CN111445394A - 空对地观测的可见光图像自适应增强方法 - Google Patents

空对地观测的可见光图像自适应增强方法 Download PDF

Info

Publication number
CN111445394A
CN111445394A CN201911257351.XA CN201911257351A CN111445394A CN 111445394 A CN111445394 A CN 111445394A CN 201911257351 A CN201911257351 A CN 201911257351A CN 111445394 A CN111445394 A CN 111445394A
Authority
CN
China
Prior art keywords
image
enhancement
visible light
contrast
air
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.)
Granted
Application number
CN201911257351.XA
Other languages
English (en)
Other versions
CN111445394B (zh
Inventor
罗镇宝
霍义华
杨旭
曾军
吴钟建
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.)
South West Institute of Technical Physics
Original Assignee
South West Institute of Technical Physics
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 South West Institute of Technical Physics filed Critical South West Institute of Technical Physics
Priority to CN201911257351.XA priority Critical patent/CN111445394B/zh
Publication of CN111445394A publication Critical patent/CN111445394A/zh
Application granted granted Critical
Publication of CN111445394B publication Critical patent/CN111445394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G06T5/90—
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Abstract

本发明公开了一种空对地观测的可见光图像自适应增强方法，通过对可见光图像的对比度进行度量，并以该度量结果作为本发明提出的增强力度模型的输入参数，获得图像应增强的力度，然后利用该增强力度参数对图像的对比度进行调整，实现对图像的增强。本发明可实现对较低对比度图像进行较大力度增强、对比度一般的图像增强力度较轻、对比度良好的图像不进行增强，由此解决了对不同对比度图像采用相同增强力度方式，引起的增强结果不能良好表达目标场景的问题。

