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，

I_inv(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，I_inv(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：

I_inv(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J_inv(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J_en(x)：

J_en(x)＝1-J_inv(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J_dark(x)；

c表示圖像RGB三個顏色通道，J_c是J的一個顏色通道，Ω(x)是一個以x為中心的小圖像塊，J_dark(x)為暗通道圖像，

從J_dark(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(x_i,x_j)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(x_i,x_j)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)＝F_B(D(x)) (10)

B₂(x)＝F_B(|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J_en(x)：

J_en(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。

I_inv(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；I_inv(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：

I_inv(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J_inv(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J_en(x)：

J_en(x)＝1-J_inv(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J_dark(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；J_c是J的一個顏色通道，Ω(x)是一個以x為中心的小圖像塊。J_dark(x)為暗通道圖像。

從J_dark(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(x_i,x_j)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(x_i,x_j)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，I_inv(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)＝F_B(D(x)) (10)

B₂(x)＝F_B(|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，I_inv(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J_en(x)：

J_en(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。