CN104700369A - 夜幕数字图像的快速滤除增强方法 - Google Patents

Abstract

夜幕数字图像的快速滤除增强方法，属于图像增强技术领域。利用夜晚图像反转后的像素灰度值分布更偏重于较大值的这一重要特性，结合图像自身的局部信息，引入大气散射物理模型和暗通道先验来增强夜幕数字图像，大大提升了图像的滤除增强速度，更大程度上的保留了图像的信息。对待处理的图像数据进行反转，根据大气光值A＝[255，255，255]计算输入图像的暗通道图I_d，建立I_d的图像高斯金字塔，对金字塔最顶层进行中值滤波平滑，在平滑后的暗通道图I_m中去除局部纹理细节，得到一副新的暗通道图I_s，利用I_s提供的约束0≤I_opt≤I_s，对I_s进行优化，得到I_opt，计算透射函数t＝1.0-w*I_opt后，再得到增强结果J_en。本发明用于增强夜晚夜幕数字图像。

Description

夜幕数字图像的快速滤除增强方法

技术领域

本发明涉及一种夜幕数字图像的滤除增强方法，属于图像增强技术领域。

背景技术

由于夜晚的光照不足或者分布不均等特点，使得夜晚拍摄的图像常常不利于观察和研究。现有的技术往往利用红外图像或者同一地点的白天图像作为附加数据对光学图像进行增强，这样既增加了技术的成本，又限制了技术的适用范围。而其他基于像素级的图像增强方法要么忽略了图像本身的信息，建立简单的像素灰度值映射关系，要么使用多种先验知识和复杂的变换函数，大大地降低了处理速度，抑或使得增强后的图像失去了原有的一些信息。

发明内容

本发明的目的在于提供一种夜幕数字图像的快速滤除增强方法，本发明充分利用了夜晚图像反转之后的像素灰度值分布更偏重于较大值的这一重要特性，结合图像自身的局部信息，引入大气散射物理模型和暗通道先验来增强夜幕数字图像，大大提升了图像的滤除增强速度，更大程度上的保留了图像的信息。

实现上述目的，本发明采取的技术方案如下：

夜幕数字图像的快速滤除增强方法，所述的夜幕数字图像的快速滤除增强方法包含以下步骤：

第一步：向计算机内存输入图像数据I，并对输入图像进行反转，得到图像I_f；

第二步：利用大气光值A＝[255，255，255]，然后计算得到暗通道图I_d，这里，I_d＝min_{r，g，b}I_f，即计算得出彩色图像中对应每个像素的三个色彩通道中最小的值，构成暗通道图，r，g，b分别对应数字图像色彩空间中的红、绿、蓝三个颜色通道；

第三步：对所述的暗通道图I_d使用max pooling算法进行采样，建立暗通道图I_d的图像高斯金字塔；

第四步：利用中值滤波器对I_d的图像高斯金字塔的最顶层图像进行中值滤波平滑，得到平滑后的中间图像I_m；

第五步：使用局部标准差近似图像中的局部纹理细节，去除I_m中的局部纹理细节，得到一副新的暗通道图I_s；

第六步：利用新的暗通道图I_s提供的严格约束0≤I_opt≤I_s，对新的暗通道图I_s进行优化，得到最后的暗通道图I_opt，这里 $I_{\mathrm{opt}}=\left\{\begin{array}{cc}p\&CenterDot;I_d,& p\&CenterDot;I_d<I_s\\ I_s,& p\&CenterDot;I_d\&GreaterEqual;I_s\end{array}\right.;$

其中：I_opt为最终优化后的图像深度信息估计图；

p为调节参数，设定p＝0.95；

第七步：利用t＝1.0-w*I_opt得到优化的透射函数t；

其中：w为控制透射函数的参数，设定w＝0.98；

t为透射函数；

第八步：将透射函数t和大气光值A带入大气散射物理模型公式I_f＝J·t+A(1-t)中，并对计算得到的J进行反转，得到增强结果J_en＝255.0-J；

其中：J为最终结果的反转图像；

J_en为最终得到的增强图像。

本发明具有以下有益效果：

利用本发明的方法可以得到亮度和细节可见度增强后的夜晚图像。本方法每秒可处理800×600的图像帧30帧以上，完全达到夜幕数字图像实时快速滤除增强。增强后的图像更适合直接观察或者后续的使用。例如用于行车记录图像处理，可以方便司机对行车环境的观察，减少夜晚行车事故的发生，同时使得行车记录图像更清晰的记录信息；再如用于监控图像，利用本发明的方法，可以增强夜晚监控图像的亮度和细节可见度，方便安保人员观察监控，同时增强后的夜晚监控图像能够更好的适用于一些后续的图像处理算法，例如跟踪和行为识别等等；用于夜晚家庭图像拍摄，可以提升拍摄图像的质量，能够让拍摄的图像更适合人们观看，记录更多的场景信息。

