CN111275636B - 一种暗图像的亮度增强方法 - Google Patents

一种暗图像的亮度增强方法 Download PDF

Info

Publication number
CN111275636B
CN111275636B CN202010038613.XA CN202010038613A CN111275636B CN 111275636 B CN111275636 B CN 111275636B CN 202010038613 A CN202010038613 A CN 202010038613A CN 111275636 B CN111275636 B CN 111275636B
Authority
CN
China
Prior art keywords
image
brightness
component
enhancement
dark
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
CN202010038613.XA
Other languages
English (en)
Other versions
CN111275636A (zh
Inventor
杨章静
张辉
张凡龙
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.)
NANJING AUDIT UNIVERSITY
Original Assignee
NANJING AUDIT UNIVERSITY
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 NANJING AUDIT UNIVERSITY filed Critical NANJING AUDIT UNIVERSITY
Priority to CN202010038613.XA priority Critical patent/CN111275636B/zh
Publication of CN111275636A publication Critical patent/CN111275636A/zh
Application granted granted Critical
Publication of CN111275636B publication Critical patent/CN111275636B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties

Landscapes

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

Abstract

本发明公开了一种暗图像的亮度增强方法，包括如下步骤：将输入的较暗图像按照HSV分解，分为色调H，饱和度S和亮度V；计算图像的亮度V分量中各像素点亮度值X的均值为M；在输入图像亮度区间t1,t2以及输出图像亮度区间T1,T2上分别分别针对各像素点做增强，将增强后的亮图像V分量与原图像的H、S分量融合，即得到亮度增强后的图像。本发明提供的图像增强方法，能够针对暗图像进行亮度增强，适用于对夜晚或其他亮度不充足的条件下获取的图像进行处理，明显提升图像亮度，取得令人满意的亮度提升效果。本发明可应用于手机夜晚拍照，图片PS亮度增强等场景。

