CN106204476B - 一种低照度彩色图像增强方法 - Google Patents

Abstract

本发明提供一种低照度彩色图像增强方法，方法：根据待增强低照度彩色图像的灰度级分布直方图，将所述灰度级分布直方图的灰度分为初始暗区与初始亮区两个部分；将待增强低照度彩色图像从RGB空间转换到Lab空间；根据欧几里德距离进行聚类；对分类暗区进行增强处理；合并增强暗区与分类亮区；将合并的低照度彩色图像从Lab空间转换到RGB空间，得到增强的低照度彩色图像。本发明具有重建速度比较快、图像清晰、色域宽阔、色彩丰富等特点，可广泛应用于图像处理领域中。

Description

一种低照度彩色图像增强方法

技术领域

本发明涉及图像处理技术，特别是涉及一种低照度彩色图像增强方法。

背景技术

图像增强是图像处理中的一个重要环节，主要针对雾霾环境、偏色图像、光照不均、低照度这四种环境情况处理。其中，低照度图像是指在光照强度低、环境光微弱或者背景光昏暗的条件下获得的图像，具有灰度水平低、信息不明显、细节模糊和颜色失真等特点。从直方图上看，低照度图像灰度值一般集中在低灰度级范围内。为了使图像满足人类视觉系统对图像感知的舒适度或满足机器视觉系统中对输入图像的要求，需要对低照度图像进行对比度拉伸和细节颜色校正，也就说，强调图像中的某些信息，同时，抑制图像中的另一些信息或者干扰。

目前，图像处理方法中的灰度变换法和频域法，由于未考虑到低照度图像受光照的影响，故其对退化程度高的低照度图像增强效果不好。直方图均衡化方法作为一种图像增强的简单有效的方法，具有速度快、自适应强等优点，但其也会导致细节信息丢失，放大噪声、造成块状效应等问题。中心/环绕方法是基于照射反射模型的一种颜色恒常增强方法，会导致增强后的彩色图像不清晰、噪声被放大等问题。

由此可见，现有技术中，存在图像增强效果差、噪声大的问题。

发明内容

有鉴于此，本发明的主要目的在于提供一种处理速度快、图像清晰、色域宽阔、色彩丰富的低照度彩色图像增强方法。

为了达到上述目的，本发明提出的技术方案为：

一种低照度彩色图像增强方法，包括如下步骤：

步骤1、根据待增强低照度彩色图像的灰度级分布直方图，将所述灰度级分布直方图的灰度分为初始暗区与初始亮区两个部分：初始暗区灰度级为(1，k)，初始亮区灰度级为(k+1，m)；其中，k为初始暗区与初始亮区的灰度级临界值；同时，对应获取初始暗区的灰度均值k₁、初始亮区的灰度均值k₂；其中，k、k₁、k₂、m均为自然数。

步骤2、将待增强低照度彩色图像从RGB空间转换到Lab空间，得到Lab空间模式下的待增强低照度彩色图像。

步骤3、将初始暗区的灰度均值k₁、初始亮区的灰度均值k₂分别作为暗区聚类中心c₁初始值、亮区聚类中心c₂初始值；设置计数器p＝1。

步骤4、根据每个像素点距离暗区聚类中心c₁、亮区聚类中心c₂的欧几里德距离，将离暗区聚类中心c₁较近的像素点分类至第p次中间暗区，将离亮区聚类中心c₂较近的像素点分类至第p次中间亮区。

步骤5、获取分类至第p次中间暗区的像素点的暗区灰度均值k_ap、分类至第p次中间亮区的像素点的亮区灰度均值k_lp，并令c₁＝k_ap、c₂＝k_lp。

步骤6、当p＝1时，判断k_ap＝k₁、k_lp＝k₂是否成立：如果成立，则将第1次中间暗区作为分类暗区，将第1次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4；当p＞1时，判断k_ap＝k_a(p-1)、k_lp＝k_l(p-1)是否成立：如果成立，则将第p次中间暗区作为分类暗区，将第p次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4。

