CN104123698A - 应用于智能一体化摄像机的夜间图像增强方法 - Google Patents
应用于智能一体化摄像机的夜间图像增强方法 Download PDFInfo
- Publication number
- CN104123698A CN104123698A CN201310145117.4A CN201310145117A CN104123698A CN 104123698 A CN104123698 A CN 104123698A CN 201310145117 A CN201310145117 A CN 201310145117A CN 104123698 A CN104123698 A CN 104123698A
- Authority
- CN
- China
- Prior art keywords
- image
- gray
- value
- hsv
- rgb
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
一种应用于智能一体化摄像机的夜间图像增强方法,包括在原始图像数据空间对图像进行处理、计算灰度分布概率、使用灰度分布概率计算灰度分配动态范围、引入梯度阀值限制灰度分配动态范围、使用灰度分配动态范围生成灰度变换曲线,输出灰度变换曲线给下一帧图像使用、进行RGB->HSV色彩空间转换,将RGB值转换为HSV值;使用上一帧图像输出的灰度变换曲线对灰度值进行变换,在HSV空间上进行灰度转换,不影响颜色;再进行HSV->RGB的色彩空间转换,将HSV值转换为RGB值,替换原图像RGB值,输出对比度增强的图像,使得输出的夜间图像获得增强。
Description
技术领域
本发明涉及图像处理技术领域的一种应用于一体化摄像机特别是安防摄像机的夜间图像增强方法。
背景技术
由于受光照、CCD图像传感器等因素的制约,往往从摄像机直接得到的图像(尤其是夜晚场景)具有灰度对比度低、某些局部细节没有明显的灰度差别等特征,使人眼的视觉分辨或机器识别较为困难,因此需要引入增强图像对比度技术,其方法一般分为空间域法和变换域法。空间域法直接对图像像素的灰度进行处理。变换域法是在图像的某个变换域中对变换系数进行处理,然后通过逆变换获得增强图像。而直方图均衡化方法是图像增强空域法中的最常用、最重要的方法之一。它以概率理论作基础,运用灰度点运算实现将图像的原始直方图变换为接近均匀分布的直方图,从而达到图像增强的目的。
传统的直方图均衡化方法分为三个部分,(1)求出原图像直方图;(2)根据原图像直方图求出灰度值变换表;(3)利用灰度值变换表,把原图像灰度值转换成新的灰度值。
虽然直方图均衡化方法具有诸多优点,如运算快速、自动化等,但在实际运用中仍然存在一些不足:
(1)输出图像的实际灰度变化范围很难达到图像格式所允许的最大灰度变化范围,图像的层次感表现的不好。
(2)输出图像的灰度分布直方图虽然接近均匀分布,但其值与理想值1/n仍有可能存在较大的差异,并非是最佳值。
(3)原图像输出图像的灰度级有可能被过多地合并。灰度的吞噬也易造成图像信息的丢失。
(4)原图像的质量比较差、灰度动态范围小、直方图分布极不均匀时,使用传统的方法进行直方图均衡化运算,变换后的图像层次感更差。
(5)原图像灰度级较高的像素,由于1/n值不理想,造成被均衡化后灰度级反而更高,或者灰度级较低的像素灰度级变化不大的情况,存在图像对比度被过分增强的问题,输出的图像不符合人类视觉习惯,造成图像异常的效果。
(6)方法需要等待处理完一帧图像数据后再计算生成灰度变换曲线,不具备良好的实时性。
鉴于以上问题,本发明提供一种应用于一体化摄像机特别是安防摄像机的夜间图像增强方法,能够有效避免以上问题的发生,获得较好的拍摄效果。
发明内容
本发明的应用于智能一体化摄像机的夜间图像增强方法,包括:
(1)在原始图像数据空间对图像进行处理;
(2)计算灰度分布概率;
(3)使用灰度分布概率计算灰度分配动态范围;
(4)引入梯度阀值限制灰度分配动态范围;
(5)使用灰度分配动态范围生成灰度变换曲线,输出灰度变换曲线给下一帧图像使用;
(6)进行RGB->HSV色彩空间转换,将RGB值转换为HSV值;使用上一帧图像输出的灰度变换曲线对灰度值进行变换,在HSV空间上进行灰度转换,不影响颜色;再进行HSV->RGB的色彩空间转换,将HSV值转换为RGB值,替换原图像RGB值,输出对比度增强的图像。
优选地,其中(1)在原始图像数据空间对图像进行处理,包括将原始图像数据空间转换到HSV空间进行灰度变换,不需要转换成8位图数据空间,保留更多图像信息。
优选地,其中(2)计算灰度分布概率,包括参考传统灰度概率公式,用每个灰度的像素个数除以总的像素数,计算公式为i为第i个灰度,ni为第i个灰度的像素个数,N为总像素个数,P[i]为灰度分布概率,i的取值范围是0~(2n-1),是像素颜色的二进制数,例如212表示2的12次方,即像素有4096种颜色,该图为12位图,i=0~4095。
优选地,其中(3)使用灰度分布概率计算灰度分配动态范围,包括每个灰度可以分配到灰度种类的动态范围,计算公式为S[i]=(2n-1)×P[i],S[i]为灰度分配动态范围,可设置初始的待分配动态范围R为(2n-1),如12位图设置R=4095。
