CN105631834A - 一种夜视图像增强方法 - Google Patents

Abstract

本发明涉及一种夜视图像增强方法，包括以下步骤：将RGB彩色图像转化为灰度图像；根据灰度图像的直方图分布情况，获取该灰度图像的像素阈值；将RGB彩色图像分解为红、绿和蓝色三个通道的单通道图像；分别对红、绿和蓝色通道图像进行处理，得到处理后的红、绿和蓝色三个单通道图像；将处理后的红、绿和蓝色三个单通道图像合并为RGB三通道彩色图像；输出RGB三通道彩色图像。本发明不仅能够对夜视弱光图像进行有效快速的增强处理，避免图像细节丢失，还能够提高图像的对比度，适用于夜视图像增强处理。

Description

一种夜视图像增强方法

技术领域

本发明涉及夜视图像增强技术领域，具体涉及一种夜视图像增强方法。

背景技术

夜视弱光图像的主要特点是颜色较暗，其对应的直方图分布集中于坐标系的左侧。由于图像颜色较暗，图像的细节难以表达清楚，不利于观察及分析，因此，需要对图像进行增强处理，但在增加图像的亮度信息时，要确保不使图像过亮，以免丢失图像的细节信息。

目前，通常采用直方图均衡化图像增强方法，以图像的像素分布情况进行拉伸，来增加图像的亮度和对比度。但是该算法会丢失图像的一些低频分量，使图像细节丢失，并且处理后的图像灰度分布均匀，不适于夜视图像的增强处理。

发明内容

本发明的目的在于提供一种夜视图像增强方法，该方法能够解决现有技术中存在的不足，不仅能够对夜视弱光图像进行有效快速的增强处理，避免图像细节丢失，还能够提高图像的对比度，适用于夜视图像增强处理。

为实现上述目的，本发明采用了以下技术方案：

一种夜视图像增强方法，该方法包括以下步骤：

(1)采用以下公式将RGB彩色图像转化为灰度图像：

gray(x,y)＝a*R(x,y)+b*G(x,y)+c*B(x,y)；

其中，(x,y)表示像素的位置；gray(x,y)表示(x,y)处所对应的灰度像素值；a、b和c分别表示不同的权值，且a+b+c＝1；R(x,y)表示红色通道在(x,y)处的像素值，G(x,y)表示绿色通道在(x,y)处的像素值，B(x,y)表示蓝色通道在(x,y)处的像素值；

(2)根据灰度图像的直方图分布情况，采用以下公式获取该灰度图像的像素阈值Th_pixel；

sum＝sum+hist[i],i＝i+1,i∈[0,255]；

sum≥sumpixel×0.98；

其中，i表示灰度值，i的初始值为0；hist[i]表示灰度图像的直方图分布情况，即灰度值为i的像素的个数；sumpixel表示灰度图像的像素数；sum表示灰度值从0到i的所有像素个数和，sum的初始值为0，当sum≥sumpixel×0.98时，此时的灰度值i即为该灰度图像的像素阈值Th_pixel；

(3)将RGB彩色图像分解为红、绿和蓝色三个通道的单通道图像；

(4)根据灰度图像的像素阈值Th_pixel，分别对红、绿和蓝色通道图像进行处理，得到处理后的红、绿和蓝色三个单通道图像；具体地说，采用以下公式对红色通道图像进行处理：

