CN113947553A - 一种图像亮度增强方法及设备 - Google Patents

一种图像亮度增强方法及设备 Download PDF

Info

Publication number
CN113947553A
CN113947553A CN202111558068.8A CN202111558068A CN113947553A CN 113947553 A CN113947553 A CN 113947553A CN 202111558068 A CN202111558068 A CN 202111558068A CN 113947553 A CN113947553 A CN 113947553A
Authority
CN
China
Prior art keywords
image
gray
value
brightness
channel
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
CN202111558068.8A
Other languages
English (en)
Other versions
CN113947553B (zh
Inventor
蔡富东
孔志强
陈雷
李在学
宫光超
李忠平
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.)
Shandong Senter Electronic Co Ltd
Original Assignee
Shandong Senter Electronic Co Ltd
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 Shandong Senter Electronic Co Ltd filed Critical Shandong Senter Electronic Co Ltd
Priority to CN202111558068.8A priority Critical patent/CN113947553B/zh
Publication of CN113947553A publication Critical patent/CN113947553A/zh
Application granted granted Critical
Publication of CN113947553B publication Critical patent/CN113947553B/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
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • 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
    • G06T2207/10—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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

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

Abstract

本申请实施例公开了一种图像亮度增强方法及设备。属于图像数据处理技术领域。获取原始图像对应的灰度图；确定所述灰度图的像素点对应的灰度值与亮度值，并根据所述灰度值与所述亮度值对所述原始图像进行全局亮度处理，得到第一图像；根据所述第一图像对应的亮度值得到对比度增强因子，以根据所述对比度增强因子对所述第一图像进行对比度处理，得到第二图像；确定所述第二图像中同一像素点在不同颜色通道之间的色差，根据所述色差进行色差通道重建，通过所述色差通道对所述第二图像的色彩进行重建，以对所述原始图像的亮度进行增强。通过上述方法，提高图像亮度增强效果。