Description

空对地观测的可见光图像自适应增强方法
技术领域
本发明属于图像预处理技术领域，涉及一种空对地观测的可见光图像自适应增强方法，在采用可见光成像进行空对地的观测应用中，对不同程度对比度的可见光图像进行自适应增强的方法。
背景技术
空对地观测在地理测绘、军事侦察中具有广泛应用，可见光成像由于分辨率高、噪声小、目标场景在图像中的表征与人眼所见一致的特点，已成为空对地观测的主要手段。在能见度高的晴好天候下，可见光观测所得图像即可见光图像具有层次丰富、画质清晰细腻的优点。然而，在雾、霾等天候下，所得图像表现出层次单一、目标场景不显著的低对比度现象，使得观测的目标场景表现出隐隐约约、难以准确辨识。为增加低对比度图像中目标场景的辨识度，传统的数字图像增强的手段，常以能适应的图像最低对比度为基准，获得一增强因子，然后以该因子进行增强，即无论可见光图像的对比度如何，都采用该增强因子进行相同力度的增强。实际应用中，当处于晴好天候或对目标场景的观测距离较近时，获取的图像本身层次丰富、画质清晰，不需增强即可满足观测要求，若仍以该增强因子进行增强，将出现图像饱和的过增强现象。因此，在空对地观测应用中，对雾、霾天候和晴好天候的可见光图像采用相同力度增强的方式，不能获得对目标场景良好表达的效果。
发明内容
(一)发明目的
本发明的目的是：针对现有技术存在的不足之处，提供一种对空对地观测的可见光图像自适应增强的方法，即对不同对比度可见光图像进行不同力度的增强，经增强处理后的图像都具有层次丰富、目标场景显著特点。
(二)技术方案
为了解决上述技术问题，本发明提供一种空对地观测的可见光图像自适应增强方法，其包括以下操作步骤：
S1：对当前获取的空对地观测的可见光图像对比度进行度量；
S2：以图像对比度度量结果作为增强力度模型的输入参数，获得图像应增强的力度参数；
S3：利用该增强力度参数对图像的对比度进行调整，实现图像增强计算。
其中，所述步骤S1中，采用图像灰度直方图有效宽度的统计进行对比度度量。
其中，所述步骤S1中，图像灰度直方图有效宽度的统计是以图像的平均灰度为中心，分别沿高于平均灰度的方向和低于平均灰度的方向统计灰度有效值对应的点数和，当点数和与图像面积比达到设定阈值θ时，对应的最高与最低灰度差值为直方图有效宽度width。
其中，所述步骤S1中，当直方图有效宽度小于设定阈值θ1时，表明图像对比度弱，当有效宽度大于阈值θ1小于阈值θ2时，表明图像对比度一般，当有效宽度大于设定阈值θ2时，表明图像对比度良好。
其中，所述步骤S2中，增强力度模型的表达式如下式(1)：
Figure BDA0002310655210000021
式中，I表示增强力度参数，I≥1，A、B表示为增强力度控制参数，width表示待增强图像的对比度度量参数，π为圆周率，θ2为图像对比度良好的阈值，当width≥θ2时，width取θ2。
其中，所述步骤S3中，利用公式(1)所得增强力度参数对图像的直方图进行调整，调整方法如下式(2)：
Output＝I*Input-(I-1)*MeanIn (2)
式中，Output表示增强后的图像，I表示增强力度参数，Input为待增强的输入图像，MeanIn表示输入图像的均值。
其中，所述步骤S1中，图像的平均灰度计算过程为：统计图像每个灰度值对应点的个数，获得灰度直方图，并计算图像的平均灰度值，当灰度值为小数时，四舍五入取整。
其中，所述步骤S1和S2中，θ取经验值0.95，A取经验值1，B取经验值2，θ2取经验值100。
(三)有益效果
在不同天候和不同距离下的空对地观测中，本发明对获得的不同对比度的可见光图像，能进行不同力度的自适应增强处理，其技术方案具有以下优点：
一、能对图像的对比度进行定量评价。采用灰度直方图有效宽度对可见光图像的对比度情况进行度量，直方图有效宽度窄，表明图像的对比度低，有效宽度适中，表明对比度一般，有效宽度宽，表明图像的对比度好，从而获得图像对比度高低的定量评价。
二、实现了图像增强力度的准确量化。通过建立增强力度模型，利用图像对比度定量评价的结果作为模型的输入，确立图像的增强力度参数，利用该参数控制图像增强，该参数值约大，表明图像需要增强的力度越大。
两优点的结合，最终实现对较低对比度图像进行较大力度增强、对比度一般的图像增强力度较轻、对比度良好的图像不进行增强，由此解决了对不同对比度图像采用相同增强力度方式，引起的增强结果不能良好表达目标场景的问题。
具体实施方式
为使本发明的目的、内容、和优点更加清楚，下面结合实施例，对本发明的具体实施方式作进一步详细描述。
本发明中提出的应用于空对地观测的可见光图像自适应增强方法，包括以下操作步骤：
S1：对当前获取的空对地观测的可见光图像对比度进行度量；
S2：以图像对比度度量结果作为增强力度模型的输入参数，获得图像应增强的力度参数；
S3：利用该增强力度参数对图像的对比度进行调整，实现图像增强计算。
步骤S1中，采用图像灰度直方图有效宽度的统计进行对比度度量，图像灰度直方图有效宽度的统计是以图像的平均灰度为中心，分别沿高于平均灰度方向(向最高灰度值方向)和低于平均灰度的方向(向最低灰度值方向)统计灰度有效值对应的点数和，当点数和与图像面积比达到一定阈值θ时，对应的最高与最低灰度差值为直方图有效宽度width。
当直方图有效宽度小于设定阈值θ1时，表明图像对比度很弱，当有效宽度大于阈值θ1小于阈值θ2时，表明图像对比度一般，当有效宽度大于阈值θ2时，表明图像对比度良好。
上述图像对比度度量不限于灰度直方图有效宽度的统计，对图像对比度进行度量的其他方法在基于本发明技术方案思路的应用中用到时，都属于本发明保护的范围。
步骤S2中，所述增强力度模型的表达式如下式(1)：
Figure BDA0002310655210000041
式(1)中，I表示增强力度参数，I≥1，A、B表示为增强力度控制参数，width表示待增强图像的对比度度量参数，π为圆周率，θ2为图像对比度良好的阈值，当width≥θ2时，width取θ2。
步骤S3中，利用公式(1)所得增强力度参数对图像的直方图进行调整，调整方法如下式(2)：
Output＝I*Input-(I-1)*MeanIn (2)
式(1)中，Output表示增强后的图像，I表示增强力度参数，Input为待增强的输入图像，MeanIn表示输入图像的均值。
步骤S3中，对图像的直方图进行调整的方法不限于式(2)的表达形式，对图像直方图进行调整用于增强的其他方法，基于本发明技术方案思路的应用中用到时，都属于本发明保护的范围。
本发明实施特征例在于上述操作步骤具体实现方式如下：
(1)直方图有效宽度统计
a.统计图像每个灰度值对应点的个数，获得灰度直方图,并计算图像的平均灰度值，当灰度值为小数时，四舍五入取整；
b.以平均灰度为中心，分别同时沿高于平均灰度方向(向最高灰度值方向)和低于平均灰度的方向(向最低灰度值方向)统计灰度有效值对应的点数和；
c.实时计算点数和与图像总面积的比值，当比值大于等于θ(θ取经验值0.95)时，获得的width为图像的有效宽度。
(2)增强力度参数计算
利用式(1)和width参数计算图像应增强的力度参数，A取经验值1，B取经验值2，θ2取经验值100。
(3)图像增强计算
利用式(2)和增强力度参数I计算增强结果。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (8)