优选地,所述的灰度分配动态范围,当S[i]<nD,则S[i]=nD;当S[i]>nT,则S[i]=nT,其中nD、nT为用户可设的阀值,nD设得越大,则能保留的图像细节越多;nT设得越小,则图像增加的效果越强,同时图像噪点也越明显。
优选地,一般该nD值可设为1/12。
优选地,一般该nT值可设为2~8。
优选地,所述动态范围S[i]和待分配动态范围R,若S[i]>R,则表明剩余的动态范围不足,令S[i]=R;若S[i]<R,则R’=R-S[i],R’则成为下一个待分配动态范围R,继续判断下一个灰度动态范围剩余情况;当所有灰度都完成动态范围分配后,若R>0,平均分配剩余的待分配动态范围R,计算公式为S[i]=S[i]+R/4096。
优选地,所述使用公式T[i]=T[i-1]+S[i],i=1~(2n-1);当i=0时,则令T[0]=S[0],对T值进行四舍五入后,求得灰度变换曲线。
优选地,所述RGB->HSV->RGB的色彩空间转换使用RGB转化HSV算法,避免使用变换曲线转换灰度值时对颜色信息的干扰,然后使用HSV转化RGB算法,替换原图RGB值,输出对比度增强图像。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为应用本发明的智能一体化摄像机的夜间图像增强方法的硬件装置图;
图2为本发明的智能一体化摄像机的夜间图像增强方法步骤流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明可用于多种位宽数据(8位、12位、16位、24位),故以输出12位图智能一体化摄像机在夜间环境下的应用为例,说明本发明的具体实施方式。在夜间环境下拍摄的图像灰度级较低,图像层次不够丰富,图像信息较少,使得人眼和后端计算机难以识别及处理图像数据。又因为智能一体化摄像机输出的图像,在增强图像对比度的同时,必须保证图像不过度失真,输出图像自然。使用本发明,可提高图像对比度,增加图像信息,又可避免图像异常。下面将参考附图详细说明。
在图1中,智能一体化摄像机经嵌入式FPGA技术在硬件上加载本发明的方法,智能一体化摄像机直接输出处理后的图像给后端计算机处理图像信息。简化了图像处理技术,更高效、稳定的输出图像。
本发明方法图像处理流程详细说明如下:
(1)在CCD传感器位图数据空间上,计算灰度分布概率得到数组P[i],i=0~(212-1),即i=0~4095。
(2)设定初始待分配动态范围R=2n-1,即R=212-1=4095。
(3)使用灰度分布概率,计算灰度分配动态范围S[i]=4095×P[i],i=0~4095。
(4)引入梯度阀值nD、nT限定灰度分配动态范围S[i],若S[i]<nD,则S[i]=nD,S[i]最小值不小于nD值;若S[i]>nT,则S[i]=nT,S[i]最大值不大于nT值。nD、nT值可由用户设置,nD设得越小,则能保留越多的细节,一般设为1/12。nT设得越大,则效果越强,同时噪声也越明显,一般设为2~8。引入可设置的梯度阀值,影响变换曲线控制变换强度,避免智能一体化摄像机输出图像细节过多的丢失、失真的情况。
(5)若S[i]>R,表明剩余的动态范围已不足,则S[i]=R,若S[i]<R,则R’=R-S[i]。R’则成为下一个待分配动态范围R,继续判断下一个灰度动态范围剩余情况。
(6)当所有灰度都完成动态范围分配后,若R>0,即有剩余的灰度动态范围尚未分配,使用计算公式S[i]=S[i]+R/4096,平均分配剩余的待分配动态范围R。
(7)使用公式T[i]=T[i-1]+S[i],i=1~4095;当i=0时,则令T[0]=S[0],对T值进行四舍五入后,求得灰度变换曲线提供给下一帧图像使用。
(8)进行RGB->HSV色彩空间转换,将当前帧图像RGB值转换为HSV值,使用上一帧图像产生的灰度变换曲线进行灰度值变换,生成新的HSV值。
(9)进行HSV->RGB的色彩空间转换,替换原图像RGB值,输出对比度增强的图像。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种应用于智能一体化摄像机的夜间图像增强方法,包括:
(1)在原始图像数据空间对图像进行处理;
(2)计算灰度分布概率;
(3)使用灰度分布概率计算灰度分配动态范围;
(4)引入梯度阀值限制灰度分配动态范围;
(5)使用灰度分配动态范围生成灰度变换曲线,输出灰度变换曲线给下一帧图像使用;
(6)进行RGB->HSV色彩空间转换,将RGB值转换为HSV值;使用上一帧图像输出的灰度变换曲线对灰度值进行变换,在HSV空间上进行灰度转换,不影响颜色;再进行HSV->RGB的色彩空间转换,将HSV值转换为RGB值,替换原图像RGB值,输出对比度增强的图像。
2.根据权利要求1所述的一种应用于智能一体化摄像机的夜间图像增强方法,其特征是,其中(1)在原始图像数据空间对图像进行处理,包括将原始图像数据空间转换到HSV空间进行灰度变换,不需要转换成8位图数据空间,保留更多图像信息。