步骤7、对分类暗区进行增强处理，得到增强暗区。

步骤8、将步骤7得到的增强暗区与步骤6得到的分类亮区进行合并，得到合并的低照度彩色图像。

步骤9、将合并的低照度彩色图像从Lab空间转换到RGB空间，得到增强的低照度彩色图像。

综上所述，本发明所述低照度彩色图像增强方法首先将待增强低照度彩色图像的灰度级分布直方图分为暗区与亮区，将待增强低照度彩色图像从RGB空间转换到Lab空间；在Lab空间模式下，对暗区与亮区分别进行聚类处理，得到分类比较精确的分类暗区与分类亮区。之后，对分类暗区进行增强处理，并将得到的增强暗区与分类亮区进行合并后，从Lab空间转换到RGB空间，从而得到增强的低照度彩色图像。由于本发明所述低照度彩色图像增强方法采用了空间转换、对暗区的增强处理，使得处理后的图像重建速度比较快，同时重建后的图像具有图像清晰、色域宽阔、色彩丰富等特点。

附图说明

图1是本发明所述低照度彩色图像增强方法的总体流程示意图。

图2是本发明所述各子块直方图裁剪方式示意图。

图3是本发明所述将被裁剪掉的总像素平均分配到经过裁剪后的子块直方图后的像素数示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图及具体实施例对本发明作进一步地详细描述。

图1是本发明所述低照度彩色图像增强方法的总体流程示意图。如图1所示，本发明所述低照度彩色图像增强方法，包括如下步骤：

步骤1、根据待增强低照度彩色图像的灰度级分布直方图，将所述灰度级分布直方图的灰度分为初始暗区与初始亮区两个部分：初始暗区灰度级为(1，k)，初始亮区灰度级为(k+1，m)；其中，k为初始暗区与初始亮区的灰度级临界值；同时，对应获取初始暗区的灰度均值k₁、初始亮区的灰度均值k₂；其中，k、k₁、k₂、m均为自然数。

步骤2、将待增强低照度彩色图像从RGB空间转换到Lab空间，得到Lab空间模式下的待增强低照度彩色图像。

步骤3、将初始暗区的灰度均值k₁、初始亮区的灰度均值k₂分别作为暗区聚类中心c₁初始值、亮区聚类中心c₂初始值；设置计数器p＝1。

步骤4、根据每个像素点距离暗区聚类中心c₁、亮区聚类中心c₂的欧几里德距离，将离暗区聚类中心c₁较近的像素点分类至第p次中间暗区，将离亮区聚类中心c₂较近的像素点分类至第p次中间亮区。

本发明中，欧几里德距离的计算是现有技术，此处不再赘述。

步骤5、获取分类至第p次中间暗区的像素点的暗区灰度均值k_ap、分类至第p次中间亮区的像素点的亮区灰度均值k_lp，并令c₁＝k_ap、c₂＝k_lp。

步骤6、当p＝1时，判断k_ap＝k₁、k_lp＝k₂是否成立：如果成立，则将第1次中间暗区作为分类暗区，将第1次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4；当p＞1时，判断k_ap＝k_a(p-1)、k_lp＝k_l(p-1)是否成立：如果成立，则将第p次中间暗区作为分类暗区，将第p次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4。

步骤7、对分类暗区进行增强处理，得到增强暗区。

步骤8、将步骤7得到的增强暗区与步骤6得到的分类亮区进行合并，得到合并的低照度彩色图像。

步骤9、将合并的低照度彩色图像从Lab空间转换到RGB空间，得到增强的低照度彩色图像。

本发明中，从Lab空间到RGB空间的转换是从RGB空间到Lab空间的转换的逆过程，此处不再赘述。

总之，本发明所述低照度彩色图像增强方法首先将待增强低照度彩色图像的灰度级分布直方图分为暗区与亮区，将待增强低照度彩色图像从RGB空间转换到Lab空间；在Lab空间模式下，对暗区与亮区分别进行聚类处理，得到分类比较精确的分类暗区与分类亮区。之后，对分类暗区进行增强处理，并将得到的增强暗区与分类亮区进行合并后，从Lab空间转换到RGB空间，从而得到增强的低照度彩色图像。由于本发明所述低照度彩色图像增强方法采用了空间转换、对暗区的增强处理，使得处理后的图像重建速度比较快，同时重建后的图像具有图像清晰、色域宽阔、色彩丰富等特点。

