CN113256516A - 一种图像增强方法 - Google Patents
一种图像增强方法 Download PDFInfo
- Publication number
- CN113256516A CN113256516A CN202110542381.6A CN202110542381A CN113256516A CN 113256516 A CN113256516 A CN 113256516A CN 202110542381 A CN202110542381 A CN 202110542381A CN 113256516 A CN113256516 A CN 113256516A
- Authority
- CN
- China
- Prior art keywords
- image
- enhancement method
- brightness
- exposure
- image enhancement
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 12
- 238000005516 engineering process Methods 0.000 claims abstract description 6
- 230000004927 fusion Effects 0.000 claims abstract description 6
- 238000005286 illumination Methods 0.000 claims abstract description 4
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 3
- 238000012886 linear function Methods 0.000 claims description 3
- 230000001965 increasing effect Effects 0.000 abstract description 4
- 230000004044 response Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 4
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- 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
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种图像增强方法，首先使用光照估计技术为图像融合设计权重矩阵；然后利用相机的响应模型合成多重曝光图像，计算最佳的曝光率，使合成图像在原始图像曝光不足的区域进行更好的曝光，最后将输入图像与合成图像根据权重矩阵进行融合，从而获得图像增强的最终图像。使用本发明的亮度转换非线性函数对低光图像进行适当的亮度增强，函数值随自变量的增大而先增大后减小，采用该方法合理地增强低亮度区域亮度和抑制高亮度区域亮度，该亮度增强方法使整体视觉效果理想；对于应用在AR‑HUD系统，本发明的方法更便于实现。
Description
技术领域
本发明属于图像增强技术领域，具体涉及一种应用于增强现实抬头显示系统的图像增强方法。
背景技术
抬头显示系统(Head Up Display)在近些年被用到汽车上进行辅助驾驶。它主要是利用了光学反射的原理，将汽车的一些重要的参数信息(如速度、油箱油量、导航信息、胎压信息等)投射在汽车前挡风玻璃，由前挡风玻璃将这些信息反射到司机眼中，司机透过前挡风玻璃看到漂浮在汽车引擎盖上方的虚像，司机无需低头即可查看汽车运行时的一些重要的参数信息。
抬头显示技术中的AR-HUD利用了增强现实技术，将虚拟信息和现实路况实时信息进行叠加，更利于驾驶员读取参数信息。其中，现实路况信息可以从车载摄像头进行图像采集，再进行显示，然而在夜间或者光线不好的时间段，低光图像对比度较低难以在图像中识别到人物或者路况信息。所以抬头显示系统需要对采集的图像进行对比度增强处理。
图像增强技术可以使输入图像看起来更清晰。目前有大量的图像增强的技术，主要包括基于直方图，基于Retinex和基于除雾的方法的增强技术。
基于直方图均衡化的方法总是会过度增强，基于Retinex的算法也可以明显增强细节，但是这些方法在高对比度区域容易产生伪像。近年来，应用除雾技术来增强对比度可以获得良好的主观视觉效果，但是这些方法也可能会因为对比度过度增强而导致颜色失真。
发明内容
本发明的目的是为解决图像增强技术应用在抬头显示系统时，随着图像曝光度的增加，一些低曝光区域的图像变得曝光良好，而同时导致曝光良好的区域曝光过渡的问题。为实现上述目的，本发明采用以下具体技术方案：
一种图像增强方法，包括以下步骤：
S1、使用光照估计技术为图像融合设计权重矩阵W；
S2、利用亮度转换非线性函数g(P,k)合成多重曝光图像Pi，计算最佳的曝光率k，使多重曝光图像Pi在源图像曝光不足的区域进行更好的曝光。
优选地，步骤S1中利用式(1)获取权重矩阵W：
W＝WB×WC (1)
其中，WB为亮度权重，
WC为色彩对比度权重。
优选地，步骤S2中利用卡方分布的改进模型求取亮度转换非线性函数g(P,k)：
其中，a为可调节的参数，
k为曝光率，
P(x)为源图像中所有像素点，x表示像素；
优选地，步骤S2中利用式(3)求取曝光率k：
其中，u为常数。
优选地，亮度权重WB利用高斯分布进行拟合，其表达式为：
优选地，色彩对比度权重WC利用下式获取：
WC＝I×(1+cos(αH+β)×S) (6)
其中，I为亮度分量，
H为HSV空间的H分量，
S为HSV空间的S分量，
α为常数，用于保持颜色对立，
β为色轮偏转角。
优选地，α＝2；色轮偏转角β＝250°。
优选地，图像增强方法还包括以下步骤：
S3、将源图像与多重曝光图像Pi根据权重矩阵进行融合，获得图像增强的最终融合图像R：
R＝W*P(x)+(1-W)*g(P,k) (4)。
本发明能够取得以下技术效果：
1、使用本发明的亮度转换非线性函数对低光图像进行适当的亮度增强，函数值随自变量的增大而先增大后减小，采用该方法合理地增强低亮度区域亮度和抑制高亮度区域亮度，该亮度增强方法使整体视觉效果理想。
2、本发明的亮度转换非线性函数相较于Beta-Gamma的相机响应模型校正模型，可适配于众多条件，并且速度更快，效果更好，可以很好地保持图像的自然性。
3、本发明的方法更便于在AR-HUD系统中实现。
附图说明
图1是本发明一个实施例的一种图像增强方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，而不构成对本发明的限制。
本发明的目的是提供一种图像增强方法，提出了一个新的框架，该框架是基于相机响应模型，实现从输入图像合成的，多张曝光图像的曝光融合。基于此框架的增强算法与相比其他图像增强的方法，可以获得更少的对比度和亮度失真的结果。下面将对本发明提供的一种图像增强方法，通过具体实施例来进行详细说明。
参见图1所示的方法流程，本发明利用光照估算技术获得图像融合的权重矩阵W，通过与亮度转换非线性函数g(P,k)合成多重曝光图像Pi，通过找到最佳曝光率k，使融合图像R在源图像P(x)曝光不足的区域曝光良好，避免了曝光良好区域的过度曝光。最终的增强结果是基于权重矩阵的，对输入图像及合成图像进行融合处理得到的融合图像R。
首先求取权重矩阵W，其目的是增强曝光不足区域的低对比度，而保留曝光良好区域的对比度。需要给曝光良好的像素分配较大的权重值，给曝光不足的像素分配较小的权重值。直观地来说，权重矩阵与场景光照正相关。由于高度光照区域有更大的可能性获得更好的曝光，应分配给大的权重值以保持它们的对比度。计算权重矩阵为：
W＝WB×WC (1)
其中，WB为亮度权重，
WC为色彩对比度权重；
在本发明的一个优选实施例中，WB利用高斯分布来进行拟合，其表达是如下：
WC利用下式获取：
WC＝I×(1+cos(αH+β)×S) (6)
其中，I为亮度分量，
H为HSV空间的H分量，
S为HSV空间的S分量，
α为常数，用于保持颜色对立，
β为色轮偏转角。
在本发明的一个优选实施例中，将α设置为2，β设置为250°。
亮度转换非线性函数g(P,k)利用卡方分布的改进模型求取：
其中，a为可调节的参数，
k为曝光率，
P(x)为源图像中所有像素点，x表示像素；
曝光率k，可以根据图像增强，在源图像的暗区域分配一个较大的曝光率,而在图像的亮区域分配一个较小的曝光率，将得到的结果进行约束来获取实际应用的曝光率映射，常数u用来避免曝光率映射成为无穷大，表达如下：
使用本发明的亮度转换非线性函数g(P,k)对低光图像进行适当的亮度增强时，函数值随自变量的增大而先增大后减小，采用该方法能够合理的增强低亮度区域亮度和抑制高亮度区域亮度，该亮度增强方法相较于其它形式的亮度转换函数，能够使整体视觉效果更加理想。
在抬头显示系统(Head Up Display)中，多数相机的应用场景为室外，由于它的动态范围有限，故无法使所有像素曝光良好，可以通过增加曝光量使一些曝光不足的区域显示良好，但与此同时曝光良好的区域可能同时存在曝光过度的问题。因此，为了让所有像素的图像曝光良好，需要进行图像融合：
其中，N为图像的数量，
Pi为曝光后的第i个图像，
Wi为第i个图像的权重图，
R为图像增强后的融合图像。
由于具有其它曝光设置的图像不适用于图像增强问题。但使用不同的曝光度拍摄的照片是相关的。因此，可以利用相机响应模型准确描述这些图像之间的关联，以便从输入图像生成一系列图像。
给定曝光率k和亮度转换非线性函数g(P,k)，可以映射源图像P(x)到曝光集合中的第i个图像：
Pi＝g(P,k) (8)
因此，最终融合后的图像为：
R＝W*P(x)+(1-W)*g(P,k) (4)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
以上本发明的具体实施方式，并不构成对本发明保护范围的限定。任何根据本发明的技术构思所作出的各种其他相应的改变与变形，均应包含在本发明权利要求的保护范围内。
Claims (8)