Description

一种图像亮度增强方法及设备
技术领域
本申请涉及图像处理技术领域，尤其涉及一种图像亮度增强方法及设备。
背景技术
摄像机常常因为天气阴暗、拍摄时间等因素的影响，导致获取的图像整体过暗或者部分过暗。为了获得较好的视觉效果，需要对图片中较暗的区域进行增强。
现有的较为常用的亮度增强方法，是基于原始图像的灰度值进行线性或者非线性的伸缩，对图像整体灰度值的像素点或者图像部分灰度值的像素点亮度进行提升。
但现有技术中很多图像增强算法对图像增强时大多不具备自适应性，容易导致图像较亮部分增强后过亮或者周围出现伪影等现象，以致亮度增强效果较差。
发明内容
本申请实施例提供了一种图像亮度增强方法及设备，用于解决如下技术问题：现有技术对图像亮度增强的效果较差。
本申请实施例采用下述技术方案：
本申请实施例提供一种图像亮度增强方法。包括，获取原始图像对应的灰度图；确定灰度图的像素点对应的灰度值与亮度值，并根据灰度值与亮度值对原始图像进行全局亮度处理，得到第一图像；根据第一图像对应的亮度值得到对比度增强因子，以根据对比度增强因子对第一图像进行对比度处理，得到第二图像；确定第二图像中同一像素点在不同颜色通道之间的色差，根据色差进行色差通道重建，通过色差通道对第二图像的色彩进行重建，以对原始图像的亮度进行增强。
本申请实施例通过灰度值与亮度值对图像进行亮度处理，能够对图像不同区域采用自适应暗光增强，减少了全局亮度增强中可能出现的较亮部分增强后过亮，或者周围出现伪影等现象。其次，本申请实施例通过对比度增强因子对第一图像进行对比度处理，能够提高图像对比度、改变亮度缩放比例，较好调节了图像较暗部分的亮度。此外，本申请实施例考虑到不同通道对亮度值的影响比例，通过色差通道重建的方式，在保证亮度增强的效果下较好地展现了图像的色彩。
在本申请的一种实现方式中，根据灰度值与亮度值对原始图像进行全局亮度处理，具体包括：根据灰度图的像素点灰度值，得到平均灰度值；确定灰度图中灰度值最大的像素点所对应的最大亮度值；基于灰度图中各像素点灰度值、平均灰度值以及最大亮度值，对原始图像的亮度进行压缩处理。
本申请实施例通过灰度值与亮度值对原始图像进行亮度处理，能够对图像不同区域采用自适应的log域暗光增强。减少了全局亮度增强中可能出现的较亮部分增强后过亮，或者周围出现伪影等现象。使得图像的亮度值根据场景的对数平均亮度被充分压缩。
在本申请的一种实现方式中基于灰度图中各像素点灰度值、平均灰度值以及最大亮度值，对原始图像的亮度进行压缩处理，具体包括：确定灰度图中各像素点的灰度值与平均灰度值的第一对数比值；以及确定最大亮度值与平均灰度值的第二对数比值；根据第一对数比值与第二比值，得到压缩处理后的亮度值。
在本申请的一种实现方式中，根据第一图像对应的亮度值得到对比度增强因子，具体包括：确定第一图像对应的最大亮度值；将第一图像中各像素点对应的亮度值，分别与最大亮度值进行比值计算；基于比值计算结果以及预设对比度自适应系数，得到对比度增强因子。
在本申请的一种实现方式中，根据对比度增强因子对第一图像进行对比度处理，具体包括：根据预设公式得到入射光图像与亮度图像的比值，并根据预设公式得到比值与偏移量的和所对应的对数，以通过对数以及对比度增强因子对第一图像进行对比度处理；其中，入射光图像为边缘保持滤波器对第一图像进行滤波处理后的图像。
在本申请的一种实现方式中，根据预设公式得到入射光图像与亮度图像的比值，并根据预设公式得到比值与偏移量的和所对应的对数，以通过对数以及对比度增强因子对第一图像进行对比度处理，具体包括：
通过预设公式
Figure 465921DEST_PATH_IMAGE001
对第一图像进行对比度处理；其中，
Figure 126709DEST_PATH_IMAGE002
为经过对比度处理后的输出值；
Figure DEST_PATH_IMAGE003
为对比度增强因子；
Figure 331294DEST_PATH_IMAGE004
为压缩处理后的亮度值；
Figure DEST_PATH_IMAGE005
为入射光图像；
Figure 950495DEST_PATH_IMAGE006
为偏移量。
本申请实施例通过对入射光图像与亮度图像的比值与偏移量的和求对数，并将其结果与对比度增强因子相乘得到输出图像。从而对图像进行良好的动态范围压缩，提升图像的对比度，使得图像较暗区域得到了一定的增强效果。
在本申请的一种实现方式中，得到第二图像之后，方法还包括：对第二图像进行直方图均衡化处理，得到对比度增强后的图像；确定对比度增强后的图像所对应的各像素点的灰度值；确定对比度增强后的图像所对应的各像素点的灰度值，分别与灰度图的各像素点对应的灰度值之间的第三比值，以通过第三比值进行色差通道重建。
在本申请的一种实现方式中，确定第二图像中同一像素点在不同颜色通道之间的色差，根据色差进行色差通道重建，通过色差通道对第二图像的色彩进行重建，具体包括：确定不同颜色通道对应的灰度值的色差值；通过预设函数，对不同灰度值的像素点进行不同程度的色差拉伸，得到缩放系数；将预设颜色通道与第三比值进行卷积计算，得到预设颜色通道重建后的灰度值；根据预设颜色通道重建后的灰度值、缩放系数，以及色差值，得到不同颜色通道分别对应的重建后的灰度值。
本申请实施例根据图像像素点三通道之间的色差比例来重建图像的色彩。将图像的暗光增强效果与彩色图像的色彩结合，对图像的饱和度的调节，从而得到更好的视觉效果。
在本申请的一种实现方式中，根据预设颜色通道重建后的灰度值、缩放系数，以及色差值，得到不同颜色通道分别对应的重建后的灰度值，具体包括：根据预设公式
Figure DEST_PATH_IMAGE007
；
Figure 624053DEST_PATH_IMAGE008
；
得到不同颜色通道分别对应的重建后的灰度值；其中，
Figure DEST_PATH_IMAGE009
为R通道像素点对应的重建后的灰度值；
Figure 354111DEST_PATH_IMAGE010
为B通道像素点对应的重建后的灰度值；
Figure DEST_PATH_IMAGE011
为预设通道像素点对应的重建后的灰度值；
Figure 413203DEST_PATH_IMAGE012
为缩放系数；
Figure DEST_PATH_IMAGE013
为R通道与G通道灰度值的差值；
Figure 203304DEST_PATH_IMAGE014