1.一种空对地观测的可见光图像自适应增强方法，其特征在于，包括以下操作步骤：
S1：对当前获取的空对地观测的可见光图像对比度进行度量；
S2：以图像对比度度量结果作为增强力度模型的输入参数，获得图像应增强的力度参数；
S3：利用该增强力度参数对图像的对比度进行调整，实现图像增强计算。
2.如权利要求1所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S1中，采用图像灰度直方图有效宽度的统计进行对比度度量。
3.如权利要求2所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S1中，图像灰度直方图有效宽度的统计是以图像的平均灰度为中心，分别沿高于平均灰度的方向和低于平均灰度的方向统计灰度有效值对应的点数和，当点数和与图像面积比达到设定阈值θ时，对应的最高与最低灰度差值为直方图有效宽度width。
4.如权利要求3所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S1中，当直方图有效宽度小于设定阈值θ1时，表明图像对比度弱，当有效宽度大于阈值θ1小于阈值θ2时，表明图像对比度一般，当有效宽度大于设定阈值θ2时，表明图像对比度良好。
5.如权利要求4所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S2中，增强力度模型的表达式如下式(1)：
Figure FDA0002310655200000011
式中，I表示增强力度参数，I≥1，A、B表示为增强力度控制参数，width表示待增强图像的对比度度量参数，π为圆周率，θ2为图像对比度良好的阈值，当width≥θ2时，width取θ2。
6.如权利要求5所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S3中，利用公式(1)所得增强力度参数对图像的直方图进行调整，调整方法如下式(2)：
Output＝I*Input-(I-1)*MeanIn (2)
式中，Output表示增强后的图像，I表示增强力度参数，Input为待增强的输入图像，MeanIn表示输入图像的均值。
7.如权利要求6所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S1中，图像的平均灰度计算过程为：统计图像每个灰度值对应点的个数，获得灰度直方图，并计算图像的平均灰度值，当灰度值为小数时，四舍五入取整。
8.如权利要求7所述的空对地观测的可见光图像自适应增强方法，其特征在于，所述步骤S1和S2中，θ取经验值0.95，A取经验值1，B取经验值2，θ2取经验值100。
CN201911257351.XA 2019-12-10 2019-12-10 空对地观测的可见光图像自适应增强方法 Active CN111445394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911257351.XA CN111445394B (zh) 2019-12-10 2019-12-10 空对地观测的可见光图像自适应增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911257351.XA CN111445394B (zh) 2019-12-10 2019-12-10 空对地观测的可见光图像自适应增强方法

Publications (2)

Publication Number Publication Date
CN111445394A true CN111445394A (zh) 2020-07-24
CN111445394B CN111445394B (zh) 2023-06-20

Family

ID=71650630

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911257351.XA Active CN111445394B (zh) 2019-12-10 2019-12-10 空对地观测的可见光图像自适应增强方法

Country Status (1)

