CN106023117B - 基于非线性亮度提升模型的逆光图像恢复方法 - Google Patents

基于非线性亮度提升模型的逆光图像恢复方法 Download PDF

Info

Publication number
CN106023117B
CN106023117B CN201610381954.0A CN201610381954A CN106023117B CN 106023117 B CN106023117 B CN 106023117B CN 201610381954 A CN201610381954 A CN 201610381954A CN 106023117 B CN106023117 B CN 106023117B
Authority
CN
China
Prior art keywords
image
pixel
value
backlight
formula
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.)
Active
Application number
CN201610381954.0A
Other languages
English (en)
Other versions
CN106023117A (zh
Inventor
王好贤
满乐
赵钰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Institute of Technology Weihai
Original Assignee
Harbin Institute of Technology Weihai
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Institute of Technology Weihai filed Critical Harbin Institute of Technology Weihai
Priority to CN201610381954.0A priority Critical patent/CN106023117B/zh
Publication of CN106023117A publication Critical patent/CN106023117A/zh
Application granted granted Critical
Publication of CN106023117B publication Critical patent/CN106023117B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及基于非线性亮度提升模型的逆光图像恢复方法。本发明的目的是针对逆光图像提供一种非线性自适应的亮度调节，使得处理后的图像适于人眼获取原始逆光区域信息，而又不丢失非逆光区域的原始信息，保证整幅图片自然不失真。该方法对图像的亮度进行分段，基于逆光区域所占整幅图像的面积比，计算该区域的调节系数，选取适当对数函数调节该段的亮度值；在保证调节函数连续且收敛的情况下，选取非逆光区域的调节系数，并对该区域进行非线性调节，以达到恢复逆光图像的目的。