为B通道与G通道灰度值的差值。
本申请实施例提供一种图像亮度增强设备，包括：至少一个处理器；以及，
与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：获取原始图像对应的灰度图；确定灰度图的像素点对应的灰度值与亮度值，并根据灰度值与亮度值对原始图像进行全局亮度处理，得到第一图像；根据第一图像对应的亮度值得到对比度增强因子，以根据对比度增强因子对第一图像进行对比度处理，得到第二图像；确定第二图像中同一像素点在不同颜色通道之间的色差，根据色差进行色差通道重建，通过色差通道对第二图像的色彩进行重建，以对原始图像的亮度进行增强。
本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过灰度值与亮度值对图像进行亮度处理，能够对图像不同区域采用自适应暗光增强，大大减少了全局亮度增强中可能出现的较亮部分增强后过亮，或者周围出现伪影等现象。其次，本申请实施例通过对比度增强因子对所述第一图像进行对比度处理，能够提高图像对比度、改变亮度缩放比例，较好调节了图像较暗部分的亮度。此外，本申请实施例考虑到不同通道对亮度值的影响比例，通过色差通道重建的方式，在保证亮度增强的效果下较好地展现了图像的色彩。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。在附图中：
图1为本申请实施例提供的一种图像亮度增强方法流程图；
图2为本申请实施例提供的一种图像暗光增强流程图；
图3为本申请实施例提供的一种图像亮度增强设备的结构示意图；
附图标记说明，
200图像亮度增强设备，201处理器，202存储器。
具体实施方式
本申请实施例提供一种图像亮度增强方法及设备。
为了使本技术领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
摄像机常常因为天气阴暗、拍摄时间等因素的影响，导致获取的图像整体过暗或者部分过暗。为了获得较好的视觉效果，需要对图片中较暗的区域进行增强。
现有的较为常用的亮度增强方法，是基于原始图像的灰度值进行线性或者非线性的伸缩，对图像整体灰度值的像素点或者图像部分灰度值的像素点亮度进行提升。
但现有技术中很多图像增强算法对图像增强时大多不具备自适应性，容易导致图像较亮部分增强后过亮或者周围出现伪影等现象，以致亮度增强效果较差。
为例解决上述问题，本申请实施例提供一种图像亮度增强方法及设备。通过灰度值与亮度值对图像进行亮度处理，能够对图像不同区域采用自适应暗光增强，大大减少了全局亮度增强中可能出现的较亮部分增强后过亮，或者周围出现伪影等现象。其次，本申请实施例通过对比度增强因子对所述第一图像进行对比度处理，能够提高图像对比度、改变亮度缩放比例，较好调节了图像较暗部分的亮度。此外，本申请实施例考虑到不同通道对亮度值的影响比例，通过色差通道重建的方式，在保证亮度增强的效果下较好地展现了图像的色彩。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种图像亮度增强方法流程图。如图1所示，图像亮度增强方法包括如下步骤：
步骤101、图像亮度增强设备获取原始图像对应的灰度图。
在本申请的一个实施例中，图像亮度增强设备获取到过暗的图像，并将图像从三通道转为单通道，以得到原始图像对应的灰度图。
步骤102、图像亮度增强设备确定灰度图的像素点对应的灰度值与亮度值，并根据灰度值与亮度值对图像进行亮度处理，得到第一图像。
在本申请的一个实施例中，根据灰度图的像素点灰度值，得到平均灰度值。确定灰度图中灰度值最大的像素点所对应的最大亮度值。基于灰度图中各像素点灰度值、平均灰度值以及最大亮度值，对原始图像的亮度进行压缩处理。
具体地，确定灰度图中各像素点的灰度值与平均灰度值的第一对数比值。以及确定最大亮度值与平均灰度值的第二对数比值。根据第一对数比值与第二比值，得到压缩处理后的亮度值。
具体地，根据公式
Figure DEST_PATH_IMAGE015
通过单通道图像的像素点灰度值
Figure 629738DEST_PATH_IMAGE016
，计算出图像像素点灰度值的对数平均值
Figure 632329DEST_PATH_IMAGE017
。其中，N为像素点数量，引入因子
Figure 569364DEST_PATH_IMAGE018
来避免处理到图像中异常黑的像素点时，其对应的log阈值过小，以致影响整体效果的问题。
需要说明的是，本申请实施例中因子
Figure 264788DEST_PATH_IMAGE018
的值优选为0.0001，在应用中也可以根据实际情况对因子
Figure 506414DEST_PATH_IMAGE018
的值进行更改。
进一步地，根据公式
Figure 47116DEST_PATH_IMAGE019
对原始图像的亮度进行压缩处理。其中，
Figure 956166DEST_PATH_IMAGE020
为压缩处理后的亮度值。
Figure 432278DEST_PATH_IMAGE021
为灰度图每个点的灰度值。
Figure 426779DEST_PATH_IMAGE022
为最大亮度值；
Figure 771173DEST_PATH_IMAGE023
为平均灰度值。
具体地，图像亮度增强设备获取图像所有像素点的灰度值，以得到亮度最大值
Figure 534729DEST_PATH_IMAGE024
，然后以对数函数的形式压缩图像的动态范围，提高图像的对比度。
进一步地，通过图像中每个点的灰度值
Figure 431010DEST_PATH_IMAGE025
和最大亮度值
Figure 912807DEST_PATH_IMAGE026
，分别与对数平均值
Figure 60892DEST_PATH_IMAGE027
进行比值计算。即可对图像的亮度进行压缩处理。
进一步地，本申请实施例中的亮度压缩算法可以自适应多种场景，当对数平均值从小变大时，函数从对数函数的形状收敛到线性函数，低对数平均值的部分比高的部分增强更多。使得总体图片的亮度值根据场景的对数平均亮度被充分压缩。
需要说明的是，自然界中真实场景能够表现比较广泛的颜色亮度区间，比如从很暗的黑夜到明亮的太阳光，有将近10个数量级的动态方位。而传统显示设备所能显示的场景、视频和图像通常受限于硬件设备，通常只能表达出很小一部分的亮度范围，比如常见的8比特图像显示0到255的整数范围。因此为了能够显示高动态范围的影响，需要实现从高动态范围图像到低动态范围图像的映射，即动态范围压缩(DRC，Dynamic RangeCompression)。
