本發(fā)明涉及計算機視覺領(lǐng)域,特指一種基于物理模型的低照度彩色圖像增強方法。
背景技術(shù):
在圖像采集或視頻監(jiān)控的應(yīng)用中,經(jīng)常會有夜視或背光等低照度的情況,采集到的圖像對比度都較低,細(xì)節(jié)信息嚴(yán)重丟失,利用低照度彩色圖像增強技術(shù),可以有效減少低照度環(huán)境對圖像或視頻獲取裝置的影響,提升視頻監(jiān)控、圖像識別、計算機視覺等系統(tǒng)在低照度情況下的性能,因此研究低照度圖像的增強很必要。
目前低照度圖像增強的算法主要有三大類:空域法、變換域法和融合法??沼蚍ㄖ饕兄狈綀D法、灰度變換法、Retinex算法等。直方圖法簡單有效且處理速度快,但這種算法對噪聲敏感,細(xì)節(jié)易丟失。灰度變換法運算速度快,但是參數(shù)難以確定,針對不同的圖像無法自適應(yīng)調(diào)節(jié),有時存在過增強的問題。Retinex算法是模擬人類視覺系統(tǒng)而提出的,該算法可有效改善圖像的視覺效果,但算法復(fù)雜度高且色彩失真。常用的變換域法是小波變換,它通過選取小波基對圖像進(jìn)行分解,能同時體現(xiàn)時域與頻域特性,但這種方法由于需要預(yù)先定義小波基而使算法的應(yīng)用受到限制。圖像融合法效果較好,但拍攝時間較長,無法應(yīng)用于實時處理,對單幅圖像無效,而且對亮度很低的圖像效果較差。
針對上述存在的問題,本發(fā)明提出了基于物理模型的低照度圖像增強方法,將低照度圖像反轉(zhuǎn)后與霧天圖像相似的偽霧圖,其霧的濃度由光照情況而非景深決定。將暗通道原理運用在單幅圖像去偽霧,并結(jié)合雙邊濾波進(jìn)行處理,提高了計算效率。根據(jù)光照情況給出了一種準(zhǔn)確且快速的新方法估計偽霧圖的透射率,更加符合低照度圖像的特性,本發(fā)明處理效率更高且效果良好,信息能夠較好的保留,有效提高圖像分析、識別等系統(tǒng)的工作效率。
技術(shù)實現(xiàn)要素:
:
本發(fā)明要解決的技術(shù)問題在于:針對低照度彩色圖像增強這個特定問題,為了提高圖像的對比度和處理后圖像的清晰度,獲得較好的視覺效果,提出了基于物理模型的低照度彩色圖像增強方法。
為解決上述技術(shù)問題,本發(fā)明提出一種基于物理模型的低照度彩色圖像增強算法,其技術(shù)方案具體如下,包括如下步驟:
(1)將低照度圖像反轉(zhuǎn)為偽霧圖;
(2)采用暗通道先驗規(guī)律對偽霧圖的環(huán)境光值進(jìn)行估計;
(3)基于光照情況對透射率進(jìn)行估計;
(4)基于物理模型恢復(fù)出無霧圖像;
(5)對無霧圖像反轉(zhuǎn)后得到增強圖像。
作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn),所述步驟(1)中,將低照度圖像反轉(zhuǎn)為偽霧圖具體包括:
將低照度圖像反轉(zhuǎn),如式(1)所示,
Iinv(x)=1-I(x) (1)
其中,x表示圖像的坐標(biāo)點,I(x)表示輸入的低照度圖像,Iinv(x)表示反轉(zhuǎn)圖像,即偽霧圖;
偽霧圖像的形成模型可以簡化為:
Iinv(x)=J(x)t(x)+A(1-t(x)) (2)
其中,J(x)表示恢復(fù)的無霧圖像,A是偽霧圖的環(huán)境光值,t(x)為介質(zhì)傳輸參數(shù)即透射率;
根據(jù)式(2)知,偽霧圖基于大氣物理模型去霧后得到的無霧圖像Jinv(x):
與霧天圖像不同,A被稱為偽霧圖的環(huán)境光值,將無“霧”圖像反轉(zhuǎn)即得到低照度增強之后的圖像Jen(x):
Jen(x)=1-Jinv(x) (4)。
作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn),所述步驟(2)中,采用暗通道先驗規(guī)律對偽霧圖的環(huán)境光值進(jìn)行估計具體包括:
偽霧圖環(huán)境光值A(chǔ)的求取方法如下:
根據(jù)式(5)計算得到暗通道圖像Jdark(x);
c表示圖像RGB三個顏色通道,Jc是J的一個顏色通道,Ω(x)是一個以x為中心的小圖像塊,Jdark(x)為暗通道圖像,
從Jdark(x)中提取前0.1%亮度最高的像素點;
從原圖像I(x)中提取步驟(2)中得到的點中強度最大的點,將該點的R、G、B值賦值給A。
作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn),所述步驟(3)中,基于光照情況對透射率進(jìn)行估計具體包括:
采用雙邊濾波對初始透射率t(x)作優(yōu)化處理,雙邊濾波是一種可以保留邊緣信息同時去噪的濾波器,雙邊濾波定義為:
式中,I為輸入圖像,F(xiàn)B(I)為濾波后的圖像,為高斯核函數(shù),代表了以(x,y)為中心,周邊點(xi,xj)的空間相似度,是其對應(yīng)的方差參數(shù);為另一個高斯核函數(shù),代表了以(x,y)為中心,周邊點(xi,xj)的空間相似度,是其對應(yīng)的方差參數(shù);
計算t(x)的具體步驟如下:
(1)令D(x)定義為暗圖像,
計算D(x)的局部均值B1(x)和局部標(biāo)準(zhǔn)差B2(x):
B1(x)=FB(D(x)) (10)
B2(x)=FB(|D(x)-B1(x)|) (11)
(2)計算二者之差估計大氣光幕
(3)由于是D(x)的局部均值和局部標(biāo)準(zhǔn)差之差,則定義:
(4)根據(jù)已經(jīng)求得的環(huán)境光值A(chǔ),計算優(yōu)化透射率t(x)即景深:
式中,為A的RGB三個顏色通道的均值。
作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn),所述步驟(4)中,基于物理模型恢復(fù)出無霧圖像具體包括:
根據(jù)(15)式,求得基于物理模型去霧后的無霧圖像J(x),式中t0取常數(shù)值,用于降低圖像噪聲,J(x)表示恢復(fù)的無霧圖像,
作為本發(fā)明技術(shù)方案的進(jìn)一步改進(jìn),所述步驟(5)中,對無霧圖像反轉(zhuǎn)后得到增強圖像;
將無霧圖像反轉(zhuǎn)即得到低照度增強后的圖像Jen(x):
Jen(x)=1-J(x) (16)。
附圖說明:
圖1是實施例所述基于物理模型的低照度彩色圖像增強方法流程圖;
圖2,3是實施例所述低照度彩色圖像增強方法處理前后圖像效果對比;
具體實施方式:
以普通單幅低照度彩色圖像為例,結(jié)合附圖對本發(fā)明做進(jìn)一步詳細(xì)說明。
本實施例提出一種基于物理模型的低照度彩色圖像增強方法,其基于低照度圖像反轉(zhuǎn)后與霧天圖像相似的原理,通過對反轉(zhuǎn)圖像即偽霧圖進(jìn)行去霧,然后對去霧結(jié)果反轉(zhuǎn)后得到低照度圖像結(jié)果,具體步驟如下:
第一步:將低照度圖像反轉(zhuǎn)為偽霧圖;
將低照度圖像反轉(zhuǎn),如式(1)所示,其結(jié)果與霧天圖像非常相似。
Iinv(x)=1-I(x) (1)
x表示圖像的坐標(biāo)點;I(x)表示輸入的低照度圖像;Iinv(x)表示反轉(zhuǎn)圖像,即偽霧圖。偽霧圖像的形成模型可以簡化為:
Iinv(x)=J(x)t(x)+A(1-t(x)) (2)
其中:J(x)表示恢復(fù)的無霧圖像;A是偽霧圖的環(huán)境光值;t(x)為介質(zhì)傳輸參數(shù)即透射率。
根據(jù)式(2)知,偽霧圖基于大氣物理模型去霧后得到的無“霧”圖像Jinv(x):
與霧天圖像不同,A被稱為偽霧圖的環(huán)境光值。將無“霧”圖像反轉(zhuǎn)即得到低照度增強之后的圖像Jen(x):
Jen(x)=1-Jinv(x) (4)
因此,低照度圖像增強的核心是準(zhǔn)確估計出偽霧圖的環(huán)境光值A(chǔ)及透射率t(x)。
第二步:對偽霧圖的環(huán)境光值A(chǔ)進(jìn)行估計;
偽霧圖環(huán)境光值A(chǔ)的近似等于霧最濃的區(qū)域的值。在本發(fā)明中求取A的方法如下:
根據(jù)式(5)計算得到暗通道圖像Jdark(x);
暗通道先驗規(guī)律是假設(shè)對于大部分戶外無霧圖像的小圖像塊,在一個顏色通道中,存在某些非常小甚至接近于零的灰度值,即這些小的圖像塊所對應(yīng)的最小灰度值近似于0。這些描述可以表述為:
c表示圖像RGB三個顏色通道;Jc是J的一個顏色通道,Ω(x)是一個以x為中心的小圖像塊。Jdark(x)為暗通道圖像。
從Jdark(x)中提取前0.1%亮度最高的像素點;
從原圖像I(x)中提取步驟(2)中得到的點中強度最大的點,將該點的R、G、B值賦值給A。
第三步:基于光照情況對透射率t(x)進(jìn)行估計;
本發(fā)明采用雙邊濾波對初始透射圖t(x)作優(yōu)化處理,雙邊濾波是一種可以保留邊緣信息同時去噪的濾波器。雙邊濾波定義為:
式中,I為輸入圖像,ω是半徑長度,F(xiàn)B(I)為濾波后的圖像,代表了以(x,y)為中心,半徑為ω的矩形內(nèi)點的像素相似度高斯核函數(shù),代表了以(x,y)為中心,周邊點(xi,xj)的空間相似度,是其對應(yīng)的方差參數(shù)。
為另一個高斯核函數(shù),代表了以(x,y)為中心,周邊點(xi,xj)的空間相似度,是其對應(yīng)的方差參數(shù)。
計算t(x)的具體步驟如下:
(1)令D(x)定義為暗圖像,Iinv(c)(x)為反轉(zhuǎn)的I(x)圖像C通道的灰度圖像。C表示圖像RGB三個顏色通道。
計算D(x)的局部均值B1(x)和局部標(biāo)準(zhǔn)差B2(x):
B1(x)=FB(D(x)) (10)
B2(x)=FB(|D(x)-B1(x)|) (11)
(2)計算B1(x),B2(x)二者之差估計大氣光幕
(3)由于是D(x)的局部均值和局部標(biāo)準(zhǔn)差之差,則定義:
(4)根據(jù)已經(jīng)求得的環(huán)境光值A(chǔ),計算優(yōu)化透射率t(x)即景深:
式中,為A的RGB三個通道的均值。
第四步:基于物理模型恢復(fù)出無霧圖像;
計算得到t(x),A后,Iinv(x)已求,根據(jù)(15)式,求得基于物理模型去霧后的無“霧”圖像J(x),式中t0取常數(shù)值,用于降低圖像噪聲。J(x)表示恢復(fù)的無“霧”圖像;A是偽霧圖的環(huán)境光值;t(x)為介質(zhì)傳輸參數(shù)即透射率。
第五步:對無霧圖像反轉(zhuǎn)后得到增強圖像。
將無“霧”圖像反轉(zhuǎn)即得到低照度增強后的圖像Jen(x):
Jen(x)=1-J(x) (16)
如圖1所示為實施例所述低照度彩色圖像增強算法流程圖;圖2,3為實施例對照低照度原圖和本發(fā)明方法處理后圖像的對比圖。
本發(fā)明中提出的方法實際上可嵌入FPGA實現(xiàn),開發(fā)具有低照度圖像增強功能的相機或攝像機。以上實施例僅起到解釋本發(fā)明技術(shù)方案的作用,本發(fā)明所要求的保護(hù)范圍并不局限于上述實施例所述的實現(xiàn)系統(tǒng)和具體實施步驟。因此,僅對上述實施例中具體的公式及算法進(jìn)行簡單替換,但其實質(zhì)內(nèi)容仍與本發(fā)明所述方法相一致的技術(shù)方案,均應(yīng)屬于本發(fā)明的保護(hù)范圍。