本发明步骤1中，所述暗区与亮区的灰度级临界值k的确定方法包括如下步骤：

步骤11、将待增强低照度彩色图像的灰度级分为1到m级，其中，i为1到m级灰度级中的任意一级灰度级，1≤i≤m；且n_i为灰度级为i级的待增强低照度彩色图像中的像素点数。

步骤12、获取i级像素点概率其中，N为待增强低照度彩色图像的总像素点数，且

步骤13、任意给定一个灰度级δ，并令暗区与亮区的灰度级临界值k＝δ；其中，δ为自然数，且1≤δ≤m。

步骤14、根据暗区与亮区的灰度级临界值k，将待增强低照度彩色图像的灰度级分布直方图的灰度级分为两部分：暗区灰度级为(1，k)，亮区灰度级为(k+1，m)。

步骤15、获取暗区像素点概率亮区像素点概率其中，w₀(k)+w₁(k)＝1；r+t＝m，r、t为自然数。

步骤16、判定u＝μ₀(k)w₀(k)+μ₁(k)w₁(k)是否成立：如果是，则执行步骤17；其中，u为待增强低照度彩色图像的灰度均值；μ₀(k)、μ₁(k)为加权系数，且

步骤17、遍历待增强低照度彩色图像的灰度级1级至m级，获取σ²(k)＝max{w₀(k)(μ₀(k)-μ₁(k))²}u＝max{w₀(k)w₁(k)(μ₀(k)-μ₁(k))}成立时的k，此时k最优，即为所述暗区与亮区的灰度级临界值。

本发明步骤2中，所述将待增强低照度彩色图像从RGB空间转换到Lab空间包括如下步骤：

步骤21、将待增强低照度彩色图像从RGB空间转换到XYZ空间，得到XYZ空间模式下的待增强低照度彩色图像表示：

步骤22、将XYZ空间模式下的待增强低照度彩色图像表示转换为Lab空间模式下的待增强低照度彩色图像表示：

其中，(X_w，Y_w，Z_w)为XYZ空间参考点，且X_w＝0.95045、Y_w＝1.00000、Z_w，＝1.08875；函数自变量x的取值为或L＝[0，100]，a＝[-128，127]，b＝[-128，127]。

Lab空间模式是基于生理特征且不受设备影响的颜色系统，其对人眼视觉感受进行了数字化。这里，像素亮度L＝[0，100]表示从纯黑到纯白，a＝[-128，127]表示从红色到绿色的范围，b＝[-128，127]表示从黄色到蓝色的范围。L、a、b在其取值范围内变换即可得到任何一种颜色，由于L、a、b相互独立，故其具有颜色调节简单、速度快、色域宽阔、色彩分布更均匀且更丰富的特点。

本发明中，所述步骤7具体包括如下步骤：

步骤71、将分类暗区分成两个以上的整数个大小相等且大小为d×e的暗区子块；其中，d、e为自然数。本发明中，所述d×e＝8×8。

步骤72、获取各暗区子块的子块直方图H(g)；其中，g为自然数，且表示第g个暗区子块。

步骤73、对各子块直方图进行裁剪，得到对比度受限的子块直方图。

步骤74、对对比度受限的子块直方图依次进行均衡化处理、双线性插值处理后，得到增强暗区。

本发明中，均衡化处理、双线性插值处理均为现有技术，此处不再赘述。

图2是本发明所述各子块直方图裁剪方式示意图。图3是本发明所述将被裁剪掉的总像素平均分配到经过裁剪后的子块直方图后的像素数示意图。如图2、图3所示，图2中阴影部分为被裁剪掉的像素部分，图3中阴影部分为被裁剪掉的总像素平均分配后的像素部分。实际应用中，如果舍弃被剪裁掉的像素，则会导致图像信息的丢失，故将被裁剪掉的像素重新均匀加到被裁剪后剩余直方图的灰度级上。