Description

基于非线性亮度提升模型的逆光图像恢复方法
技术领域：
本发明属于图像处理领域，具体地说是针对逆光图像采用一定的恢复手段，对逆光区域和非逆光区域的亮度进行自适应非线性调节，以实现逆光图像的有效恢复，使得处理后图像能更好地呈现原始信息，方便人眼观察和计算机识别。
背景技术：
由于相机在拍摄过程中是通过感光芯片来调节感光程度，因此当相机镜头正对光源而拍摄主体背对光源时，相机内感光芯片感应到拍摄主体的反射光线较弱，感应到周围光源的反射光线较强。导致相机成像后，图像的主体亮度较低，周围环境亮度较高。在实际的拍摄过程中，这种逆光现象经常出现。在逆光环境下得到的图像中，主体部分由于亮度较低，且与周围环境形成强烈反差，使得难以获取该部分的图像信息。
在逆光图像中，逆光条件下产生的亮度较低的区域称为逆光区域，光源较强的条件下产生的亮度较高的区域称为非逆光区域。要对逆光图像进行有效地调节，必须将逆光区域的亮度提高，并且尽量保持非逆光区域的亮度。利用普通的方法对图像整体亮度进行增强之后，虽然可以改善图像主体部分的亮度情况，但是对于原始亮度较高的周围环境部分会由于调节过度造成图像的失真和图像信息的损失。
本发明采用了非线性亮度提升模型，自动获取所需恢复图像的亮度提升系数，对逆光图像的亮度进行自适应调节，保证恢复后的图像能有效获取原逆光区域信息且原始非逆光区的信息不丢失。
发明内容：
本发明的目的是针对逆光图像提供一种非线性自适应的亮度调节，使得处理后的图像适于人眼获取原始逆光区域信息，而又不丢失非逆光区域的原始信息，保证整幅图片自然不失真。该方法对图像的亮度进行分段，基于逆光区域所占整幅图像的面积比，计算该区域的调节系数，选取适当对数函数调节该段的亮度值；在保证调节函数连续且收敛的情况下，选取非逆光区域的调节系数，并对该区域进行非线性调节，以达到恢复逆光图像的目的。
本发明采用的技术方案是：
第一步：读取原始逆光图像I0，图像大小为M×N，M是图像I0的宽度像素，N是图像I0的高度像素；
第二步：将I0中每个像素的颜色用色相h，饱和度s和明度v表示，具体分以下几步：
(1)读取I0中每个像素点的R、G、B三个通道值，通过公式(1)作归一化处理，得到r、g、b，它们的值是在0到1之间的实数；
(2)计算r、g、b中的最大值，用max表示，r、g、b中的最小值，用min表示；
(3)通过公式(3)-(6)求该像素点的h、s、v值，其中h∈[0,360°)，s,v∈[0,1]；
s＝(max-min)/max (5)
v＝max(r,g,b) (6)
第三步：通过改变明度v来调节图像亮度，令Di为原始图像中像素点明度v的调节系数(i＝1,2)，计算调节系数Di，具体分为以下几步：
(1)设T为分段阈值，T∈[0,1]，令v≤T表示逆光区域，v＞T表示非逆光区域，给出T的具体数值，一般T取0.3；
(2)统计图像I0中明度v≤T的所有像素点个数num，利用公式(7)求得v≤T的像素所占面积比例A；
(3)利用公式(8)，算出具体Di，当v≤T时，选择D1作为调节系数，当v＞T时，选择D2作为调节系数；
第四步：依据求得的Di，通过公式(9)和公式(10)计算每个像素调整后的新明度值w；
第五步：利用公式(11)-(16)，计算出明度调节后的每个像素点的颜色向量(r',g',b')；
p＝w×(1-s) (13)
q＝w×(1-f×s) (14)
t＝w×(1-(1-f)×s (15)
第六步：通过公式(17)恢复出图像中每个像素的颜色向量(R',G',B')，得到处理后图像I；
第七步：在图像I中，令Sxy表示中心点在(x,y)处、大小为m×n的矩阵邻域内一组坐标，利用公式(18)对图像I中明度w小于T部分像素的颜色向量(R',G',B')中各分量值进行中值滤波，R'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的R'值，G'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的G'值，B'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的B'值，median表示取中值，F(x,y)表示滤波后的图像I'在(x,y)坐标处的颜色向量；对图像I中明度w大于等于T部分的像素，不做处理；
第八步：通过上一步滤波操作，得到图像I'，并输出图像I'。
本发明优点在于：
1、全部亮度范围只分为两段，计算简单，时效性强；
2、每段亮度处理时都采用非线性调节方式，亮度提升自然，避免了因部分亮度提升过高而带来的失真；
3、基于原始逆光图像特征自动获取调节函数，无需手动设置；
4、本发明提出的方法能有效恢复逆光图像，不存在恢复过度或者欠恢复情况，一次恢复到位，不需要多次调整；
5、恢复后的图像能很容易获取原逆光区的色彩、轮廓等细节信息，并几乎不改变原始非逆光区的信息，整幅图片不失真，方便肉眼观测和计算机识别。
附图说明
图1为本发明的流程图；
图2(a)为典型逆光图像原图；
图2(b)为传统逆光恢复方法结果图；
图2(c)为本发明处理后的结果图；
图2(d)为针对图2(a)该恢复方法的调节函数曲线；
图3(a)为典型逆光图像原图；
图3(b)为传统逆光恢复方法结果图；
图3(c)为本发明处理后的结果图；
图3(d)为针对图3(a)该恢复方法的调节函数曲线。
具体实施方式：
下面结合具体实例对本发明做详细说明。
实例1：本实例是针对典型彩色逆光图2(a)进行恢复，具体过程如下所示。
1：读取原始逆光图像I0，图像大小为408×271，408是图像I0的宽度像素，271是图像I0的高度像素；
2：将I0中每个像素的颜色用色相h，饱和度s和明度v表示，具体分以下几步：
(1)读取I0中每个像素点的R、G、B三个通道值，通过公式(1)作归一化处理，得到r、g、b，它们的值是在0到1之间的实数；
(2)计算r、g、b中的最大值，用max表示，r、g、b中的最小值，用min表示；
(3)通过公式(3)-(6)求该像素点的h、s、v值，其中h∈[0,360°)，s,v∈[0,1]；
s＝(max-min)/max (5)
v＝max(r,g,b) (6)
3：通过改变明度v来调节图像亮度，令Di为原始图像中像素点明度v的调节系数(i＝1,2)，计算调节系数Di，具体分为以下几步：
(1)设T为分段阈值，T∈[0,1]，令v≤T表示逆光区域，v＞T表示非逆光区域，给出T的具体数值，一般T取0.3；
(2)统计图像I0中明度v≤T的所有像素点个数num＝27448，利用公式(7)求得v≤T的像素所占面积比例A＝0.2482；
(3)利用公式(8)，算出具体Di，当v≤T时，选择D1＝12.4123作为调节系数，当v＞T时，选择D2＝4.8910/v-3.8910作为调节系数；
4：依据求得的Di，通过公式(9)和公式(10)计算每个像素调整后的新明度值w；
5：利用公式(11)-(16)，计算出明度调节后的每个像素点的颜色向量(r',g',b')；
p＝w×(1-s) (13)
q＝w×(1-f×s) (14)
t＝w×(1-(1-f)×s (15)
6：通过公式(17)恢复出图像中每个像素的颜色向量(R',G',B')，得到处理后图像I；
7：在图像I中，令Sxy表示中心点在(x,y)处、大小为3×3的矩阵邻域内一组坐标，利用公式(18)对图像I中明度w小于T部分像素的颜色向量(R',G',B')中各分量值进行中值滤波，R'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的R'值，G'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的G'值，B'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的B'值，median表示取中值，F(x,y)表示滤波后的图像I'在(x,y)坐标处的颜色向量；对图像I中明度w大于等于T部分的像素，不做处理；
8：通过上一步滤波操作，得到图像I'，并输出图像I'。
实例2：本实例是针对典型彩色逆光图3(a)进行恢复，具体过程如下所示。
1：读取原始逆光图像I0，图像大小为298×395，298是图像I0的宽度像素，395是图像I0的高度像素；
2：将I0中每个像素的颜色用色相h，饱和度s和明度v表示，具体分以下几步：
(1)读取I0中每个像素点的R、G、B三个通道值，通过公式(1)作归一化处理，得到r、g、b，它们的值是在0到1之间的实数；
(2)计算r、g、b中的最大值，用max表示，r、g、b中的最小值，用min表示；
(3)通过公式(3)-(6)求该像素点的h、s、v值，其中h∈[0,360°)，s,v∈[0,1]；
s＝(max-min)/max (5)
v＝max(r,g,b) (6)
3：通过改变明度v来调节图像亮度，令Di为原始图像中像素点明度v的调节系数(i＝1,2)，计算调节系数Di，具体分为以下几步：
(1)设T为分段阈值，T∈[0,1]，令v≤T表示逆光区域，v＞T表示非逆光区域，给出T的具体数值，一般T取0.3；
(2)统计图像I0中明度v≤T的所有像素点个数num＝46968，利用公式(7)求得v≤T的像素所占面积比例A＝0.3990；
(3)利用公式(8)，算出具体Di，当v≤T时，选择D1＝12.4123作为调节系数，当v＞T时，选择D2＝8.1217/v-7.1217作为调节系数；
4：依据求得的Di，通过公式(9)和公式(10)计算每个像素调整后的新明度值w；
5：利用公式(11)-(16)，计算出明度调节后的每个像素点的颜色向量(r',g',b')；
p＝w×(1-s) (13)
q＝w×(1-f×s) (14)
t＝w×(1-(1-f)×s (15)
6：通过公式(17)恢复出图像中每个像素的颜色向量(R',G',B')，得到处理后图像I；
7：在图像I中，令Sxy表示中心点在(x,y)处、大小为3×3的矩阵邻域内一组坐标，利用公式(18)对图像I中明度w小于T部分像素的颜色向量(R',G',B')中各分量值进行中值滤波，R'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的R'值，G'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的G'值，B'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的B'值，median表示取中值，F(x,y)表示滤波后的图像I'在(x,y)坐标处的颜色向量；对图像I中明度w大于等于T部分的像素，不做处理；
8：通过上一步滤波操作，得到图像I'，并输出图像I'。
虽然这里只说明了本发明的两个实例，但意义并非限制本发明的范围和适用性。相反，对实例的详细说明可以使本领域的技术人员更好的得以实施。