3.根据权利要求1所述的一种应用于智能一体化摄像机的夜间图像增强方法,其特征是,其中(2)计算灰度分布概率,包括参考传统灰度概率公式,用每个灰度的像素个数除以总的像素数,计算公式为i为第i个灰度,ni为第i个灰度的像素个数,N为总像素个数,P[i]为灰度分布概率,i的取值范围是0~(2n-1),是像素颜色的二进制数。
4.根据权利要求1所述的一种应用于智能一体化摄像机的夜间图像增强方法,其中(3)使用灰度分布概率计算灰度分配动态范围,包括每个灰度可以分配到灰度种类的动态范围,计算公式为S[i]=(2n-1)×P[i],S[i]为灰度分配动态范围,设置初始的待分配动态范围R为(2n-1)。
5.根据权利要求4所述的限制灰度分配动态范围,所述的灰度分配动态范围,当S[i]<nD,则S[i]=nD;当S[i]>nT,则S[i]=nT,其中nD、nT为用户可设的阀值,nD设得越大,则能保留的图像细节越多;nT设得越小,则图像增加的效果越强,同时图像噪点也越明显。
6.根据权利要求5所述的一种应用于智能一体化摄像机的夜间图像增强方法,其中nD值为1/12。
7.根据权利要求5所述的一种应用于智能一体化摄像机的夜间图像增强方法,其中nT值设为2~8。
8.根据权利要求4所述的一种应用于智能一体化摄像机的夜间图像增强方法,其中动态范围S[i]和待分配动态范围R,若S[i]>R,则表明剩余的动态范围不足,令S[i]=R;若S[i]<R,则R’=R-S[i],R’则成为下一个待分配动态范围R,继续判断下一个灰度动态范围剩余情况;当所有灰度都完成动态范围分配后,若R>0,平均分配剩余的待分配动态范围R,计算公式为S[i]=S[i]+R/4096。
9.根据权利要求1所述的一种应用于智能一体化摄像机的夜间图像增强方法,其中使用公式T[i]=T[i-1]+S[i],i=1~(2n-1);当i=0时,则令T[0]=S[0],对T值进行四舍五入后,求得灰度变换曲线。
10.根据权利要求1所述的的一种应用于智能一体化摄像机的夜间图像增强方法,其中RGB->HSV->RGB的色彩空间转换使用RGB转化HSV算法,避免使用变换曲线转换灰度值时对颜色信息的干扰,然后使用HSV转化RGB算法,替换原图RGB值,输出对比度增强图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310145117.4A CN104123698B (zh) | 2013-04-25 | 2013-04-25 | 应用于智能一体化摄像机的夜间图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310145117.4A CN104123698B (zh) | 2013-04-25 | 2013-04-25 | 应用于智能一体化摄像机的夜间图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104123698A true CN104123698A (zh) | 2014-10-29 |
CN104123698B CN104123698B (zh) | 2018-05-08 |
Family
ID=51769098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310145117.4A Active CN104123698B (zh) | 2013-04-25 | 2013-04-25 | 应用于智能一体化摄像机的夜间图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104123698B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327443A (zh) * | 2016-08-24 | 2017-01-11 | 电子科技大学 | 一种改进的遗传算法的夜间图像增强方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002197457A (ja) * | 2000-10-20 | 2002-07-12 | Eastman Kodak Co | ディジタル画像中の肌色を検出する方法 |
CN1731451A (zh) * | 2005-08-22 | 2006-02-08 | 上海广电(集团)有限公司中央研究院 | 增强图像颜色的方法 |
CN101873429A (zh) * | 2010-04-16 | 2010-10-27 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
CN101950412A (zh) * | 2010-07-23 | 2011-01-19 | 北京理工大学 | 一种红外图像细节增强和动态范围压缩方法 |
CN102436647A (zh) * | 2011-11-14 | 2012-05-02 | 江苏技术师范学院 | 一种自适应灰度映射的图像增强方法 |
-
2013
