[发明专利]基于Sigmoid曲线拟合的亮度可控土壤图像增强方法

权利要求书

1.一种基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，其特征在于：包括如下步骤：

S1.使用Sigmoid拟合土壤图像Y分量的累积概率密度cdf，得到累积概率密度cdf的Sigmoid拟合曲线；

S2.对cdf的Sigmoid拟合曲线进行亮度迁移处理，得到亮度迁移后的cdf的Sigmoid拟合曲线cdf_tar；

S3.根据拟合曲线cdf_tar，对土壤图像Y分量进行亮度排序与迁移处理，得到处理后的Y分量；

S4.对土壤图像U、V分量进行校正，得到校正后的颜色分量；

S5.对处理后的Y分量以及校正后的颜色分量进行融合，并转换回RGB颜色空间，得到增强的RGB图像。

2.根据权利要求1所述的基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，其特征在于：根据如下公式确定累积概率密度cdf的Sigmoid拟合曲线cdf_fit(y)：

其中，y为Y分量亮度级，u为Y分量的亮度均值，a为影响Sigmoid拟合曲线的倾斜程度；

根据如下方法确定参数a：

构建优化模型：

其中，cdf(y)为原始土壤图像Y分量的累积概率密度；

求解优化模型，计算得到参数a。

3.根据权利要求1所述的基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，其特征在于：所述步骤S2，具体包括：

S21.构建目标亮度均值优化迁移模型：

其中，为土壤图像迁移的目标亮度均值；为k次迁移后的cdf_{migrate_k}曲线对应图像的亮度均值；cdf_{migrate_k}为k次迁移后的Sigmoid拟合曲线；

S22.将设定的目标亮度均值y_tar引入优化迁移模型，使得目标亮度均值优化迁移模型取得最小值，最小值时所得的Sigmoid拟合曲线即为所求目标亮度均值对应的cdf曲线cdf_tar。

4.根据权利要求3所述的基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，其特征在于：所述步骤S22，具体包括：

初始化处理：

η₁执行第1次迁移后的总迁移量，为目标亮度均值，为土壤图像Y分量原亮度均值；迁移次数k＝1，目标亮度均值与迁移后的Sigmoid拟合曲线对应图像亮度均值之间的初始差值

S221.对cdf的Sigmoid拟合曲线cdf_fit(y)进行迁移，得到经过第k次迁移后的Sigmoid拟合曲线S_{move_k}(y)：

其中，η_k为执行k次迁移后的总迁移量；

S222.根据Sigmoid拟合曲线S_{move_k}(y)，计算第k次迁移后的cdf_{migrate_k}曲线对应图像的亮度均值

S223.计算目标亮度均值与均值之间的差值

S224.使得迁移次数k加1，得到更新后的迁移次数k，并更新参数η_k；

S225.判断是否成立，若是，则进入步骤S226；若否，则返回执行步骤S221；

S226.将均值对应的Sigmoid拟合曲线作为曲线cdf_tar。

5.根据权利要求4所述的基于Sigmoid曲线拟合的亮度可控土壤图像增强方法，其特征在于：根据如下公式确定第k次迁移后的cdf_{migrate_k}曲线对应图像的亮度均值

其中，

cdf_{migrate_k}(y)＝S_{migrate_k}(y)；

max(S_{move_k}(y))为S_{move_k}(y)对应的最大值，min(S_{move_k}(y))为S_{move_k}(y)对应的最小值。