综上，本发明结合图像自身的局部信息，引入大气散射物理模型和暗通道先验来增强夜晚夜幕数字图像，大大提升了图像的滤除增强速度，更大程度上的保留了图像的信息。

附图说明

图1是本发明的流程图；

图2是夜幕数字图像的增强结果展示图；

图3是夜幕数字视频的增强结果展示图。

具体实施方式

具体实施方式一：如图1和图2所示，夜幕数字图像的快速滤除增强方法，所述的夜幕数字图像的快速滤除增强方法包含以下步骤：

第一步：向计算机内存输入图像数据I，并对输入图像进行反转，得到图像I_f；

第二步：利用大气光值A＝[255，255，255](因为夜晚图像之中总会出现不同大小的黑暗区域，其像素值等于或十分接近于0，反转后对应的值通常为大气散射物理模型中的大气光值，即设为最大值[255，255，255])，然后计算得到暗通道图I_d，这里，I_d＝min_{r，g，b}I_f，即计算得出彩色图像中对应每个像素的三个色彩通道中最小的值，构成暗通道图，r，g，b分别对应数字图像色彩空间中的红、绿、蓝三个颜色通道；

第三步：对所述的暗通道图I_d使用max pooling(最大池)算法进行采样，建立暗通道图I_d的图像高斯金字塔；

第四步：利用中值滤波器对I_d的图像高斯金字塔的最顶层图像进行中值滤波平滑，得到平滑后的中间图像I_m；

第五步：使用局部标准差近似图像中的局部纹理细节，去除I_m中的局部纹理细节，得到一副新的暗通道图I_s(以去除图像中相近深度范围内物体深度的错误估计)；

第六步：利用新的暗通道图I_s提供的严格约束0≤I_opt≤I_s，对新的暗通道图I_s进行优化，得到最后的暗通道图I_opt，这里 $I_{\mathrm{opt}}=\left\{\begin{array}{cc}p\&CenterDot;I_d,& p\&CenterDot;I_d<I_s\\ I_s,& p\&CenterDot;I_d\&GreaterEqual;I_s\end{array}\right.;$

其中：I_opt为最终优化后的图像深度信息估计图；

p为调节参数，设定p＝0.95；

第七步：利用t＝1.0-w*I_opt得到优化的透射函数t；

其中：w为控制透射函数的参数，设定w＝0.98；

t为透射函数(和物体距离摄像机的距离信息有关)；

第八步：将透射函数t和大气光值A带入大气散射物理模型公式I_f＝J·t+A(1-t)中，并对计算得到的J进行反转，得到增强结果J_en＝255.0-J；

其中：J为最终结果的反转图像；

J_en为最终得到的增强图像。

具体实施方式二：如图1和图3所示，本实施方式在具体实施方式一的基础上对视频进行逐帧增强，可以针对采集的视频进行实时增强，也可以用于视频的后期增强之中。

Claims (1)

1.一种夜幕数字图像的快速滤除增强方法，所述的夜幕数字图像的快速滤除增强方法包含以下步骤：

第一步：向计算机内存输入图像数据I，并对输入图像进行反转，得到图像I_f；

第二步：利用大气光值A＝[255，255，255]，然后计算得到暗通道图I_d，这里，I_d＝min{r，g，b}I_f，即计算得出彩色图像中对应每个像素的三个色彩通道中最小的值，构成暗通道图，r，g，b分别对应数字图像色彩空间中的红、绿、蓝三个颜色通道；

第三步：对所述的暗通道图I_d使用max pooling算法进行采样，建立暗通道图I_d的图像高斯金字塔；

第四步：利用中值滤波器对I_d的图像高斯金字塔的最顶层图像进行中值滤波平滑，得到平滑后的中间图像I_m；

第五步：使用局部标准差近似图像中的局部纹理细节，去除I_m中的局部纹理细节，得到一副新的暗通道图I_S；

第六步：利用新的暗通道图I_S提供的严格约束0≤I_opt≤I_S，对新的暗通道图I_S进行优化，得到最后的暗通道图I_opt，这里 $I_{\mathrm{opt}}=\left\{\begin{array}{c}p\&CenterDot;I_d,p\&CenterDot;I_d<I_S\\ I_S,p\&CenterDot;I_d\&GreaterEqual;I_S\end{array}\right.;$

其中：I_opt为最终优化后的图像深度信息估计图；

p为调节参数，设定p＝0.95；

第七步：利用t＝1.0-w*I_opt得到优化的透射函数t；

其中：w为控制透射函数的参数，设定w＝0.98；

t为透射函数；

第八步：将透射函数t和大气光值A带入大气散射物理模型公式I_f＝J·t+A(1-t)中，并对计算得到的J进行反转，得到增强结果J_en＝255.0-J；

其中：J为最终结果的反转图像；

J_en为最终得到的增强图像。