- 2013-04-25 CN CN201310145117.4A patent/CN104123698B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002197457A (ja) * | 2000-10-20 | 2002-07-12 | Eastman Kodak Co | ディジタル画像中の肌色を検出する方法 |
CN1731451A (zh) * | 2005-08-22 | 2006-02-08 | 上海广电(集团)有限公司中央研究院 | 增强图像颜色的方法 |
CN101873429A (zh) * | 2010-04-16 | 2010-10-27 | 杭州海康威视软件有限公司 | 图像对比度的处理方法及装置 |
CN101950412A (zh) * | 2010-07-23 | 2011-01-19 | 北京理工大学 | 一种红外图像细节增强和动态范围压缩方法 |
CN102436647A (zh) * | 2011-11-14 | 2012-05-02 | 江苏技术师范学院 | 一种自适应灰度映射的图像增强方法 |
Non-Patent Citations (1)
Title |
---|
乔闹生 等: "一种基于灰度冗余的融合的图像增强算法", 《光子学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327443A (zh) * | 2016-08-24 | 2017-01-11 | 电子科技大学 | 一种改进的遗传算法的夜间图像增强方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104123698B (zh) | 2018-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102496152B (zh) | 一种基于直方图的自适应图像对比度增强方法 | |
JP5889431B2 (ja) | 画像処理装置及び画像処理方法 | |
KR102049481B1 (ko) | 이미지 변환을 수행하는 전자 장치 및 이의 방법 | |
Chiu et al. | Efficient contrast enhancement using adaptive gamma correction and cumulative intensity distribution | |
CN103971330B (zh) | 图像增强方法及装置 | |
WO2017143635A1 (zh) | 一种降低显示面板功耗的方法及系统 | |
CN103778900B (zh) | 一种图像处理方法及系统 | |
CN100470588C (zh) | 增强图像颜色的方法 | |
CN102223547B (zh) | 图像色彩增强装置和方法 | |
CN102625030B (zh) | 视频增强方法和系统 | |
CN109313796B (zh) | 一种图像处理方法以及装置 | |
CN110189266B (zh) | 一种自适应的快速图像增强方法 | |
WO2013145732A1 (en) | System for improved image enhancement | |
Huang et al. | An advanced gradient histogram and its application for contrast and gradient enhancement | |
CN103685972B (zh) | 影像优化方法以及使用此方法的系统 | |
CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
CN110580690B (zh) | 一种识别峰值变换非线性曲线的图像增强方法 | |
CN104123698A (zh) | 应用于智能一体化摄像机的夜间图像增强方法 | |
Tsai et al. | Depth-guided pixel dimming with saliency-oriented power-saving transformation for stereoscope amoled displays | |
WO2023284528A1 (zh) | 一种图像增强方法、装置、计算机设备和存储介质 | |
KR102525546B1 (ko) | 영상 처리 방법 및 이를 수행하는 영상 처리 장치 | |
WO2023040431A1 (zh) | 一种色调映射方法、设备及系统 | |
WO2021223205A1 (en) | Encoder, decoder, system, and method for determining tone mapping curve parameters | |
CN105631812B (zh) | 一种对显示图像进行色彩增强的控制方法及控制装置 | |
CN108305234B (zh) | 一种基于最优化模型的双直方图均衡方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |