[发明专利]一种图像对比度的处理方法及系统

说明书

本发明公开了一种图像对比度的处理方法及系统，包括以下步骤：训练神经网络，识别低照度图片和高照度图片；通过摄像头获取监控视频，截取所需图片部分，对原始图像构造亮度直方图；分析亮度直方图的图像特征，并求取亮度平均值；选取所需增强对比度的图片区域；并识别图片的像素点；通过摄像头内的光发生装置，对所需图片部分对应的实物进行照射，照射到实物并反射的光经CCD相机接收；将图片去极化，增强图片中的彩色区域；将图像进行反锐化。本发明准确判断其光照度的情况，并进行准确处理，有效地提高了图像的分类速度和分类精度，进行反锐化，能够显著的提高图片的对比度和分辨率，且能够有效降低图片噪声，进一步提高图像的质量。

技术领域

本发明涉及图像对比度处理技术领域，特别涉及一种图像对比度的处理方法及系统。

背景技术

图像含有的信息量巨大，而且在多媒体技术发达的今天，人们都希望能看到清晰逼真的画面，这就对图像的质量要求也越来越高，对要求图像的处理技术也随之得到提升。在生活中，人们发现照片的灰暗，以至于照片的某些细节信息人眼观察不到。在图像的采集、处理、存储、显示或传输的过程中，有可能受到光电系统失真、噪声干扰、曝光不足或过量、相对运动、传输误码等的影响，从而使图像本身的质量降低，这就影响了图像的后续处理。我们知道，图像作为信息的载体，如果图像中所承载的信息被掩盖了，那么不只是模糊了我们的视觉，还会阻碍图像的后续处理。因此，对图像进行图像的对比度增强就变得尤为重要

在阴天、夜晚以及物体遮挡等低照度条件下，获得的图像往往存在动态范围较小、细节信息丢失严重并且含有大量噪声等问题。因此，低照度图像会严重影响甚至限制人眼或者计算机视觉系统的性能。对低照度图像进行增强处理，能够提升图像的清晰度，凸显场景的纹理细节，极大地提高图像的质量，从而为完成目标识别与追踪、图像分割等任务提供数据质量的保证。因此，研究低照度图像的增强具有重要的理论意义和实际应用价值。

发明内容

基于上述技术问题，本发明的目的在于提供一种图像对比度的处理方法及系统，对所需为实现上述目的，本发明提供如下技术方案：

一种图像对比度的处理方法，包括以下步骤：

S1、训练神经网络，识别低照度图片和高照度图片；

S2、通过摄像头获取监控视频，截取所需图片部分，对原始图像构造亮度直方图；

S3、分析亮度直方图的图像特征，并求取亮度平均值；

S4、选取所需增强对比度的图片区域；并识别图片的像素点；

S5、对识别完照度的图片进行计算亮度差值，当像素点的亮度减去亮度平均值之间的差值大于预设值时，将此像素点的亮度降低；

当亮度平均值减去像素点的亮度的差值大于预设值时，将此像素点的亮度增高；

S6、通过摄像头内的光发生装置，对所需图片部分对应的实物进行照射，照射到实物并反射的光经CCD相机接收；

S7、将步骤S5重复5次及以上，将图片去极化，增强图片中的彩色区域；

S8、将图像进行反锐化，对图片进行最后的对比度增强步骤。

优选的，步骤S4中训练神经网络包括：

S11、收集大量成对的正常光照图像和低光照图像作为训练样本；

S12、对神经网络算法模型进行初始化；

S13、进行网络训练，将所选正常光照图像和低光照图像作为训练样本作为训练数据集；

S14、调整权值，采取调整过的权值重复计算，直到误差满足要求。

优选的，步骤S5中具体还包括：