本发明中，所述步骤73具体包括如下步骤：

步骤731、获取子块直方图H(g)中每个灰度级可分配得到的像素数其中，L为子块直方图所包括的灰度级数量。

步骤732、确定剪切极限CL＝AP+round(λ(d×e-AP))；其中，round(·)表示四舍五入，λ表示加权系数。本发明中，所述加权系数λ＝0.01。

步骤733、根据剪切极限CL，对子块直方图H(g)中每个灰度级上的像素进行裁剪，并统计子块直方图H(g)中被裁剪掉的像素总数其中，R表示暗区子块总数。

步骤734、将被裁剪掉的像素总数CLP平均分配到经过裁剪后的子块直方图的各灰度级上后，得到经过裁剪后的子块直方图的第p灰度级上的像素数ACLP_p以及对比度受限的子块直方图CH(g)，分别如下：

本发明中，所述步骤734中，所述将被裁剪掉的像素总数CLP平均分配到经过裁剪后的子块直方图的各灰度级上，具体包括如下步骤：

步骤7341、判断被裁剪掉的像素总数CLP经过步骤734的平均分配后是否还有剩余像素LP：如果有，则设置步长并令q＝1；其中，1≤q≤L且为自然数。

步骤7342、将经过裁剪后的子块直方图第q灰度级的像素数ACLP_q与剪切极限CL进行比较：当ACLP_q＜CL时，ACLP_q＝ACLP_q+1、LP＝LP-1。

步骤7343、判断q＝L是否成立：如果是，则判定LP＝0是否成立：如果LP＝0不成立，则返回步骤7341；如果q＝L不成立，则q＝q+1，返回步骤7342。

综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种低照度彩色图像增强方法，其特征在于，所述图像增强方法包括如下步骤：

步骤1、根据待增强低照度彩色图像的灰度级分布直方图，将所述灰度级分布直方图的灰度分为初始暗区与初始亮区两个部分：初始暗区灰度级为(1，k)，初始亮区灰度级为(k+1，m)；其中，k为初始暗区与初始亮区的灰度级临界值；同时，对应获取初始暗区的灰度均值k₁、初始亮区的灰度均值k₂；其中，k、k₁、k₂、m均为自然数；

步骤2、将待增强低照度彩色图像从RGB空间转换到Lab空间，得到Lab空间模式下的待增强低照度彩色图像；

步骤3、将初始暗区的灰度均值k₁、初始亮区的灰度均值k₂分别作为暗区聚类中心c₁初始值、亮区聚类中心c₂初始值；设置计数器p＝1；

步骤4、根据每个像素点距离暗区聚类中心c₁、亮区聚类中心c₂的欧几里德距离，将离暗区聚类中心c₁较近的像素点分类至第p次中间暗区，将离亮区聚类中心c₂较近的像素点分类至第p次中间亮区；

步骤5、获取分类至第p次中间暗区的像素点的暗区灰度均值k_ap、分类至第p次中间亮区的像素点的亮区灰度均值k_lp，并令c₁＝k_ap、c₂＝k_lp；

步骤6、当p＝1时，判断k_ap＝k₁、k_lp＝k₂是否成立：如果成立，则将第1次中间暗区作为分类暗区，将第1次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4；当p＞1时，判断k_ap＝k_a(p-1)、k_lp＝k_l(p-1)是否成立：如果成立，则将第p次中间暗区作为分类暗区，将第p次中间亮区作为分类亮区，之后，执行步骤7；如果不成立，则设置p＝p+1，返回步骤4；

步骤7、对分类暗区进行增强处理，得到增强暗区；

步骤8、将步骤7得到的增强暗区与步骤6得到的分类亮区进行合并，得到合并的低照度彩色图像；

步骤9、将合并的低照度彩色图像从Lab空间转换到RGB空间，得到增强的低照度彩色图像。

2.根据权利要求1所述的低照度彩色图像增强方法，其特征在于，步骤1中，所述暗区与亮区的灰度级临界值k的确定方法包括如下步骤：

步骤11、将待增强低照度彩色图像的灰度级分为1到m级，其中，i为1到m级灰度级中的任意一级灰度级，1≤i≤m；且n_i为灰度级为i级的待增强低照度彩色图像中的像素点数；