1.一种图像增强方法，其特征在于，包括以下步骤：
S1、使用光照估计技术为图像融合设计权重矩阵W；
S2、利用亮度转换非线性函数g(P,k)合成多重曝光图像Pi，计算最佳的曝光率k，使所述多重曝光图像Pi在源图像曝光不足的区域进行更好的曝光。
2.根据权利要求1所述的图像增强方法，其特征在于，步骤S1中利用式(1)获取权重矩阵W：
W＝WB×WC (1)
其中，WB为亮度权重，
WC为色彩对比度权重。
3.根据权利要求1所述的图像增强方法，其特征在于，步骤S2中利用卡方分布的改进模型求取亮度转换非线性函数g(P,k)：
其中，a为可调节的参数，
k为曝光率，
P(x)为源图像中所有像素点，x表示像素。
4.根据权利要求3所述的图像增强方法，其特征在于，步骤S2中利用式(3)求取所述曝光率k：
其中，u为常数。
5.根据权利要求2所述的图像增强方法，其特征在于，所述亮度权重WB利用高斯分布进行拟合，其表达式为：
6.根据权利要求2所述的图像增强方法，其特征在于，所述色彩对比度权重WC利用下式获取：
WC＝I×(1+cos(αH+β)×S) (6)
其中，I为亮度分量，
H为HSV空间的H分量，
S为所述HSV空间的S分量，
α为常数，用于保持颜色对立，
β为色轮偏转角。
7.根据权利要求6所述的图像增强方法，其特征在于，所述α＝2；所述色轮偏转角β＝250°。
8.根据权利要求1所述的图像增强方法，其特征在于，所述图像增强方法还包括以下步骤：
S3、将所述源图像与所述多重曝光图像Pi根据权重矩阵进行融合，获得图像增强的最终融合图像R：
R＝W*P(x)+(1-W)*g(P,k) (4)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542381.6A CN113256516A (zh) | 2021-05-18 | 2021-05-18 | 一种图像增强方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110542381.6A CN113256516A (zh) | 2021-05-18 | 2021-05-18 | 一种图像增强方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113256516A true CN113256516A (zh) | 2021-08-13 |
Family
ID=77182639
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110542381.6A Pending CN113256516A (zh) | 2021-05-18 | 2021-05-18 | 一种图像增强方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113256516A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393723A (zh) * | 2007-09-17 | 2009-03-25 | 美格纳半导体有限会社 | 小功率图像显示装置及图像显示方法 |
| EP2613290A1 (en) * | 2010-10-26 | 2013-07-10 | Morpho, Inc. | Image processing device, image processing method, and image processing program |
| CN103530848A (zh) * | 2013-09-27 | 2014-01-22 | 中国人民解放军空军工程大学 | 一种非均匀光照图像二次曝光的实现方法 |
| CN108090879A (zh) * | 2017-12-12 | 2018-05-29 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
| CN109242795A (zh) * | 2018-08-30 | 2019-01-18 | 福建师范大学 | 一种低亮度人体组织细胞双光子显微图像的亮度增强方法 |
| CN112381724A (zh) * | 2020-10-16 | 2021-02-19 | 中国科学院西安光学精密机械研究所 | 一种基于多曝光融合框架的图像宽动态增强方法 |
-
2021
- 2021-05-18 CN CN202110542381.6A patent/CN113256516A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101393723A (zh) * | 2007-09-17 | 2009-03-25 | 美格纳半导体有限会社 | 小功率图像显示装置及图像显示方法 |
| EP2613290A1 (en) * | 2010-10-26 | 2013-07-10 | Morpho, Inc. | Image processing device, image processing method, and image processing program |