传统的亮度增强技术大多是基于图像的灰度值进行函数变化，使得灰度值整体提高或者是部分数量级的灰度进行提高，自适应性不够好。本申请实施例中的算法对图像不同区域采用自适应的log域暗光增强，大大减少了全局亮度增强中可能出现的较亮部分增强后过亮，或者周围出现伪影等现象。
步骤103、图像亮度增强设备根据第一图像对应的亮度值得到对比度增强因子，以根据对比度增强因子对第一图像进行对比度处理，得到第二图像。
在本申请的一个实施例中，本申请实施例基于Retinex的部分自适应算法，并在Retinex算法的基础上引入因子提高对比度、改变亮度缩放比例，较好调节了图像较暗部分的亮度。
需要说明的是，Retinex算法是将图像看做由反射物体图像和入射光图像构成。入射光照射在反射物体上，通过反射物体的反射形成的反射光进入人眼，形成最终人眼看到的原始图像。该算法的实际应用是先根据原始图像推算出入射光图像，再计算出真实的反射物体图像。
具体的，根据公式
Figure 678955DEST_PATH_IMAGE028
；
Figure 762448DEST_PATH_IMAGE029
；
计算出真实的反射物体图像。其中，
Figure 465962DEST_PATH_IMAGE030
为反射物体图像，
Figure 152158DEST_PATH_IMAGE031
为入射光图像，
Figure 890307DEST_PATH_IMAGE032
为人眼看到的原始图像。
在本申请的一个实施例中，确定第一图像对应的最大亮度值。将第一图像中各像素点对应的亮度值，分别与最大亮度值进行比值计算。基于比值计算结果以及预设对比度自适应系数，得到对比度增强因子。
具体地，根据公式
Figure 128391DEST_PATH_IMAGE033
对压缩处理后的亮度值，与压缩处理后的最大亮度值进行比值计算，以得到对比度增强因子。其中，
Figure 319201DEST_PATH_IMAGE034
为对比度增强因子。
Figure 809088DEST_PATH_IMAGE035
为压缩处理后的亮度值。
Figure 401743DEST_PATH_IMAGE036
为压缩处理后的最大亮度值。
Figure 827039DEST_PATH_IMAGE037
为当前图像对比度自适应系数，用于非线性放大
Figure 505145DEST_PATH_IMAGE038
，使其保持与当前图像对比度的非线性单调关系。
进一步地，根据公式
Figure 533144DEST_PATH_IMAGE039
确定出自适应非线性偏移量
Figure 980306DEST_PATH_IMAGE040
。其中，
Figure 825771DEST_PATH_IMAGE041
压缩处理后的亮度均值，
Figure 991173DEST_PATH_IMAGE042
为当前图像亮度的自适应系数，用于放大
Figure 822863DEST_PATH_IMAGE043
，使
Figure 124531DEST_PATH_IMAGE043
保持与当前图像平均亮度的线性关系。因为当图像较暗时，
Figure 891630DEST_PATH_IMAGE044
较小，log域的起始位置更小，log函数曲线的梯度越大，能得到更亮的图像。因此通过当前图像亮度的自适应系数，能够起到稳定且自适应增强图像亮度的作用。
在本申请的一个实施例中，根据预设公式得到入射光图像与亮度图像的比值，并根据预设公式得到比值与偏移量的和所对应的对数，以通过对数以及对比度增强因子对第一图像进行对比度处理。其中，入射光图像为边缘保持滤波器对第一图像进行滤波处理后的图像。
具体地，本申请实施例使用全局自适应调节的结果
Figure 278749DEST_PATH_IMAGE045
作为原始图像，使用边缘保持滤波器的结果
Figure 648551DEST_PATH_IMAGE046
作为入射光图像。因为导向滤波器在边界附近边缘保持效果较好，速度较快，所以本申请实施例选用导向滤波器进行滤波操作。
在本申请的一个实施例中，通过预设公式
Figure 70305DEST_PATH_IMAGE047
对第一图像进行对比度处理。其中，
Figure 132939DEST_PATH_IMAGE048
为对比度处理后的输出值。
Figure 131988DEST_PATH_IMAGE049
为对比度增强因子。
Figure 571059DEST_PATH_IMAGE050
为压缩处理后的亮度值。
Figure 847320DEST_PATH_IMAGE051
为入射光图像。
Figure 80855DEST_PATH_IMAGE052
为偏移量。
具体地，本申请实施例对Retinex算法进行改进，引入了对比度增强因子
Figure 317932DEST_PATH_IMAGE053
来增加图像的对比度，通过自适应非线性偏移量
Figure 29536DEST_PATH_IMAGE052
改变对数起点。在对数域通过Retinex算法，对入射光图像与亮度图像的比值与偏移量的和求对数，并将其结果与对比度增强因子相乘得到输出图像。从而对图像进行了良好的动态范围压缩，提升了图像的对比度，使得较暗区域得到了一定的增强效果。
步骤104、图像亮度增强设备确定第二图像中同一像素点在不同颜色通道之间的色差，根据色差进行色差通道重建，通过色差通道对第二图像的色彩进行重建，以对图像的亮度进行增强。
在本申请的一个实施例中，本申请实施例先对图像的直方图均衡化增强图像的对比度。然后通过色差通道的重建，提高色彩的对比度，得到较好的视觉效果。
在本申请的一个实施例中，根据预设最大亮度比率与最小亮度比率，求出对应的最大亮度灰度值与最小亮度灰度值。将第二图像中超过最大亮度灰度值的像素点灰度值设置为最大亮度灰度值，将第二图像中小于最小亮度灰度值的像素点灰度值置为最小亮度灰度值。之后将剩下的像素点的灰度值进行缩放使其均匀分布。从而通过对图像的直方图均衡化增强图像的对比度。
在本申请的一个实施例中，对第二图像进行直方图均衡化处理，得到对比度增强后的图像。确定对比度增强后的图像所对应的各像素点的灰度值。确定对比度增强后的图像所对应的各像素点的灰度值，分别与灰度图的各像素点对应的灰度值之间的第三比值，以通过第三比值进行色差通道重建。