步骤12、获取i级像素点概率其中，N为待增强低照度彩色图像的总像素点数，且

步骤13、任意给定一个灰度级δ，并令暗区与亮区的灰度级临界值k＝δ；其中，δ为自然数，且1≤δ≤m；

步骤14、根据暗区与亮区的灰度级临界值k，将待增强低照度彩色图像的灰度级分布直方图的灰度级分为两部分：暗区灰度级为(1，k)，亮区灰度级为(k+1，m)；

步骤15、获取暗区像素点概率亮区像素点概率其中，w₀(k)+w₁(k)＝1；r+t＝m，r、t为自然数；

步骤16、判定u＝μ₀(k)w₀(k)+μ₁(k)w₁(k)是否成立：如果是，则执行步骤17；其中，u为待增强低照度彩色图像的灰度均值；μ₀(k)、μ₁(k)为加权系数，且

步骤17、遍历待增强低照度彩色图像的灰度级1级至m级，获取σ²(k)＝max{w₀(k)(μ₀(k)-μ₁(k))²}u＝max{w₀(k)w₁(k)(μ₀(k)-μ₁(k))}成立时的k，此时k最优，即为所述暗区与亮区的灰度级临界值。

3.根据权利要求1所述的低照度彩色图像增强方法，其特征在于，步骤2中，所述将待增强低照度彩色图像从RGB空间转换到Lab空间包括如下步骤：

步骤21、将待增强低照度彩色图像从RGB空间转换到XYZ空间，得到XYZ空间模式下的待增强低照度彩色图像表示：

步骤22、将XYZ空间模式下的待增强低照度彩色图像表示转换为Lab空间模式下的待增强低照度彩色图像表示：

其中，(X_w，Y_w，Z_w)为XYZ空间参考点，且X_w＝0.95045、Y_w＝1.00000、Z_w＝1.08875；函数自变量x的取值为或L＝[0，100]，a＝[-128，127]，b＝[-128，127]。

4.根据权利要求1所述的低照度彩色图像增强方法，其特征在于，所述步骤7具体包括如下步骤：

步骤71、将分类暗区分成两个以上的整数个大小相等且大小为d×e的暗区子块；其中，d、e为自然数；

步骤72、获取各暗区子块的子块直方图H(g)；其中，g为自然数，且表示第g个暗区子块；

步骤73、对各子块直方图进行裁剪，得到对比度受限的子块直方图；

步骤74、对对比度受限的子块直方图依次进行均衡化处理、双线性插值处理后，得到增强暗区。

5.根据权利要求4所述的低照度彩色图像增强方法，其特征在于，所述步骤73具体包括如下步骤：

步骤731、获取子块直方图H(g)中每个灰度级可分配得到的像素数其中，L为子块直方图所包括的灰度级数量；

步骤732、确定剪切极限CL＝AP+round(λ(d×e-AP))；其中，round(·)表示四舍五入，λ表示加权系数；

步骤733、根据剪切极限CL，对子块直方图H(g)中每个灰度级上的像素进行裁剪，并统计子块直方图H(g)中被裁剪掉的像素总数其中，R表示暗区子块总数；

步骤734、将被裁剪掉的像素总数CLP平均分配到经过裁剪后的子块直方图的各灰度级上后，得到经过裁剪后的子块直方图的第p灰度级上的像素数ACLP_p以及对比度受限的子块直方图CH(g)，分别如下：

6.根据权利要求5所述的低照度彩色图像增强方法，其特征在于，所述步骤734中，所述将被裁剪掉的像素总数CLP平均分配到经过裁剪后的子块直方图的各灰度级上，具体包括如下步骤：

步骤7341、判断被裁剪掉的像素总数CLP经过步骤734的平均分配后是否还有剩余像素LP：如果有，则设置步长并令q＝1；其中，1≤q≤L且为自然数；

步骤7342、将经过裁剪后的子块直方图第q灰度级的像素数ACLP_q与剪切极限CL进行比较：当ACLP_q＜CL时，ACLP_q＝ACLP_q+1、LP＝LP-1；

步骤7343、判断q＝L是否成立：如果是，则判定LP＝0是否成立：如果LP＝0不成立，则返回步骤7341；如果q＝L不是，则q＝q+1，返回步骤7342。

7.根据权利要求4或5所述的低照度彩色图像增强方法，其特征在于，所述d×e＝8×8。

8.根据权利要求5所述的低照度彩色图像增强方法，其特征在于，所述加权系数λ＝0.01。