Description

一种暗图像的亮度增强方法
技术领域
本发明属于图像处理技术领域，涉及图像增强方法，具体涉及一种暗图像的亮度增强方法。
背景技术
图像增强算法用于增强图像中的有用信息，其目的是要改善图像的视觉效果。目前图像增强常用算法有：直方图均衡化、直方图规定化、基于物理模型图像增强算法、基于偏微分方程和变分的图像增强算法以及变化域图像增强算法等等，随着技术的发展，算法也在不断地改进。
如图像增强的经典算法文章：A Histogram Modification Framework and ItsApplication for Image Contrast Enhancement Arici,(T.；Dikbas,S.；Altunbasak,Y.Image Processing,IEEE Transactions on Year:2009,Volume:18,Issue:9)中引入了机器学习的思想，最小化目标函数：
min||h-hi||+λ||h-u||
上式中，h是需要求得图像增强后的直方图，hi是原图像的直方图，u是均匀分布直方图。通过最小化这个目标函数来获得增强后的图像。
又如经典的Retinex算法文章：Brian Funt,Florian Ciurea,and John McCann"Retinex in Matlab,"(Proceedings of the IS&T/SID Eighth Color ImagingConference:Color Science,Systems and Applications,2000,pp112-121)中提出，一幅给定的图像S(x,y)可以分解为两个不同的图像：反射图像R(x,y)和亮度图像(也有人称之为入射图像)L(x,y)，其原理如图1所示。由于人眼感知物体的亮度取决于环境的照明和物体表面对照射光的反射，其数学表达式为：
S(x,y)＝L(x,y)*R(x,y)
S为人眼看见的图像，通过估计L去求R，这个方程从数学上看是无解的，只能去近似估计如下：
Log[R(x,y)]＝Log[S(x,y)]-Log[S(x,y)*F(x,y)]
上式原理如图2所示。
现有算法均为一般的图像增强方法，没有涉及特别的暗图像增强，当采用现有算法对暗图像增强时，亮度提升有限，始终无法取得令人满意的效果。
发明内容
为解决上述问题，本发明公开了一种图像增强方法，对于暗图像进行亮度增强。
为了达到上述目的，本发明提供如下技术方案：
一种暗图像的亮度增强方法，包括如下步骤：
步骤1，将输入的较暗图像按照HSV分解，分为色调H，饱和度S和亮度V；
步骤2，计算图像的亮度V分量中各像素点亮度值X的均值为M；
步骤3，在输入图像亮度区间t1,t2以及输出图像亮度区间T1,T2上分别针对各像素点做增强，t1,t2,T1,T2依据经验选取，具体增强过程包括如下子步骤：
步骤3-1，当t1<M<＝t2时，通过以下公式进行计算：
K＝128*(M2)/(t2 2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-2，当t2<M<＝T1时，通过以下公式进行计算：
K＝128
Y1＝(K/M+1)*X
Y2＝X*(E-X)/(E-M)+(E-(E-X)/(E-M)*K)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-3，当T1<M<＝T2时，通过以下公式进行计算：
K＝128*(M-T2)/(T1-T2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
上述步骤中，X为输入图像的各像素点的亮度值，Y为输出图像的各像素点的亮度值，E＝255；
步骤4，将增强后的亮图像V分量与原图像的H、S分量融合，即得到亮度增强后的图像。
进一步的，所述t1,t2,T1,T2的取值为：t1＝0；t2＝50；T1＝100；T2＝150。
与现有技术相比，本发明具有如下优点和有益效果：
本发明提供的图像增强方法，能够针对暗图像进行亮度增强，适用于对夜晚或其他亮度不充足的条件下获取的图像进行处理，明显提升图像亮度，取得令人满意的亮度提升效果。本发明可应用于手机夜晚拍照，图片PS亮度增强等场景。
附图说明
图1为Retinex算法的反射入射原理示意图。
图2为Retinex算法的数学表达式原理图。
图3为待处理的输入暗图像。
图4为采用本发明方法处理的输出图像。
图5为本发明流程示意图。
具体实施方式
以下将结合具体实施例对本发明提供的技术方案进行详细说明，应理解下述具体实施方式仅用于说明本发明而不用于限制本发明的范围。另外，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本发明提供的暗图像的亮度增强方法，如图5所示，包括如下步骤：
步骤1，将输入的较暗图像按照HSV分解，分为色调(H)，饱和度(S)和亮度(V)；
步骤2，图像的亮度(V)分量中每个像素点的亮度值是X，计算X的均值为M；
步骤3，在输入图像亮度区间t1,t2以及输出图像亮度区间T1,T2上分别针对每个像素点做增强，t1,t2,T1,T2依据经验选取。本例中，我们设定t1＝0；t2＝50；T1＝100；T2＝150。具体增强过程包括如下子步骤：
步骤3-1，当t1<M<＝t2时，通过以下公式进行计算：
K＝128*(M2)/(t2 2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-2，当t2<M<＝T1时，通过以下公式进行计算：
K＝128
Y1＝(K/M+1)*X
Y2＝X*(E-X)/(E-M)+(E-(E-X)/(E-M)*K)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-3，当T1<M<＝T2时，通过以下公式进行计算：
K＝128*(M-T2)/(T1-T2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
上述步骤中，X为输入图像的每个像素点的亮度值，Y为输出图像的每个像素点的亮度值，E＝255；
步骤4，将增强后的亮图像V分量(即Y)与原图像的H、S分量融合，即得到亮度增强后的图像。
通过以上方法对图3所示暗图像进行增强，得到如图4所示输出图像(需要说明的是，图3、图4原图均为彩色图像，因专利申请限制，将其转为黑白图片，仅供参考)，从图中可见，图4亮度明显增强，通过人眼能够清晰地看到图中人物轮廓和局部细节，取得了令人满意的增强效果。
本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (2)