Country Link
CN (1) CN111445394B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951194A (zh) * 2020-08-26 2020-11-17 重庆紫光华山智安科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6148103A (en) * 1997-01-30 2000-11-14 Nokia Technology Gmbh Method for improving contrast in picture sequences
JP2001148785A (ja) * 1999-11-18 2001-05-29 Canon Inc 画像処理装置及び画像処理方法及び記憶媒体
JP2003264849A (ja) * 2002-03-07 2003-09-19 Keiogijuku カラー動画像処理方法および処理装置
US20040042676A1 (en) * 2002-08-27 2004-03-04 Hrl Laboratories, Llc Method and apparatus for illumination compensation of digital images
US20080037897A1 (en) * 2006-08-08 2008-02-14 Stmicroelectronics Asia Pacific Pte. Ltd. (Sg) Automatic contrast enhancement
US20110116713A1 (en) * 2009-11-16 2011-05-19 Institute For Information Industry Image contrast enhancement apparatus and method thereof
JP2012083822A (ja) * 2010-10-07 2012-04-26 Seiko Epson Corp 画像処理装置および画像処理方法
CN105335933A (zh) * 2014-05-27 2016-02-17 上海贝卓智能科技有限公司 一种图像对比度增强方法和装置
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN105741245A (zh) * 2016-01-30 2016-07-06 哈尔滨工业大学 基于灰度变换的自适应对比度增强算法
JP6342085B2 (ja) * 2015-11-17 2018-06-13 Eizo株式会社 画像変換方法及び装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6148103A (en) * 1997-01-30 2000-11-14 Nokia Technology Gmbh Method for improving contrast in picture sequences
JP2001148785A (ja) * 1999-11-18 2001-05-29 Canon Inc 画像処理装置及び画像処理方法及び記憶媒体
JP2003264849A (ja) * 2002-03-07 2003-09-19 Keiogijuku カラー動画像処理方法および処理装置
US20040042676A1 (en) * 2002-08-27 2004-03-04 Hrl Laboratories, Llc Method and apparatus for illumination compensation of digital images
US20080037897A1 (en) * 2006-08-08 2008-02-14 Stmicroelectronics Asia Pacific Pte. Ltd. (Sg) Automatic contrast enhancement
US20110116713A1 (en) * 2009-11-16 2011-05-19 Institute For Information Industry Image contrast enhancement apparatus and method thereof
JP2012083822A (ja) * 2010-10-07 2012-04-26 Seiko Epson Corp 画像処理装置および画像処理方法
CN105335933A (zh) * 2014-05-27 2016-02-17 上海贝卓智能科技有限公司 一种图像对比度增强方法和装置
JP6342085B2 (ja) * 2015-11-17 2018-06-13 Eizo株式会社 画像変換方法及び装置
CN105654438A (zh) * 2015-12-27 2016-06-08 西南技术物理研究所 基于局部直方图均衡的灰度图像拟合增强方法
CN105741245A (zh) * 2016-01-30 2016-07-06 哈尔滨工业大学 基于灰度变换的自适应对比度增强算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨光: ""限制对比度的多层POSHE自适应图像增强算法"" *
王辉静: ""一种增强图像对比度与局部细节的算法研究"" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951194A (zh) * 2020-08-26 2020-11-17 重庆紫光华山智安科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质
CN111951194B (zh) * 2020-08-26 2024-02-02 重庆紫光华山智安科技有限公司 图像处理方法、装置、电子设备和计算机可读存储介质

Also Published As

Publication number Publication date
CN111445394B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
CN104156921B (zh) 一种低照度或亮度不均图像的自适应图像增强方法
CN102682436B (zh) 一种改进的多尺度Retinex理论的图像增强方法
CN107680056B (zh) 一种图像处理方法及装置
CN102789635B (zh) 一种图像增强方法和装置
CN104272347B (zh) 去除包含在静止图像中的雾的图像处理装置及其方法
CN109377450B (zh) 一种边缘保护的去噪方法
CN103295191A (zh) 多尺度视觉自适应图像增强方法及评价方法
CN105913390B (zh) 一种图像去雾方法及系统
CN105282530B (zh) 基于背景建模的自动白平衡实现方法及装置
CN110866882B (zh) 基于深度置信度的分层联合双边滤波深度图修复方法
CN104796582A (zh) 基于随机喷射retinex的视频图像去噪与增强方法及装置
CN110852956A (zh) 一种高动态范围图像的增强方法
CN105447825A (zh) 图像去雾方法及其系统
Cao et al. NUICNet: Non-uniform illumination correction for underwater image using fully convolutional network
CN111598886B (zh) 一种基于单幅图像的像素级透过率估计方法
CN107451608B (zh) 基于多视幅度统计特性的sar图像无参考质量评价方法
CN111445394B (zh) 空对地观测的可见光图像自适应增强方法
CN103345730B (zh) 基于侧抑制网络的红外图像处理方法
CN106981052A (zh) 基于变分框架的自适应亮度不均变分校正方法
Wang et al. Image dehazing based on dark channel prior and brightness enhancement for agricultural monitoring
CN112686825A (zh) 一种基于fpga的地面浓雾场景灰度图像去雾方法
CN108537807A (zh) 一种基于高分四号卫星影像改进的边缘增强检测方法
Soni et al. Haze removal foggy images with denoising algorithm
Liu et al. Image de-hazing based on optimal compression and histogram specification
CN115379186B (zh) 一种图像自动白平衡的方法及终端

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