具体地，根据公式
Figure 425883DEST_PATH_IMAGE054
；
确定出进行直方图均衡化处理后的图像所对应的灰度值，与灰度图的像素点对应的灰度值之间的比值，以通过该比值进行后续的色差通道重建。
在本申请的一个实施例中，图像亮度增强设备根据输入图像像素点三通道之间的色差比例来重建图像的色彩。将图像的暗光增强效果与彩色图像的色彩结合，得到较好视觉效果。
在本申请的一个实施例中，确定不同颜色通道对应的灰度值的色差值。通过预设函数，对第二图像对应的不同灰度值的像素点进行不同程度的色差拉伸，得到缩放系数。将预设颜色通道与第三比值进行卷积计算，得到预设颜色通道重建后的灰度值。根据预设颜色通道重建后的灰度值、缩放系数，以及色差值，得到不同颜色通道分别对应的重建后的灰度值。
具体地，通过预设公式
Figure 830319DEST_PATH_IMAGE055
；
Figure 413747DEST_PATH_IMAGE056
；
得到图像中每个像素点R通道与G通道灰度值的色差值，以及B通道与G通道灰度值的色差值。其中，
Figure 53676DEST_PATH_IMAGE057
为输入的RGB图像的R通道对应像素点的灰度值。
Figure 304529DEST_PATH_IMAGE058
为输入的RGB图像的G通道对应像素点的灰度值。
Figure 879867DEST_PATH_IMAGE059
为输入的RGB图像的B通道对应像素点的灰度值。
具体地，通过预设公式
Figure 216170DEST_PATH_IMAGE060
对具有不同灰度值的像素点进行不同程度的色差拉伸。其中，
Figure 410522DEST_PATH_IMAGE061
是缩放系数，
Figure 515881DEST_PATH_IMAGE062
是进行直方图均衡化处理后的图像所对应的灰度值，与灰度图的像素点对应的灰度值之间的比值。
进一步地，
根据预设公式
Figure 262121DEST_PATH_IMAGE063
得到G通道的输出值。其中，
Figure 820141DEST_PATH_IMAGE064
为重建后G通道像素点对应的灰度值，
Figure 67451DEST_PATH_IMAGE065
为输入的图像像素点的灰度值，
Figure 27317DEST_PATH_IMAGE066
是进行局部自适应后的第二图像的像素点对应的灰度值。将输入图像的G通道与第二图像求出的结果做卷积，即可得到对应的G通道输出值
Figure 944458DEST_PATH_IMAGE067
。
在本申请的一个实施例中，根据预设公式
Figure 255353DEST_PATH_IMAGE068
；
Figure 791508DEST_PATH_IMAGE069
；
得到不同颜色通道分别对应的重建后的灰度值。其中，
Figure 605880DEST_PATH_IMAGE070
为R通道像素点对应的重建后的灰度值。
Figure 959501DEST_PATH_IMAGE071
为B通道像素点对应的重建后的灰度值。
Figure 492114DEST_PATH_IMAGE072
为预设通道像素点对应的重建后的灰度值。
Figure 815648DEST_PATH_IMAGE012
为缩放系数；
Figure 750106DEST_PATH_IMAGE073
为R通道与G通道灰度值的差值；
Figure 274628DEST_PATH_IMAGE074
为B通道与G通道灰度值的差值。
具体地，本申请实施例根据已经得到的G通道的输出值，通过计算对应通道的色差值与缩放系数乘积，估算输出图像的R、B通道相对于G通道的色差，将其与G通道输出值求和作为对应通道的输出。
本申请实施例通过色差通道重建的方式，摒弃了原有的三个通道对应的矩阵分别与灰图结果求卷积的模式。传统技术对增强后的灰图转化为RGB图像时，未考虑到不同通道对亮度值的影响比例，导致输出图像对比度饱和度不够好，本申请实施例通过色差重建的方式，采用了基于G通道对图像的色彩进行重建，在保证亮度增强的效果下较好地展现了图像的色彩，取得了较好的图像亮度增强的效果。
图2为本申请实施例提供的一种图像暗光增强流程图。如图2所示，图像暗光增强包括如下步骤：
在本申请的一个实施例中，将过暗的彩色图像转化为灰度图像，对图像进行全局自适应的暗光增强，对图像的对比度进行提升。
具体地，获取图像像素点的对数平均亮度值与亮度最大值，以通过对数函数的形式压缩图像动态范围。
在本申请的一个实施例中，基于Retinex对图像进行自适应调节。
具体地，将导向滤波的结果作为入射光图像，将全局自适应调节的结果作为原始图像，同时引入对比度增强因子、自适应非线性偏移量对Retinex算法进行重建得到反射图像。使用对数曲线使得图像较暗的部分比亮的部分增加了更多的亮度值，使得图片暗光增强效果更好。
在本申请的一个实施例中，通过直方图均衡化以及色差通道重建的方式，对图像的色彩进行重建，通过对图像的饱和度的调节，得到了较好的视觉效果。
图3为本申请实施例提供的一种图像亮度增强设备的结构示意图。如图3所示，图像亮度增强设备200，包括：至少一个处理器201；以及，与所述至少一个处理器201通信连接的存储器202；其中，所述存储器202存储有可被所述至少一个处理器201执行的指令，所述指令被所述至少一个处理器201执行，以使所述至少一个处理器201能够：获取原始图像对应的灰度图；确定所述灰度图的像素点对应的灰度值与亮度值，并根据所述灰度值与所述亮度值对所述原始图像进行全局亮度处理，得到第一图像；根据所述第一图像对应的亮度值得到对比度增强因子，以根据所述对比度增强因子对所述第一图像进行对比度处理，得到第二图像；确定所述第二图像中同一像素点在不同颜色通道之间的色差，根据所述色差进行色差通道重建，通过所述色差通道对所述第二图像的色彩进行重建，以对所述原始图像的亮度进行增强。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、设备、非易失性计算机存储介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
