低照度Bayer图像的增强方法及增强装置制造方法及图纸

本发明专利技术提供了一种低照度Bayer图像的增强方法及增强装置，该增强方法包括：将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；计算所述伪雾图像的大气光值和透射率；根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；对所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。本发明专利技术的技术方案有效减少了图像增强运算时的计算量，进而降低了对系统资源的消耗，提高了图像增强算法的效率，同时能够有效突出原始低照度图像中没有的细节，增强了图像的亮度，拉伸图像的对比度。

【技术实现步骤摘要】
低照度Bayer图像的增强方法及增强装置
本专利技术涉及图像处理
，具体而言，涉及一种低照度Bayer图像的增强及装置。
技术介绍
在图像采集和视频监控应用中，经常会遇到夜视或背光较低的场景，此时采集到的图像对比度较低，细节信息丢失严重，给后续图像分析工作带来诸多不便。利用图像增强技术可以有效提升视频监控、图像识别、计算机视觉等系统在低照度情况下的性能。传统的灰度变化法和直方图均衡法在增强图像的同时也增强了图像中的噪声信息，使图像中的噪声信息含量增加。传统的低照度图像增强算法大多数是建立在非物理模型的基础之上，这种方法虽然可以达到一定的增强效果，但是由于没有物理模型，就没有实际的物理意义，因此不能从科学的角度纠正原始图像因低照度而造成的图像退化。由于光线不足而造成的低照度图像，若对其进行反转运算，则得到的反转图像在视觉上与雾天图像非常相似，因此可以将去雾算法运用到低照度图像增强过程中。目前，相关技术中提出了一种暗原色先验模型，用于单幅图像去雾，该方法直接使用暗原色来估计透射图，并利用软抠图算法优化透射图，进一步恢复出清晰的图像。虽然这种方法能对浓雾图像进行处理，并且图像具有较少的Halo效应，但是软抠图算法计算量大，耗时长，严重限制了其实际应用。其实，传统的基于暗原色先验的去雾方法未考虑伪雾图像其“雾”的浓度是由于光照而非景深决定的这一特性，从而计算的透射率不够精确，以及导致伪雾图像的去雾效果不佳，继而影响图像增强的效果。同时，目标大多数基于暗原色先验去雾算法的图像增强方法都是在RGB图像上进行，其处理的数据总量大，运算效率不高，且硬件资源消耗大，难以进行嵌入式开发。因此需要一种新的图像增强技术来对低照度图像进行增强处理。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术的目的在于提供一种低照度Bayer图像的增强方法及增强装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术的一个方面，提供一种低照度Bayer图像的增强方法，包括：将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；计算所述伪雾图像的大气光值和透射率；根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；对所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。在本专利技术的一种示例性实施例中，计算所述伪雾图像的大气光值的步骤，包括：对所述伪雾图像进行降采样处理，得到所述伪雾图像对应的红色子图、绿色子图和蓝色子图；分别计算所述红色子图、绿色子图和蓝色子图的暗通道图；按照亮度由大到小的顺序，从所述红色子图、绿色子图和蓝色子图的暗通道图中选取预定数量个像素点；在所述伪雾图像中与所述预定数量个像素点的位置相对应的像素点中，分别计算红色分量、绿色分量和蓝色分量的亮度最大值；根据所述红色分量、绿色分量和蓝色分量的亮度最大值，确定所述伪雾图像的大气光值。在本专利技术的一种示例性实施例中，通过以下公式分别计算所述红色子图、绿色子图和蓝色子图的暗通道图：其中，M(y)表示所述红色子图、绿色子图和蓝色子图中的任一子图，N(x)表示所述任一子图中以像素点x为中心的窗口邻域内的像素，Mdark(x)表示所述任一子图的暗通道图。在本专利技术的一种示例性实施例中，计算所述伪雾图像的透射率的步骤，包括：计算所述伪雾图像的亮度分量图，并估算所述伪雾图像的透射率图；根据所述伪雾图像的亮度分量图和估算出的所述透射率图，计算所述伪雾图像的透射率。在本专利技术的一种示例性实施例中，计算所述伪雾图像的亮度分量图的步骤，包括：根据所述伪雾图像中每个2×2的小块内的像素值，计算所述每个2×2的小块对应的亮度分量；根据所述伪雾图像中所有2×2的小块对应的亮度分量，计算所述伪雾图像的亮度分量图。在本专利技术的一种示例性实施例中，根据以下公式计算所述每个2×2的小块对应的亮度分量：其中，Gul和Glr分别表示所述每个2×2的小块内的两个红色像素的像素值，B表示所述每个2×2的小块内的蓝色像素的像素值，R表示所述每个2×2的小块内的红色像素的像素值，Yul和Ylr分别表示与Gul和Glr相对应的亮度分量。在本专利技术的一种示例性实施例中，根据以下公式生成所述去雾图像：其中，Ir(x)表示所述伪雾图像，t(x)表示透射率，A表示所述大气光值，Jr(x)表示所述去雾图像。在本专利技术的一种示例性实施例中，在生成所述去雾图像之前，还包括：计算所述伪雾图像对应的完整的指定颜色分量；以所述伪雾图像对应的完整的指定颜色分量为导向，对所述透射率进行导向滤波处理，以对所述透射率进行优化。在本专利技术的一种示例性实施例中，在所述指定颜色分量为绿色分量的情况下，计算所述伪雾图像对应的完整的绿色分量的步骤，包括：基于颜色插值法恢复所述伪雾图像中的蓝色像元对应的绿色分量和红色像元对应的绿色分量；根据所述伪雾图像中的蓝色像元对应的绿色分量和红色像元对应的绿色分量，以及所述伪雾图像中的绿色像元，生成所述伪雾图像对应的完整的绿色分量。根据本专利技术的另一方面，提供了一种低照度Bayer图像的增强装置，包括：第一处理单元，用于将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；计算单元，用于计算所述伪雾图像的大气光值和透射率；生成单元，用于根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；第二处理单元，用于对所述生成单元生成的所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。在本专利技术的一种示例性实施例中，所述计算单元配置为：对所述伪雾图像进行降采样处理，得到所述伪雾图像对应的红色子图、绿色子图和蓝色子图；分别计算所述红色子图、绿色子图和蓝色子图的暗通道图；按照亮度由大到小的顺序，从所述红色子图、绿色子图和蓝色子图的暗通道图中选取预定数量个像素点；在所述伪雾图像中与所述预定数量个像素点的位置相对应的像素点中，分别计算红色分量、绿色分量和蓝色分量的亮度最大值；根据所述红色分量、绿色分量和蓝色分量的亮度最大值，确定所述伪雾图像的大气光值。在本专利技术的一种示例性实施例中，通过以下公式分别计算所述红色子图、绿色子图和蓝色子图的暗通道图：其中，M(y)表示所述红色子图、绿色子图和蓝色子图中的任一子图，N(x)表示所述任一子图中以像素点x为中心的窗口邻域内的像素，Mdark(x)表示所述任一子图的暗通道图。在本专利技术的一种示例性实施例中，所述计算单元配置为：计算所述伪雾图像的亮度分量图，并估算所述伪雾图像的透射率图；根据所述伪雾图像的亮度分量图和估算出的所述透射率图，计算所述伪雾图像的透射率。在本专利技术的一种示例性实施例中，所述计算单元配置为：根据所述伪雾图像中每个2×2的小块内的像素值，计算所述每个2×2的小块对应的亮度分量；根据所述伪雾图像中所有2×2的小块对应的亮度分量，计算所述伪雾图像的亮度分量图。在本专利技术的一种示例性实施例中，根据以下公式计算所述每个2×2的小块对应的亮度分量：其中，Gul和Glr分别表示所述每个2×2的小块内的两个红色像素的像素值，B表示所述每个2×2的小块内本文档来自技高网...

【技术保护点】
一种低照度Bayer图像的增强方法，其特征在于，包括：将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；计算所述伪雾图像的大气光值和透射率；根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；对所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。

【技术特征摘要】
1.一种低照度Bayer图像的增强方法，其特征在于，包括：将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；计算所述伪雾图像的大气光值和透射率；根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；对所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。2.根据权利要求1所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的大气光值的步骤，包括：对所述伪雾图像进行降采样处理，得到所述伪雾图像对应的红色子图、绿色子图和蓝色子图；分别计算所述红色子图、绿色子图和蓝色子图的暗通道图；按照亮度由大到小的顺序，从所述红色子图、绿色子图和蓝色子图的暗通道图中选取预定数量个像素点；在所述伪雾图像中与所述预定数量个像素点的位置相对应的像素点中，分别计算红色分量、绿色分量和蓝色分量的亮度最大值；根据所述红色分量、绿色分量和蓝色分量的亮度最大值，确定所述伪雾图像的大气光值。3.根据权利要求2所述的低照度Bayer图像的增强方法，其特征在于，通过以下公式分别计算所述红色子图、绿色子图和蓝色子图的暗通道图：其中，M(y)表示所述红色子图、绿色子图和蓝色子图中的任一子图，N(x)表示所述任一子图中以像素点x为中心的窗口邻域内的像素，Mdark(x)表示所述任一子图的暗通道图。4.根据权利要求1所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的透射率的步骤，包括：计算所述伪雾图像的亮度分量图，并估算所述伪雾图像的透射率图；根据所述伪雾图像的亮度分量图和估算出的所述透射率图，计算所述伪雾图像的透射率。5.根据权利要求4所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的亮度分量图的步骤，包括：根据所述伪雾图像中每个2×2的小块内的像素值，计算所述每个2×2的小块对应的亮度分量；根据所述伪雾图像中所有2×2的小块对应的亮度分量，计算所述伪雾图像的亮度分量图...

【专利技术属性】
技术研发人员：马昊辰，宋斌，冉骏，
申请(专利权)人：聚龙智瞳科技有限公司，
类型：发明
国别省市：北京,11