其中，R(x,y)表示红色通道图像在(x,y)处的像素值，Rresult(x,y)为处理后的红色通道图像在(x,y)处的像素值；

采用以下公式对绿色通道图像进行处理：

其中，G(x,y)表示绿色通道图像在(x,y)处的像素值，Gresult(x,y)为处理后的绿色通道图像中在(x,y)处的像素值；

采用以下公式对蓝色通道图像进行处理：

其中，B(x,y)表示蓝色通道在(x,y)处的像素值，Bresult(x,y)为处理后的蓝色通道图像中在(x,y)处的像素值；

(5)将处理后的红、绿和蓝色三个单通道图像合并为RGB三通道彩色图像；

(6)输出RGB三通道彩色图像。

由以上技术方案可知，本发明不仅能够对夜视弱光图像进行有效快速的增强处理，避免图像细节丢失，还能够提高图像的对比度，适用于夜视图像增强处理。

附图说明

图1是本发明的方法流程图；

图2a、2b、2c分别是RGB彩色图像、对应的灰度图像及对应的灰度图像直方图；

图3a、3b、3c分别是分解后的红、绿和蓝色三个通道的单通道图像；

图4a、4b、4c分别是处理后的红、绿和蓝色三个通道的单通道图像；

图5a、5b、5c分别是合并后的RGB三通道彩色图像、对应的灰度图像及对应的灰度图像直方图。

具体实施方式

下面结合附图对本发明做进一步说明：

如图1所示的一种夜视图像增强方法，该方法包括以下步骤：

(1)输入如图2a所示的夜间弱光下的RGB彩色图像，采用公式(1)将RGB彩色图像转化为如图2b所示的灰度图像：

gray(x,y)＝a*R(x,y)+b*G(x,y)+c*B(x,y)；(1)

其中，(x,y)表示像素的位置；gray(x,y)表示(x,y)处所对应的灰度像素值；a、b和c分别表示不同的权值，且a+b+c＝1；R(x,y)表示红色通道在(x,y)处的像素值，G(x,y)表示绿色通道在(x,y)处的像素值，B(x,y)表示蓝色通道在(x,y)处的像素值。公式(1)是采用加权平均的方法将RGB彩色图像转化为灰度图像的，其中a＝0.30，b＝0.59，c＝0.11或a＝b＝c＝1/3，a、b和c分别表示不同的权值。

(2)根据如图2c所示的灰度图像的直方图分布情况，采用公式(2)和公式(3)获取该灰度图像的像素阈值Th_pixel；

sum＝sum+hist[i],i＝i+1,i∈[0,255]；(2)

sum≥sumpixel×0.98；(3)

其中，i表示灰度值，i的初始值为0；hist[i]表示灰度图像的直方图分布情况，即灰度值为i的像素的个数；sumpixel表示灰度图像的像素数；sum表示灰度值从0到i的所有像素个数和，sum的初始值为0，当sum≥sumpixel×0.98时，此时的灰度值i即为该灰度图像的像素阈值Th_pixel。在步骤(2)中，根据灰度图像的直方图分布情况采用公式(2)从i＝0和sum＝0开始进行迭代计算，直到由公式(2)求得的sum值满足公式(3)给出的条件，此时便停止进行计算，此时的i值即为要求的该灰度图像的像素阈值Th_pixel。

(3)将RGB彩色图像分解为红、绿和蓝色三个通道的单通道图像，如图3a-3c所示。具体地说，利用如公式(4)所示的OpenCV中的split函数对RGB彩色图像进行分解：

split(SrcImg,BGRMatVector)(4)

其中，SrcImg为Mat类型的输入彩色图像，BGRMatVector为Mat类型的vector类，BGRMatVector[0]～BGRMatVector[2]分别对应蓝、绿、红三个通道。

(4)根据灰度图像的像素阈值Th_pixel，分别对红、绿和蓝色通道图像进行处理，得到处理后的红、绿和蓝色三个单通道图像，如图4a-4c所示；具体地说，采用公式(5)对红色通道图像进行处理：

其中，R(x,y)表示红色通道图像在(x,y)处的像素值，Rresult(x,y)为处理后的红色通道图像在(x,y)处的像素值；

采用公式(6)对绿色通道图像进行处理：

其中，G(x,y)表示绿色通道图像在(x,y)处的像素值，Gresult(x,y)为处理后的绿色通道图像中在(x,y)处的像素值；

采用公式(7)对蓝色通道图像进行处理：

其中，B(x,y)表示蓝色通道在(x,y)处的像素值，Bresult(x,y)为处理后的蓝色通道图像中在(x,y)处的像素值；

(5)将处理后的红、绿和蓝色三个单通道图像合并为RGB三通道彩色图像；具体地说，采用如公式(8)所示的OpenCV中的merge函数进行合并：

merge(BGRMatVector,ResultMat)(8)

其中，BGRMatVector[0]～BGRMatVector[2]分别保存蓝、绿、红三个单通道图像，ResultMat为合并得到的RGB三通道彩色图像。

(6)输出RGB三通道彩色图像，如图5a所示，其所对应的灰度图像和灰度直方图如图5b和5c所示。由图可以看出，处理后的图像(图5a)相对于处理前的图像(图2a)图像亮度明显变亮、图像对比度增强、图像细节明显，满足人眼视觉感受。

