进行融合；本发明改善了图像增强后的色彩失真现象，并满足了保留边缘结构和细节信息的同时可以有效抑制噪声的需求。

技术领域

本发明涉及图像处理技术领域，具体涉及一种融合策略下自适应RetinexNet的低照度图像增强方法。

背景技术

互联网的普及，让人类快速进入了信息时代，人们对各类信息的需求越来越大，而通过人眼视觉系统获取的信息约达到了人类获取信息总量的75％，其中图像又是人眼获取信息的重要载体之一。作为一种重要的信息载体，为了使图像能够满足各个应用领域的需要，图像处理技术也成为了人们研究的热门领域。在现实生活中，由于获取图像的设备和以及环境等因素，往往会得到一些低质量的图片。其中一部分原因是非正常天气因素导致的，也有一部分原因是设备等原因(比如曝光不足)造成的。这类图像一般会有整体偏暗、对比度差、以及细节不明显等问题，从而影响人们对图像内容的观察和图像的后续使用。

为了尽可能地提取低质量图像中的重要信息，有必要对此类图像进行图像处理，图像增强等图像处理技术也就因此而诞生。利用图像增强技术再现图像的内容，一方面可以提升视觉体验，满足人们的视觉欣赏需求；另一方面，图像增强作为计算机视觉的预处理手段之一，再现图像中细节信息，可以大大提升诸如计算机视觉领域的检测识别，生物医学领域的病理特征信息提取等生产应用的正确率。

当前在低照度环境下的图像增强包括直方图均衡化增强、小波变换图像增强以及Retinex理论增强等。相比较而言，基于Retinex理论的图像增强对大多数图像具有很好的增强效果，使用范围比较广。对于夜晚图像、大雾图像以及低照度图像等，Retinex图像增强方法也有不错的效果。但也存在较明显的颜色失真现象以及丢失了一定的边缘细节信息。

发明内容

为了提升图像的细节以及对比度，且令图像含有丰富的纹理细节和良好的视觉效果，本发明提出一种融合策略下自适应RetinexNet的低照度图像增强方法，具体包括以下步骤：

从历史数据中获取原始图像，以及原始图像对应的合成的低照度图像，将原始图像作为正常光图像，将合成的低照度图像作为低照度图像；

将低照度图像的V通道图像以及正常光图像对输入DecomNet中，得到正常光图像的光照和反射率，以及低照度图像的光照、反射率；

得到的低照度图像的反射率以及光照输入到RestorationNet中，用光照引导反射率降噪，得到降噪以后的反射率；

将低照度图像的反射率以及光照输入到EnhanceNet中，对低照度图像的光照进行增强，得到增强后的光照；

图像重建，即将优化后图像的H通道、V通道以及S通道使用颜色通道合成RGB图像，即粗增强图像；

获取低照度图像的虚拟过曝光图像，将低照度图像、粗增强图像以及虚拟过曝光图像进行融合，获得最终的优化后增强图像。

进一步的，图像输入DecomNet之前将训练集或者实时的待增强低照度图像进行颜色通道转换，将图像由RGB图像转化为HSV图像。