[发明专利]基于色调映射和正则化模型的弱光图像增强方法

说明书

本发明公开了一种基于色调映射和正则化模型的弱光图像增强方法，其中设计了自适应映射参数对色调映射函数加以改进，对亮度较大的区域提高增强程度，对亮度较小的区域降低增强程度，使其对V通道图像进行自适应亮度增强；并构建L₁正则化模型对反转后的暗通道图像进行平滑，在去噪的同时获得更好的平滑效果，进而得到信息更丰富的细节层，同时考虑到图像灰度变化的频率和强度，将暗通道图像的信息熵和梯度特征融合对暗通道图像进行自适应对比度增强，可以恢复更多的细节信息。最后，基于两种方法的互补性，将亮度增强后的V通道图像和对比度增强的暗通道图像加权融合。

技术领域

本发明涉及一种计算机图像处理方法，尤其涉及一种弱光图像增强方法。

背景技术

阴天或夜晚拍摄图像时，由于周围光照条件欠佳，普通摄像机不能充分曝光，拍摄到的图像存在大量的暗区，亮度和对比度较低且大量细节丢失，难以得到感兴趣的信息，给视频监控、室外目标识别与追踪等带来很大困难。因此，弱光图像增强问题在计算机视觉应用领域和数字图像处理领域亟待解决。

现有的弱光图像增强方法主要有直方图均衡化^[1]，Retinex方法^[2]，色调映射方法^[3]，OBLCAE方法^[4]以及基于去雾模型的方法^[5]。色调映射方法利用映射函数对图像像素进行变换，将其转化为接近于正常光照下的灰度值，该算法简单，但是映射函数参数固定，不能根据图像亮度自适应调整，且噪声较大。Zhou^[4]等提出的OBLCAE方法通过映射函数对图像进行亮度增强和对比度提高，该算法能较好地保持图像的色彩，但其对整体亮度增强程度有限，且对比度较低，仍会丢失较多的细节。Dong^[5]等提出基于去雾的方法进行弱光图像增强，增强效果较好，但是易产生块效应且含有较多噪点。

[参考文献]

[1]Chen S D,Ramli A R.Preserving brightness in histogram equalizationbased contrast enhancement techniques[J].Digital Signal Process,2004,14(5):413–428。

[2]Rahman Z,Jobson D J,Woodell G A.Multi-scale retinex for colorimage enhancement[C].International Conference on Image Processing(ICIP).Lausanne,Switzerland,1996:1003-1006。

[3]Drago f,Myszkowski K,Annen T,et al.Adaptive logarithmic mappingfor displaying high contrast scenes[J].Computer Graphics Forum,2003,22(3):419-426.[4]Zhou Zhigang,Sang Nong.Global brightness and local contrastadaptive enhancement for low illumination color image[J].Optik,2014,125(6):1795-1799。

[5]Dong Xuan,Wang Guan,Pang Yi,et al.Fast efficient algorithm forenhancement of low lighting video[J].Journal of Information and ComputationScience,2011,10(7):1-6。

[6]Gonzalez R C,Woods R E.Digital Image Processing(2/E)[M].USA:Prentice Hall,2001。