CN105184747B

CN105184747B - 低照度图像对比度的提升方法

Info

Publication number: CN105184747B
Application number: CN201510572079.XA
Authority: CN
Inventors: 俞大海; 杨阳; 孙芳; 韩建枫
Original assignee: TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd
Current assignee: TIANJIN OPTICAL ELECTRICAL GAOSI COMMUNICATION ENGINEERING TECHNOLOGY Co Ltd
Priority date: 2015-09-09
Filing date: 2015-09-09
Publication date: 2019-05-10
Anticipated expiration: 2035-09-09
Also published as: CN105184747A

Abstract

一种低照度图像对比度的提升方法，包括以下步骤：A、自适应亮度提升：计算图像直方图的区域，然后根据线阵图像线路序列来判断图像是否需要提升，对直方图区域进行自适应拉伸；B、自适应对比度提升：选择待处理的像素作为中心像素，计算中心像素周围邻域的亮度均值M和方差б，再利用方差和均值，计算当前点的灰度值，用计算得到的新的灰度值代替之前的灰度值；C、噪声抑制：使用滤波器对图像中的噪声进行泊松去噪。可以有效增强低照度‑低对比度图像，使在低照度下采集到图像能够用于数据分析和识别。同时由于本发明采用的算法简单，可以实现大图像的实时处理。

Description

低照度图像对比度的提升方法

技术领域

本发明涉及图像处理的技术领域，具体说是一种低照度图像对比度的提升方法。

背景技术

光照环境是影响图像质量的一个重要因素。特别是低光照坏境时，由于坏境照度低，线阵相机的感光源不能充分曝光，从而导致图像的对比度相对较低。为了提高图像的亮度，大多数线阵相机会采取增大曝光，提高增益等方法来增大图像的亮度，期望达到增强对比度，在视觉上提升图像质量的目的。然而，无论是增大曝光，还是提高增益，都会使图像的质量下降。增大曝光会时运动图像模糊，提高增益则会增大图像中的暗电流噪声。因此，在照度低的环境中拍摄的图像一般都会亮度低、对比度低、噪声水平高。我们把这种低照度坏境中拍摄的，亮度低、对比度低、噪声水平高的图像称为低照度-低对比度图像(low-illuminance-low-contrast Image)，如图1所示，这种低照度-低对比度图像很难达到图像记录和分析的要求。

发明内容

本发明要解决的技术问题是提供一种低照度图像对比度的提升方法。

本发明为解决公知技术中存在的技术问题所采取的技术方案是:

本发明的低照度图像对比度的提升方法，包括以下步骤：

A、自适应亮度提升：

计算图像直方图的区域，然后根据线阵图像线路序列来判断图像是否需要提升，对直方图区域进行自适应拉伸；

B、自适应对比度提升：

选择待处理的像素作为中心像素，计算中心像素周围邻域的亮度均值M和方差б，再利用方差和均值，计算当前点的灰度值，用计算得到的新的灰度值代替之前的灰度值；

C、噪声抑制：

使用滤波器对图像中的噪声进行泊松去噪。

本发明还可以采用以下技术措施：

上述A步骤的自适应亮度提升中，又包括以下步骤：

a、计算图像的直方图，并对直方图累计求和，得到一组向量，向量中第n个值表示灰度值小于n的元素的个数，所用公式如下：

公式中n表示第n灰度等级，hist(k)表示直方图中灰度级为k的值，{p_n；n＝1,...,255}；

b、遍历向量{p_n；n＝1,...,255}中的每个元素，通过下面公式确定图像灰度值区间:

max{P_n≤H*W*0.618,n∈(1,...,255),P_n∈{p_n}}

公式中H，W分别为原始图像的水平、垂直方向像素的个数；

c、使用函数adjust拉伸变换图像的灰度矩阵，被拉伸区间里，我们的函数设置为： [r1,期望的灰度区间为：公式如下：

A步骤的b中，判断与1的关系，若则退出对图像进行对比度提升的所有步骤。

步骤B中计算中心像素周围15*15邻域的亮度均值M和方差б，通过方差和均值计算当前点灰度值的公式如下：

f_e(i,j)＝f(i,j)^φ(f(i,j))

步骤C中进行泊松去噪时选用的滤波器为均值滤波器。

选用的均值滤波器为多个，并分多次对图像进行滤波；在步骤A、B、C后，分别利用均值滤波器对图像进行滤波。

同时采用一维水平方向均值滤波器和一维垂直方向均值滤波器。

在步骤A和步骤B后采用一维水平方向均值滤波器进行滤波，在步骤C之后采用一维垂直方向均值滤波器进行滤波降噪。

本发明具有的优点和积极效果是:

