一种低照度图像的同步增强去噪方法技术

本发明专利技术公开了一种低照度图像的同步增强去噪方法，使用考虑噪声的雾天图像退化模型，结合迭代的联合双边滤波将低照度图像的对比度增强操作和噪声去除操作同时进行；在迭代的初始化阶段使用暗原色先验理论得到低照度图像反转图像的全局大气光、透射率和场景光的初始估计值；然后使用迭代的联合双边滤波方法进行雾图参数的交替修正，对各轮迭代的结果通过商值图像进行细节补偿；迭代的联合双边滤波方法在第一轮迭代时，导向图为噪声图像自身，在以后的迭代过程中，将每一轮迭代的结果作为下一轮迭代的导向图；最后通过对迭代结果进行再次反转操作获得增强后的复原图像；本发明专利技术能同时提高低照度图像可视化效果及去除图像噪声，具有良好的视觉效果。

【技术实现步骤摘要】

本专利技术涉及图像增强、去噪
，具体是一种低照度图像的同步增强去噪方 法
技术介绍
低照度环境下，图像采集设备获得的图像不仅可辨识度低，而且含有大量噪声，低 照度环境导致的图像降质不仅影响了人眼对图像的辨识，也使得智能交通、视频监控和目 标识别等计算机视觉系统性能受到较大的影响，因此对低照度图像进行增强和降噪处理具 有非常重要的价值；由于低照度环境采集到的图像灰度覆盖范围非常窄，并且像素值处于 较低水平，因此对低照度图像进行增强的主要目的在于扩大图像的灰度范围，提高图像的 整体亮度，以便原本无法辨别的图像信息能够被人眼或机器所识别；传统的图像增强方法 可以分为空间域增强方法和频率域增强方法两大类：直方图均衡化是经典的空间域增强 方法，它可以有效的增强图像对比度，但该方法可能导致原本较亮的像素点过饱和从而丢 失图像结构信息；频率域增强方法如小波变换，通过将图像信号转换到频域后，对小波系 数进行处理来达到增强的效果；Retinex方法是基于视网膜大脑皮层理论的一种图像增强 方法，它将图像分为亮度图和反射图两部分，通过降低亮度图对反射图的影响来达到增强 的效果，随着Retinex理论的提出，大量的研究者陆续提出了相关的改进算法，如单尺度 Retinex、多尺度Retinex、带彩色因子恢复的多尺度Retinex等，这些算法均可以达到一定 的增强效果。 近年来，基于去雾技术的低照度图像增强方法的提出开辟了低照度增强的新途 径，通过比较低照度图像的反转图像和雾天图像的相似性，将反转的低照度视频帧使用暗 原色去雾方法进行处理可以得到较好的视觉效果，低照度图像不仅灰度水平低还具有噪声 含量高的特点，并且大多数的增强方法在进行强度转换的同时噪声也会随之放大；目前有 很多研究可以分别完成图像的增强和去噪，但针对低照度图像特征的增强和去噪方法却很 少，基于暗原色去雾技术的低照度图像增强方法能有效的提升图像对比度，突出图像中的 细节信息，然而由于暗原色去雾技术有没考虑噪声的影响，导致增强后噪声被显著放大。 申请号为CN201510260607的中国专利技术专利公开了一种具备图像增强功能的视频 监控与采集系统，包括用于获取图像的图像获取装置、模数转换装置AD、用于对经模数转换 的数字图像信号进行增强处理的图像处理模块、数模转换装置DA、视频存储模块、监视器终 端，以及用于控制整个系统运行状态的控制中枢模块，该专利技术的视频监控与采集系统采用 嵌入式硬件平台，并对软件算法进行了优化，从而使得图像处理硬件设备的体积和功耗都 大为缩小，可以实现实时图像增强，并方便与图像采集设备的集成，模块化设计也有利于功 能模块自由搭配，更加适合应用场合，降低采购成本。 申请号为CN201510329457的中国专利技术专利公开了一种基于视网膜机制的灰度图 像增强方法，具体流程包括估计全局亮度确定算法自适应参数、生成图像的亮度映射图、计 算亮度增强图像和边缘加强处理，首先通过全局暗区域的亮度分布情况，对自适应参数进 行估计；然后分别对图像进行全局的亮度增强处理，并由调制函数得出整幅图片的调制映 射图，计算得出亮度增强的结果；最后基于自适应尺度的高斯差模型来实现边缘的增强，模 型尺度由对比度所影响，最终可以在明亮区域加强更细小的纹理信息，黑暗区域则加强比 较大的轮廓信息。 上述公开的专利技术虽能有效的对图像进行对比度增强但均未考虑噪声条件对图像 增强的影响，因此，需要对现有技术进行创造性的改良。
技术实现思路
本专利技术的目的在于提供，利用考虑噪声的雾 图退化模型和迭代的联合双边滤波算法将低照度图像的对比度增强操作和噪声去除操作 同时进行，从而有效提升图像对比度并抑制噪声，增强图像的视觉效果。 为实现上述目的，本专利技术提供如下技术方案： -种低照度图像的同步增强去噪方法，低照度图像增强算法为基于暗原色去雾技 术的增强算法，同步增强去噪操作通过迭代的联合双边滤波交替修正雾图退化模型参数完 成，包括以下步骤： 1)将原始低照度图像I(Xl)输入计算机图像处理系统，并将其反转，得到反转后的 图像 Iinv(Xi); 2)根据暗原色先验理论，求取反转图像Iinv(Xl)中的全局大气光值A、 3)根据反转图像Iinv(Xl)的亮度图计算图像的初始透射率t°; 4)将步骤2求得的全局大气光A1P步骤3求得的初始透射率t °代入雾天图像退 化模型得到场景光的初始估计值 5)使用迭代的联合双边滤波方法交替修正雾天图像退化模型中的参数，并对每一 轮的结果使用商值图像方法进行细节补偿。 6)将步骤5中最终获得的场景光进行反转，得到最终的增强去噪结果。 作为本专利技术进一步的方案：所述步骤1中，对输入低照度图像4,(A)进行反转操 作时，反转算法如下： 其中，I表示输入的原始低照度图像，Iinv表示反转图像，c代表图像RGB三颜色通 道中的一个颜色通道。 作为本专利技术进一步的方案：所述步骤2包括以下步骤： a)对反转图像Iinv(Xl)的各个颜色通道做最小值滤波，并对每个像素点求取三通 道滤波结果的最小值作为该像素点的暗原色值，从而得到反转图像的暗原色图； b)选取暗原色图中的所有像素点中强度值最大的0. 1 %个像素，将这些像素点的 位置标记出来，在反转图像Iinv(Xl)三个颜色通道中相对应的位置，找到各个通道最亮的点 的强度值作为该颜色通道的大气光A' 作为本专利技术进一步的方案：所述步骤3中，求取初始透射率t°的算法如下： t°(Xi) = C-Y (x;) 式中，C为用于削弱亮度图像Y的参数，C取值范围为，亮度图像Y(Xl) 的计算方式如下： Y(Xl)=0. 299XR+0. 587XG+0. 114XB 式中：R、G、B分别代表图像RGB三通道分量值。 作为本专利技术进一步的方案：所述步骤4中，求取场景光初始估计值的算法如下 式中，Iinv(Xl)为输入图像的反转图像，t°( Xl)为透射率的初始估计值，f为全局大 气光，f为透射率的下限，通常取0.01。 作为本专利技术进一步的方案：所述步骤5中使用的考虑噪声的雾天图像退化模型的 形式如下： Iinv (x)= Jinv (x)t(x)+A(1-t(x)) +n(x) 作为本专利技术进一步的方案：所述步骤5中的迭代的联合双边滤波方法在第一轮迭 代时，导向图为噪声图像自身，在以后的迭代过程中，将每一轮迭代的结果作为下一轮迭代 的导向图。 作为本专利技术进一步的方案：所述步骤5中包括以下步骤： a)设置迭代过程中透射率和场景光的初始值分别为一和</：,.，并置迭代次数k = 1 ; b)使用上一轮迭代中修正后的场景光A1修正本轮迭代中的透射率tk，修正透射 率的算法如下： 式中，gd(x「x)为空间域核函数，g,.(f -〇为值域核函数，Q (X)是以x为中心 的邻域； c)使用本轮迭代中修正后的透射率值tk修正本轮迭代中的场景光之，修正场景 光的算法如下： 式中，gd(Xl_x)空间域核函数，&(〇'1)为值域核函数， Q (x)是以x为中心 的邻域； d)对每一轮滤波结果的细节部分利用商值图像进行补偿，得到本轮迭代最终的场 景光修正结果'细节补偿算法如下：式中，m用于平衡细节图像所占的权重，为商值图像，计算本文档来自技高网...

【技术保护点】
一种低照度图像的同步增强去噪方法，其特征在于，包括以下步骤：1)将原始低照度图像I(xi)输入计算机图像处理系统，并将其反转，得到反转后的图像Iinv(xi)；2)根据暗原色先验理论，求取反转图像Iinv(xi)中的全局大气光值Ac；3)根据反转图像Iinv(xi)的亮度图计算图像的初始透射率t0；4)将步骤2求得的全局大气光Ac和步骤3求得的初始透射率t0代入雾天图像退化模型得到场景光的初始估计值5)使用迭代的联合双边滤波方法交替修正考虑噪声的雾天图像退化模型中的参数，并对每一轮的结果使用商值图像方法进行细节补偿；6)将步骤5中最终获得的场景光进行反转，得到最终的增强去噪结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：沈沛意，朱光明，宋娟，张亮，彭希璐，张淑娥，刘欢，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61