上述对本申请特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请的实施例可以有各种更改和变化。凡在本申请实施例的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种图像亮度增强方法，其特征在于，所述方法包括：
获取原始图像对应的灰度图；
确定所述灰度图的像素点对应的灰度值与亮度值，并根据所述灰度值与所述亮度值对所述原始图像进行全局亮度处理，得到第一图像；
根据所述第一图像对应的亮度值得到对比度增强因子，以根据所述对比度增强因子对所述第一图像进行对比度处理，得到第二图像；
确定所述第二图像中同一像素点在不同颜色通道之间的色差，根据所述色差进行色差通道重建，通过所述色差通道对所述第二图像的色彩进行重建，以对所述原始图像的亮度进行增强。
2.根据权利要求1所述的一种图像亮度增强方法，其特征在于，所述根据所述灰度值与所述亮度值对所述原始图像进行全局亮度处理，具体包括：
根据所述灰度图的像素点灰度值，得到平均灰度值；
确定所述灰度图中灰度值最大的像素点所对应的最大亮度值；
基于所述灰度图中各像素点灰度值、所述平均灰度值以及所述最大亮度值，对所述原始图像的亮度进行压缩处理。
3.根据权利要求2所述的一种图像亮度增强方法，其特征在于，所述基于所述灰度图中各像素点灰度值、所述平均灰度值以及所述最大亮度值，对所述原始图像的亮度进行压缩处理，具体包括：
确定所述灰度图中各像素点的灰度值与所述平均灰度值的第一对数比值；以及
确定所述最大亮度值与所述平均灰度值的第二对数比值；
根据所述第一对数比值与所述第二比值，得到压缩处理后的亮度值。
4.根据权利要求1所述的一种图像亮度增强方法，其特征在于，所述根据所述第一图像对应的亮度值得到对比度增强因子，具体包括：
确定所述第一图像对应的最大亮度值；
将所述第一图像中各像素点对应的亮度值，分别与所述最大亮度值进行比值计算；
基于比值计算结果以及预设对比度自适应系数，得到所述对比度增强因子。
5.根据权利要求1所述的一种图像亮度增强方法，其特征在于，所述根据所述对比度增强因子对所述第一图像进行对比度处理，具体包括：
根据预设公式得到入射光图像与亮度图像的比值，并根据所述预设公式得到所述比值与偏移量的和所对应的对数，以通过所述对数以及所述对比度增强因子对所述第一图像进行对比度处理；
其中，所述入射光图像为边缘保持滤波器对所述第一图像进行滤波处理后的图像。
6.根据权利要求5所述的一种图像亮度增强方法，其特征在于，所述根据预设公式得到入射光图像与亮度图像的比值，并根据所述预设公式得到所述比值与偏移量的和所对应的对数，以通过所述对数以及所述对比度增强因子对所述第一图像进行对比度处理，具体包括：
通过预设公式
Figure 521231DEST_PATH_IMAGE001
对所述第一图像进行对比度处理；其中，
Figure 925668DEST_PATH_IMAGE002
为经过对比度处理后的输出值；
Figure 899309DEST_PATH_IMAGE003
为所述对比度增强因子；
Figure 414604DEST_PATH_IMAGE004
为压缩处理后的亮度值；
Figure 665456DEST_PATH_IMAGE005
为所述入射光图像；
Figure 975215DEST_PATH_IMAGE006
为所述偏移量。
7.根据权利要求1所述的一种图像亮度增强方法，其特征在于，所述得到第二图像之后，所述方法还包括：
对所述第二图像进行直方图均衡化处理，得到对比度增强后的图像；
确定所述对比度增强后的图像所对应的各像素点的灰度值；
确定所述对比度增强后的图像所对应的各像素点的灰度值，分别与所述灰度图的各像素点对应的灰度值之间的第三比值，以通过所述第三比值进行色差通道重建。
8.根据权利要求7所述的一种图像亮度增强方法，其特征在于，所述确定所述第二图像中同一像素点在不同颜色通道之间的色差，根据所述色差进行色差通道重建，通过所述色差通道对所述第二图像的色彩进行重建，具体包括：
确定不同颜色通道对应的灰度值的色差值；
通过预设函数，对不同灰度值的像素点进行不同程度的色差拉伸，得到缩放系数；
将预设颜色通道与所述第三比值进行卷积计算，得到所述预设颜色通道重建后的灰度值；
根据所述预设颜色通道重建后的灰度值、所述缩放系数，以及所述色差值，得到不同颜色通道分别对应的重建后的灰度值。
9.根据权利要求8所述的一种图像亮度增强方法，其特征在于，所述根据所述预设颜色通道重建后的灰度值、所述缩放系数，以及所述色差值，得到不同颜色通道分别对应的重建后的灰度值，具体包括：
根据预设公式
Figure 452464DEST_PATH_IMAGE007
；
Figure 505871DEST_PATH_IMAGE008
；
得到不同颜色通道分别对应的重建后的灰度值；其中，
Figure 611230DEST_PATH_IMAGE009
为R通道像素点对应的重建后的灰度值；
Figure 357469DEST_PATH_IMAGE010
为B通道像素点对应的重建后的灰度值；
Figure 915489DEST_PATH_IMAGE011
为所述预设通道像素点对应的重建后的灰度值；
Figure 772587DEST_PATH_IMAGE012
为所述缩放系数；
Figure 857086DEST_PATH_IMAGE013
为R通道与G通道灰度值的差值；
Figure 774227DEST_PATH_IMAGE014
为B通道与G通道灰度值的差值。
10.一种图像亮度增强设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行权利要求1-9中的任一项所述的方法。
CN202111558068.8A 2021-12-20 2021-12-20 一种图像亮度增强方法及设备 Active CN113947553B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111558068.8A CN113947553B (zh) 2021-12-20 2021-12-20 一种图像亮度增强方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111558068.8A CN113947553B (zh) 2021-12-20 2021-12-20 一种图像亮度增强方法及设备

Publications (2)

Publication Number Publication Date
CN113947553A true CN113947553A (zh) 2022-01-18
CN113947553B CN113947553B (zh) 2022-03-18

Family

ID=79339235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111558068.8A Active CN113947553B (zh) 2021-12-20 2021-12-20 一种图像亮度增强方法及设备

Country Status (1)

Country Link
CN (1) CN113947553B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155173A (zh) * 2022-02-10 2022-03-08 山东信通电子股份有限公司 一种图像去雾方法、设备及非易失性存储介质
CN116152105A (zh) * 2023-02-27 2023-05-23 上海福柯斯智能科技有限公司 一种图像亮度和对比度自动调整方法及装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000063838A1 (en) * 1999-04-16 2000-10-26 Izahi Corporation Automatic black level, luminosity and color compensation for digital still images and digital video
US20060104537A1 (en) * 2004-11-12 2006-05-18 Sozotek, Inc. System and method for image enhancement
CN103295205A (zh) * 2013-06-25 2013-09-11 安科智慧城市技术（中国）有限公司 一种基于Retinex的微光图像快速增强方法和装置
CN104349148A (zh) * 2014-11-21 2015-02-11 北京思比科微电子技术股份有限公司 一种实时改变图像绿色场景效果的方法
CN107730475A (zh) * 2017-11-13 2018-02-23 苏州科达科技股份有限公司 图像增强方法及系统
CN107945128A (zh) * 2017-11-27 2018-04-20 成都医学院 一种基于Retinex的彩色图像增强方法
CN108896176A (zh) * 2018-05-14 2018-11-27 浙江大学 一种多光谱成像系统的空间一致性校正方法
CN109191395A (zh) * 2018-08-21 2019-01-11 深圳创维－Rgb电子有限公司 图像对比度增强方法、装置、设备及存储介质
CN109801240A (zh) * 2019-01-15 2019-05-24 武汉鸿瑞达信息技术有限公司 一种图像增强方法以及图像增强装置
CN110290370A (zh) * 2019-07-05 2019-09-27 上海富瀚微电子股份有限公司 图像处理方法及装置
CN110580693A (zh) * 2018-06-07 2019-12-17 湖南爱威医疗科技有限公司 图像处理方法、装置、计算机设备及存储介质
CN111028181A (zh) * 2019-12-25 2020-04-17 歌尔股份有限公司 一种图像增强处理方法、装置、设备及存储介质
CN111127359A (zh) * 2019-12-19 2020-05-08 大连海事大学 一种基于选择性补偿颜色和三区间均衡的水下图像增强方法
US20200211190A1 (en) * 2018-09-07 2020-07-02 Ambu A/S Method for enhancing the visibility of blood vessels in color images and visualization systems implementing the method
CN112581380A (zh) * 2019-09-30 2021-03-30 北京金山云网络技术有限公司 图像的色彩增强方法、装置和服务器
WO2021218364A1 (zh) * 2020-04-27 2021-11-04 华为技术有限公司 一种图像增强方法及电子设备

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000063838A1 (en) * 1999-04-16 2000-10-26 Izahi Corporation Automatic black level, luminosity and color compensation for digital still images and digital video
US20060104537A1 (en) * 2004-11-12 2006-05-18 Sozotek, Inc. System and method for image enhancement
CN103295205A (zh) * 2013-06-25 2013-09-11 安科智慧城市技术（中国）有限公司 一种基于Retinex的微光图像快速增强方法和装置
CN104349148A (zh) * 2014-11-21 2015-02-11 北京思比科微电子技术股份有限公司 一种实时改变图像绿色场景效果的方法
CN107730475A (zh) * 2017-11-13 2018-02-23 苏州科达科技股份有限公司 图像增强方法及系统
CN107945128A (zh) * 2017-11-27 2018-04-20 成都医学院 一种基于Retinex的彩色图像增强方法
CN108896176A (zh) * 2018-05-14 2018-11-27 浙江大学 一种多光谱成像系统的空间一致性校正方法
CN110580693A (zh) * 2018-06-07 2019-12-17 湖南爱威医疗科技有限公司 图像处理方法、装置、计算机设备及存储介质
CN109191395A (zh) * 2018-08-21 2019-01-11 深圳创维－Rgb电子有限公司 图像对比度增强方法、装置、设备及存储介质
US20200211190A1 (en) * 2018-09-07 2020-07-02 Ambu A/S Method for enhancing the visibility of blood vessels in color images and visualization systems implementing the method
CN109801240A (zh) * 2019-01-15 2019-05-24 武汉鸿瑞达信息技术有限公司 一种图像增强方法以及图像增强装置
CN110290370A (zh) * 2019-07-05 2019-09-27 上海富瀚微电子股份有限公司 图像处理方法及装置
CN112581380A (zh) * 2019-09-30 2021-03-30 北京金山云网络技术有限公司 图像的色彩增强方法、装置和服务器
CN111127359A (zh) * 2019-12-19 2020-05-08 大连海事大学 一种基于选择性补偿颜色和三区间均衡的水下图像增强方法
CN111028181A (zh) * 2019-12-25 2020-04-17 歌尔股份有限公司 一种图像增强处理方法、装置、设备及存储介质
WO2021218364A1 (zh) * 2020-04-27 2021-11-04 华为技术有限公司 一种图像增强方法及电子设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JINGCHUN ZHOU 等: "Multi-scale retinex-based adaptive gray-scale transformation method for underwater image enhancement", 《MULTIMEDIA TOOLS AND APPLICATIONS》 *
方明 等: "低照度视频图像增强算法综述", 《长春理工大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155173A (zh) * 2022-02-10 2022-03-08 山东信通电子股份有限公司 一种图像去雾方法、设备及非易失性存储介质
CN116152105A (zh) * 2023-02-27 2023-05-23 上海福柯斯智能科技有限公司 一种图像亮度和对比度自动调整方法及装置
CN116152105B (zh) * 2023-02-27 2024-04-16 上海福柯斯智能科技有限公司 一种图像亮度和对比度自动调整方法及装置

Also Published As

Publication number Publication date
CN113947553B (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
US11127122B2 (en) Image enhancement method and system
Huang et al. Shallow-water image enhancement using relative global histogram stretching based on adaptive parameter acquisition
Lin et al. Multi-scale retinex improvement for nighttime image enhancement
CN108053374B (zh) 一种结合双边滤波与Retinex的水下图像增强方法
Celik Spatial mutual information and PageRank-based contrast enhancement and quality-aware relative contrast measure
CN109801240B (zh) 一种图像增强方法以及图像增强装置
CN113947553B (zh) 一种图像亮度增强方法及设备
CN108090886B (zh) 一种高动态范围红外图像的显示与细节增强方法
Vonikakis et al. Fast centre–surround contrast modification
US9396526B2 (en) Method for improving image quality
CN114331873B (zh) 一种基于区域划分的非均匀光照彩色图像校正方法
CN109325918B (zh) 一种图像处理的方法、装置及计算机存储介质
CN112785532B (zh) 基于加权直方图分布伽玛校正的奇异值均衡图像增强算法
CN110570360A (zh) 一种基于Retinex的鲁棒和全面的低质量光照图像增强方法
CN109886885B (zh) 一种基于Lab色彩空间和Retinex的图像增强方法及系统
Yu et al. Adaptive inverse hyperbolic tangent algorithm for dynamic contrast adjustment in displaying scenes
Yang et al. Low-light image enhancement based on Retinex theory and dual-tree complex wavelet transform
CN113989127A (zh) 一种图像对比度调整方法、系统、设备及计算机存储介质
Muniraj et al. Underwater image enhancement by modified color correction and adaptive Look-Up-Table with edge-preserving filter
KR102277005B1 (ko) 비지도 학습을 이용한 저조도 영상 처리 방법 및 장치
Starovoitov et al. Image enhancement for face recognition
CN115423723A (zh) 自适应铁路货车异常检测训练集图像增强方法
CN113256533B (zh) 基于msrcr的自适应低照度图像增强方法及系统
WO2021093718A1 (zh) 视频处理方法、视频修复方法、装置及设备
CN114677295A (zh) 一种现实场景镜面高光图像增强方法、装置及存储介质

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