本发明的低照度图像对比度的提升方法，通过自适应亮度提升、自适应对比度提升和噪声抑制，可以有效增强低照度-低对比度图像，使在低照度下采集到图像能够用于数据分析和识别。同时由于本发明采用的算法简单，可以实现大图像的实时处理。

附图说明

图1是未处理前的低照度-低对比度的图像；

图2是通过本发明的低照度图像对比度的提升方法处理后的图像；

图3是由图1中图像所得的直方图。

具体实施方式

以下结合附图和实施例对技术方案进行具体说明。

本发明的低照度图像对比度的提升方法，包括以下步骤：

A、自适应亮度提升：

B、自适应对比度提升：

C、噪声抑制：

使用滤波器对图像中的噪声进行泊松去噪。

本发明还可以采用以下技术措施：

上述A步骤的自适应亮度提升中，又包括以下步骤：

公式中n表示第n灰度等级，hist(k)表示直方图中灰度级为k的值，{p_n；n＝1,...,255}；对图1中图像进行计算后所得的直方图如图3所示，图中的曲线在灰度级50处逐渐趋于平滑，可以认为图像中大部分像素的灰度值都小于50；

max{P_n≤H*W*0.618,n∈(1,...,255),P_n∈{p_n}}

公式中H，W分别为原始图像的水平、垂直方向像素的个数；

步骤B中计算中心像素周围15*15邻域的亮度均值M和方差б，使用自适应局部对比度增强，逐patch对图像进行对比度增强，通过方差和均值计算当前点灰度值的公式如下：

f_e(i,j)＝f(i,j)^φ(f(i,j))

步骤C中进行泊松去噪时选用的滤波器为均值滤波器。

由于图像中的噪声是暗电流噪声，噪声概率密度为泊松分布。要求整体运算时间在5s以内，所以使用多个均值滤波器，实现泊松去噪。而由于图像是线阵相机拍摄，横轴噪声变化与时间相关，故使用一维水平方向均值滤波器，和一维垂直方向均值滤波器，达到降噪的目的。

一维水平方向均值滤波器的模板如下：

一维垂直方向均值滤波器的模板如下：

通过利用本发明的对比度提升方法处理过的图像如图2所示，将图2与原图1中的原图像进行对比，可以明确看出图2明显好于图1，本发明可以有效增强低照度-低对比度图像。本发明中用于测试的图像都为线阵相机所摄的2048*8000的高清图像，每幅图像的运行平均时间5.831s。通过实验测试处理了100张低照度-低对比度图像后，可得出100张图像均得到了有效的增强。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例公开如上，然而，并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当然会利用揭示的技术内容作出些许更动或修饰，成为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均属于本发明技术方案的范围内。

Claims

1.一种低照度图像对比度的提升方法，包括以下步骤：

A、自适应亮度提升：

B、自适应对比度提升：

C、噪声抑制：

使用滤波器对图像中的噪声进行泊松去噪；

其中，A步骤的自适应亮度提升中，又包括以下步骤：

max{P_n≤H*W*0.618,n∈(1,...,255),P_n∈{p_n}}

公式中H，W分别为原始图像的水平、垂直方向像素的个数；

c、使用函数adjust拉伸变换图像的灰度矩阵，被拉伸区间里，我们的函数设置为：期望的灰度区间为：公式如下：

2.根据权利要求1所述的低照度图像对比度的提升方法，其特征在于：A步骤的b中，判断与1的关系，若则退出步骤B。

3.根据权利要求1或2所述的低照度图像对比度的提升方法，其特征在于：步骤B中计算中心像素周围15*15邻域的亮度均值M和方差б，通过方差和均值计算当前点灰度值的公式如下：

f_e(i,j)＝f(i,j)^φ(f(i,j))。

4.根据权利要求1或2所述的低照度图像对比度的提升方法，其特征在于：步骤C中进行泊松去噪时选用的滤波器为均值滤波器。

5.根据权利要求4所述的低照度图像对比度的提升方法，其特征在于：选用的均值滤波器为多个，并分多次对图像进行滤波；在步骤A、B、C后，分别利用均值滤波器对图像进行滤波。

6.根据权利要求5所述的低照度图像对比度的提升方法，其特征在于：同时采用一维水平方向均值滤波器和一维垂直方向均值滤波器。

7.根据权利要求6所述的低照度图像对比度的提升方法，其特征在于：在步骤A和步骤B后采用一维水平方向均值滤波器进行滤波，在步骤C之后采用一维垂直方向均值滤波器进行滤波降噪。