1.一种暗图像的亮度增强方法，且特征在于，包括如下步骤：
步骤1，将输入的暗图像按照HSV分解，分为色调H，饱和度S和亮度V；
步骤2，计算图像的亮度V分量中各像素点亮度值X的均值为M；
步骤3，在输入图像亮度区间t1,t2以及输出图像亮度区间T1,T2上分别针对各像素点做增强，t1,t2,T1,T2依据经验选取，具体增强过程包括如下子步骤：
步骤3-1，当t1<M<＝t2时，通过以下公式进行计算：
K＝128*(M2)/(t2 2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-2，当t2<M<＝T1时，通过以下公式进行计算：
K＝128
Y1＝(K/M+1)*X
Y2＝X*(E-X)/(E-M)+(E-(E-X)/(E-M)*K)
当X>M时，Y＝Y2；否则Y＝Y1；
步骤3-3，当T1<M<＝T2时，通过以下公式进行计算：
K＝128*(M-T2)/(T1-T2)
Y1＝(K/M+1)*X
Y2＝(M+K)+(E-M-K)*(X-M)/(E-M)
当X>M时，Y＝Y2；否则Y＝Y1；
上述步骤中，X为输入图像的各像素点的亮度值，Y为输出图像的各像素点的亮度值，E＝255；
步骤4，将增强后的亮图像V分量与原图像的H、S分量融合，即得到亮度增强后的图像。
2.根据权利要求1所述的暗图像的亮度增强方法，且特征在于，所述t1,t2,T1,T2的取值为：
t1＝0；t2＝50；T1＝100；T2＝150。
CN202010038613.XA 2020-01-14 2020-01-14 一种暗图像的亮度增强方法 Active CN111275636B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010038613.XA CN111275636B (zh) 2020-01-14 2020-01-14 一种暗图像的亮度增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010038613.XA CN111275636B (zh) 2020-01-14 2020-01-14 一种暗图像的亮度增强方法

Publications (2)

Publication Number Publication Date
CN111275636A CN111275636A (zh) 2020-06-12
CN111275636B true CN111275636B (zh) 2021-01-12

Family

ID=71001669

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010038613.XA Active CN111275636B (zh) 2020-01-14 2020-01-14 一种暗图像的亮度增强方法

Country Status (1)

Country Link
CN (1) CN111275636B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101340511A (zh) * 2008-08-07 2009-01-07 中兴通讯股份有限公司 一种基于亮度检测的自适应视频图像增强方法
CN101345820A (zh) * 2008-08-01 2009-01-14 中兴通讯股份有限公司 一种图像亮度的增强方法
CN105096273A (zh) * 2015-08-20 2015-11-25 北京邮电大学 一种彩色图像亮度的自动调整方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101345820A (zh) * 2008-08-01 2009-01-14 中兴通讯股份有限公司 一种图像亮度的增强方法
CN101340511A (zh) * 2008-08-07 2009-01-07 中兴通讯股份有限公司 一种基于亮度检测的自适应视频图像增强方法
CN105096273A (zh) * 2015-08-20 2015-11-25 北京邮电大学 一种彩色图像亮度的自动调整方法

Also Published As

Publication number Publication date
CN111275636A (zh) 2020-06-12

Similar Documents

Publication Publication Date Title
US11127122B2 (en) Image enhancement method and system
Gao et al. A fast image dehazing algorithm based on negative correction
CN109064426B (zh) 一种用于抑制低照度图像中眩光并增强图像的方法及装置
CN110570360B (zh) 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法
Zhang et al. A naturalness preserved fast dehazing algorithm using HSV color space
CN102625030B (zh) 视频增强方法和系统
Pei et al. Effective image haze removal using dark channel prior and post-processing
CN111861896A (zh) 一种面向uuv的水下图像色彩补偿与恢复方法
CN111311524A (zh) 一种基于msr的高动态范围视频生成方法
Jiang et al. DEANet: Decomposition enhancement and adjustment network for low-light image enhancement
CN110298796B (zh) 基于改进Retinex与对数图像处理的低照度图像增强方法
CN109345479B (zh) 一种视频监控数据的实时预处理方法及存储介质
CN110766622A (zh) 基于亮度区分和Gamma平滑的水下图像增强方法
CN114693548A (zh) 一种基于亮区域检测的暗通道去雾方法
CN108765310B (zh) 基于多尺度窗口的自适应透射率修复图像去雾方法
Yadav et al. Contrast enhancement of region of interest of backlit image for surveillance systems based on multi-illumination fusion
Park et al. ULBPNet: Low-light image enhancement using U-shaped lightening back-projection
Wang et al. Review of single image defogging
CN106204505A (zh) 基于红外图像增强直方图映射表的视频去闪动方法
CN112308793A (zh) 一种新型的非均匀光照图像对比度和细节增强方法
CN117391987A (zh) 基于多阶段联合增强机制的暗光图像处理方法
CN111275636B (zh) 一种暗图像的亮度增强方法
CN113379631B (zh) 一种图像去雾的方法及装置
Chung et al. Under-exposed image enhancement using exposure compensation
Asadi et al. Improving dark channel prior for single image dehazing

Legal Events

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