Claims (1)

1.基于非线性亮度提升模型的逆光图像恢复方法，其特征在于如下步骤：
第一步：读取原始逆光图像I0，图像大小为M×N，M是图像I0的宽度像素，N是图像I0的高度像素；
第二步：将I0中每个像素的颜色用色相h，饱和度s和明度v表示，具体分以下几步：
(1)读取I0中每个像素点的R、G、B三个通道值，通过公式(1)作归一化处理，得到r、g、b，它们的值是在0到1之间的实数；
(2)计算r、g、b中的最大值，用max表示，r、g、b中的最小值，用min表示；
(3)通过公式(3)-(6)求该像素点的h、s、v值，其中h∈[0,360°)，s,v∈[0,1]；
s＝(max-min)/max (5)
v＝max(r,g,b) (6)
第三步：通过改变明度v来调节图像亮度，令Di为原始图像中像素点明度v的调节系数(i＝1,2)，计算调节系数Di，具体分为以下几步：
(1)设T为分段阈值，T∈[0,1]，令v≤T表示逆光区域，v>T表示非逆光区域，给出T的具体数值，T取 0.3；
(2)统计图像I0中明度v≤T的所有像素点个数num，利用公式(7)求得v≤T的像素所占面积比例A；
(3)利用公式(8)，算出具体Di，当v≤T时，选择D1作为调节系数，当v>T时，选择D2作为调节系数；
第四步：依据求得的Di，通过公式(9)和公式(10)计算每个像素调整后的新明度值w；
第五步：利用公式(11)-(16)，计算出明度调节后的每个像素点的颜色向量(r',g',b')；
p＝w×(1-s) (13)
q＝w×(1-f×s) (14)
t＝w×(1-(1-f)×s (15)
第六步：通过公式(17)恢复出图像中每个像素的颜色向量(R',G',B')，得到处理后图像I；
第七步：在图像I中，令Sxy表示中心点在(x,y)处、大小为m×n的矩阵邻域内一组坐标，利用公式(18)对图像I中明度w小于T的像素的颜色向量(R',G',B')中各分量值进行中值滤波，R'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的R'值，G'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的G'值，B'(x,y)表示图像I在(x,y)坐标处像素颜色向量中的B'值，median表示取中值，F(x,y)表示滤波后的图像I'在(x,y)坐标处的颜色向量；对图像I中明度w大于等于T部分的像素，不做处理；
第八步：通过上一步滤波操作，得到图像I'，并输出图像I'。
CN201610381954.0A 2016-06-01 2016-06-01 基于非线性亮度提升模型的逆光图像恢复方法 Active CN106023117B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610381954.0A CN106023117B (zh) 2016-06-01 2016-06-01 基于非线性亮度提升模型的逆光图像恢复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610381954.0A CN106023117B (zh) 2016-06-01 2016-06-01 基于非线性亮度提升模型的逆光图像恢复方法

Publications (2)

Publication Number Publication Date
CN106023117A CN106023117A (zh) 2016-10-12
CN106023117B true CN106023117B (zh) 2019-02-19

Family

ID=57091839

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610381954.0A Active CN106023117B (zh) 2016-06-01 2016-06-01 基于非线性亮度提升模型的逆光图像恢复方法

Country Status (1)