| CN103530848A (zh) * | 2013-09-27 | 2014-01-22 | 中国人民解放军空军工程大学 | 一种非均匀光照图像二次曝光的实现方法 |
| CN108090879A (zh) * | 2017-12-12 | 2018-05-29 | 上海顺久电子科技有限公司 | 一种对输入的高动态范围图像进行处理的方法和显示设备 |
| CN109242795A (zh) * | 2018-08-30 | 2019-01-18 | 福建师范大学 | 一种低亮度人体组织细胞双光子显微图像的亮度增强方法 |
| CN112381724A (zh) * | 2020-10-16 | 2021-02-19 | 中国科学院西安光学精密机械研究所 | 一种基于多曝光融合框架的图像宽动态增强方法 |
Non-Patent Citations (5)
| Title |
|---|
| 代成刚等: "基于亮通道色彩补偿与融合的水下图像增强", 《光学学报》 * |
| 司马紫菱等: "基于模拟多曝光融合的低照度图像增强方法", 《计算机应用》 * |
| 徐望明等: "基于虚拟多曝光融合的不均匀光照图像增强方法", 《华中科技大学学报(自然科学版)》 * |
| 林宏心: "《基于多光子显微术的肝细胞癌分化等级研究》", 《中国优秀博硕士学位论文全文数据库（博士）医药卫生科技辑》 * |
| 龙鑫等: "基于多层融合和细节恢复的图像增强方法", 《计算机应用研究》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110148095B (zh) | 一种水下图像增强方法及增强装置 | |
| CN105761227B (zh) | 基于暗通道先验与白平衡的水下图像增强方法 | |
| CN103218778B (zh) | 一种图像和视频的处理方法及装置 | |
| CN106886985B (zh) | 一种减小色偏的自适应低照度图像增强方法 | |
| CN108765342A (zh) | 一种基于改进暗通道的水下图像复原方法 | |
| CN102789635B (zh) | 一种图像增强方法和装置 | |
| CN106897981A (zh) | 一种基于引导滤波的低照度图像增强方法 | |
| CN102750674A (zh) | 基于自适应容差的视频图像去雾方法 | |
| US20070047833A1 (en) | System or method for enhancing an image | |
| CN107292830B (zh) | 低照度图像增强及评价方法 | |
| CN107895357B (zh) | 一种基于fpga的实时水面浓雾场景图像增强方法 | |
| CN113822826B (zh) | 一种低照度图像亮度增强方法 | |
| CN109639994B (zh) | 嵌入式车载相机曝光时间动态调整方法 | |
| CN110163807B (zh) | 一种基于期望亮通道的低照度图像增强方法 | |
| WO2021218602A1 (zh) | 一种基于视觉的ar-hud亮度自适应调节方法 | |
| CN112712485A (zh) | 一种图像融合方法及装置 | |
| Cheng et al. | Visibility enhancement of single hazy images using hybrid dark channel prior | |
| CN107481696A (zh) | 一种基于gamma相关自适应图像处理方法 | |
| CN110599418A (zh) | 一种变换域融合的全局色调映射方法 | |
| KR101998027B1 (ko) | 악천후에서의 도로 객체 검출 기법 학습을 위한 안개 및 비 영상 합성 기법 및 시스템 | |
| CN117274107A (zh) | 低照度场景下端到端色彩及细节增强方法、装置及设备 | |
| CN113256516A (zh) | 一种图像增强方法 | |
| KR101535630B1 (ko) | 밝기변환 모델을 이용한 야간 영상의 밝기 개선 장치 | |
| Kyung et al. | Real-time multi-scale Retinex to enhance night scene of vehicular camera | |
| Tao et al. | Improved Retinex for low illumination image enhancement of nighttime traffic |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210813 |
|
| RJ01 | Rejection of invention patent application after publication |