综上所述，本发明利用夜视图像的直方图分布特性对夜视弱光图像进行彩色图像增强处理。本发明首先将RGB彩色图像转化为灰度图像，并分析灰度图像的直方图分布情况；然后将RGB彩色图像分解为红、绿、蓝三个单通道图像，并进行相应的非线性变化；最后将处理后的红、绿、蓝三个通道合并成RGB彩色图像，该合并的彩色图像为最终的增强输出图像。本发明能够快速有效地对夜视图像进行增强，且能够提高图像的对比度。

本发明主要利用图像直方图分布情况，调整彩色图像各颜色通道像素值的分布情况，增加各通道的对比度，进而增加彩色图像的对比度。针对夜视彩色图像的灰度图像大部分灰度像素值都小于一定阈值Th_pixel，利用该阈值对红、绿、蓝三个单通道图像进行分别处理，处理时仅利用了简单的算术运算，所以计算量较、处理速度快。实现结果表明，该发明可以明显提高夜视彩色图像的对比度，满足人眼视觉要求。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (1)

1.一种夜视图像增强方法，其特征在于：该方法包括以下步骤：

(1)采用以下公式将RGB彩色图像转化为灰度图像：

gray(x,y)＝a*R(x,y)+b*G(x,y)+c*B(x,y)；

其中，(x,y)表示像素的位置；gray(x,y)表示(x,y)处所对应的灰度像素值；a、b和c分别表示不同的权值，且a+b+c＝1；R(x,y)表示红色通道在(x,y)处的像素值，G(x,y)表示绿色通道在(x,y)处的像素值，B(x,y)表示蓝色通道在(x,y)处的像素值；

(2)根据灰度图像的直方图分布情况，采用以下公式获取该灰度图像的像素阈值Th_pixel；

sum＝sum+hist[i],i＝i+1,i∈[0,255]；

sum≥sumpixel×0.98；

其中，i表示灰度值，i的初始值为0；hist[i]表示灰度图像的直方图分布情况，即灰度值为i的像素的个数；sumpixel表示灰度图像的像素数；sum表示灰度值从0到i的所有像素个数和，sum的初始值为0，当sum≥sumpixel×0.98时，此时的灰度值i即为该灰度图像的像素阈值Th_pixel；

(3)将RGB彩色图像分解为红、绿和蓝色三个通道的单通道图像；

(4)根据灰度图像的像素阈值Th_pixel，分别对红、绿和蓝色通道图像进行处理，得到处理后的红、绿和蓝色三个单通道图像；具体地说，采用以下公式对红色通道图像进行处理：

$Rresult(x,y)=\left\{\begin{array}{cc}255/{\mathrm{Th}}_{pixel}*R(x,y)& R(x,y)\≤{\mathrm{Th}}_{pixel}\\ 255& R(x,y)>{\mathrm{Th}}_{pixel}\end{array}\right.$

其中，R(x,y)表示红色通道图像在(x,y)处的像素值，Rresult(x,y)为处理后的红色通道图像在(x,y)处的像素值；

采用以下公式对绿色通道图像进行处理：

$Gresult(x,y)=\left\{\begin{array}{cc}255/{\mathrm{Th}}_{pixel}*G(x,y)& G(x,y)\≤{\mathrm{Th}}_{pixel}\\ 255& G(x,y)>{\mathrm{Th}}_{pixel}\end{array}\right.$

其中，G(x,y)表示绿色通道图像在(x,y)处的像素值，Gresult(x,y)为处理后的绿色通道图像中在(x,y)处的像素值；

采用以下公式对蓝色通道图像进行处理：

$Bresult(x,y)=\left\{\begin{array}{cc}255/{\mathrm{Th}}_{pixel}*B(x,y)& B(x,y)\≤{\mathrm{Th}}_{pixel}\\ 255& B(x,y)>{\mathrm{Th}}_{pixel}\end{array}\right.$

其中，B(x,y)表示蓝色通道在(x,y)处的像素值，Bresult(x,y)为处理后的蓝色通道图像中在(x,y)处的像素值；

(5)将处理后的红、绿和蓝色三个单通道图像合并为RGB三通道彩色图像；

(6)输出RGB三通道彩色图像。