Country Link
CN (1) CN106023117B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106454014B (zh) * 2016-11-04 2019-03-08 安徽超远信息技术有限公司 一种提高逆光场景车辆抓拍图像质量的方法及装置
CN106791471B (zh) * 2016-12-29 2021-07-20 宇龙计算机通信科技(深圳)有限公司 图像优化方法、图像优化装置和终端
CN108711140B (zh) * 2018-05-16 2021-09-10 广东欧谱曼迪科技有限公司 一种基于类间方差描述的图像亮度均匀性实时恢复方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6807299B2 (en) * 2001-03-10 2004-10-19 Hewlett-Packard Development Company, L.P. Method for contrast mapping of digital images that converges on a solution
CN101437114A (zh) * 2008-12-12 2009-05-20 深圳市斯尔顿科技有限公司 一种图像亮度的调节方法及系统
CN103353982A (zh) * 2013-05-15 2013-10-16 中山大学 一种基于直方图均衡化的色调映射方法
CN103593830A (zh) * 2013-11-29 2014-02-19 大连理工大学 一种低照度视频图像增强方法
CN104156921A (zh) * 2014-08-08 2014-11-19 大连理工大学 一种低照度或亮度不均图像的自适应图像增强方法
CN104463806A (zh) * 2014-12-19 2015-03-25 南京理工大学 基于数据驱动技术的高度自适应图像对比度增强方法
CN105118029A (zh) * 2015-08-11 2015-12-02 曲阜裕隆生物科技有限公司 一种基于人眼视觉特性的医学图像增强方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6807299B2 (en) * 2001-03-10 2004-10-19 Hewlett-Packard Development Company, L.P. Method for contrast mapping of digital images that converges on a solution
CN101437114A (zh) * 2008-12-12 2009-05-20 深圳市斯尔顿科技有限公司 一种图像亮度的调节方法及系统
CN103353982A (zh) * 2013-05-15 2013-10-16 中山大学 一种基于直方图均衡化的色调映射方法
CN103593830A (zh) * 2013-11-29 2014-02-19 大连理工大学 一种低照度视频图像增强方法
CN104156921A (zh) * 2014-08-08 2014-11-19 大连理工大学 一种低照度或亮度不均图像的自适应图像增强方法
CN104463806A (zh) * 2014-12-19 2015-03-25 南京理工大学 基于数据驱动技术的高度自适应图像对比度增强方法
CN105118029A (zh) * 2015-08-11 2015-12-02 曲阜裕隆生物科技有限公司 一种基于人眼视觉特性的医学图像增强方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Naturalness Preserved Enhancement Algorithm for Non-Uniform Illumination Images;Shuhang Wang等;《IEEE TRANSACTIONS ON IMAGE PROCESSING》;20130930;第22卷(第9期);第3538-3548页 *
图像增强方法的研究与实现;高彦平;《中国优秀硕士学位论文全文数据库 信息科技辑》;20051115;第2005年卷(第7期);第16页 *
彩色图像的FPGA实时增强系统实现;赵建 等;《液晶与显示》;20140831;第29卷(第4期);第629-636页 *

Also Published As

Publication number Publication date
CN106023117A (zh) 2016-10-12

Similar Documents

Publication Publication Date Title
CN110148095B (zh) 一种水下图像增强方法及增强装置
CN107767354B (zh) 一种基于暗原色先验的图像去雾算法
CN111292258B (zh) 一种基于暗通道和亮通道先验的图像去雾方法
CN101685605B (zh) 局部对比度强化的方法及装置
CN109087254B (zh) 无人机航拍图像雾霾天空和白色区域自适应处理方法
WO2016206087A1 (zh) 一种低照度图像处理方法和装置
CN108765342A (zh) 一种基于改进暗通道的水下图像复原方法
CN110782407B (zh) 一种基于天空区域概率分割的单幅图像去雾方法
CN109146811A (zh) 一种彩色图像的自适应对比度增强方法
CN101123679A (zh) 图像处理装置、图像处理方法和计算机产品
CN106023117B (zh) 基于非线性亮度提升模型的逆光图像恢复方法
CN110428389B (zh) 基于msr理论和曝光融合的微光图像增强方法
CN109978789A (zh) 一种基于Retinex算法与引导滤波的图像增强方法
CN110580690B (zh) 一种识别峰值变换非线性曲线的图像增强方法
Peng et al. Single image restoration using scene ambient light differential
CN110969584B (zh) 一种低照度图像增强方法
CN112053298A (zh) 一种图像去雾方法
Park et al. Single image haze removal using novel estimation of atmospheric light and transmission
CN111311502A (zh) 使用双向加权融合处理雾天图像的方法
CN107358592B (zh) 一种迭代式全局自适应图像增强方法
CN114897735B (zh) 局部自适应的水下图像对比度增强方法
CN113256533B (zh) 基于msrcr的自适应低照度图像增强方法及系统
CN114119433A (zh) 一种基于贝塞尔曲线的暗图像处理方法
Peng et al. Underwater image enhancement by rayleigh stretching in time and frequency domain
CN113379631B (zh) 一种图像去雾的方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant