本发明专利技术公开了一种基于透射先验的弱光照图像增强方法,属于图像增强技术领域。为了增强弱光照图像的纹理细节,提升整体的视觉效果,本发明专利技术提出了一中基于透射先验的弱光照图像增强方法,首先,利用两种透射先验对弱光照图像分别进行独立的透射图估计,从而生成两幅富含不同有效增益的子透射图;然后,将两幅子透射图输入到所搭建的子透射图融合网络中,获得融合后的透射图;最后,将融合后的透射图代入低像素强度图像退化模型中,获得增强后的图像。实验结果证明了本发明专利技术在鲁棒性、有效信息增益和视觉效果增强等方面的有效性。增益和视觉效果增强等方面的有效性。增益和视觉效果增强等方面的有效性。
【技术实现步骤摘要】
一种基于透射先验的弱光照图像增强方法
[0001]本专利技术涉及一种基于透射先验的弱光照图像增强方法,属于图像增强
技术介绍
[0002]图像(Image)是人类传递信息的重要媒体,在人类智能处理的信息中,视觉传达信息占人类接受信息总量的75%以上。图像是人类获取信息、感知世界、进而改造世界的一种重要手段。
[0003]图像增强是图像处理中的一个重要方向,现有的图像增强技术对于弱光照图像的处理效果较差,特别是纹理细节方面的优化较为困难,不利于提升整体的视觉效果。
技术实现思路
[0004]本专利技术的目的在于克服现有技术中的不足,提供一种基于透射先验的弱光照图像增强方法,为了增强弱光照图像的纹理细节,提升整体的视觉效果。
[0005]为达到上述目的,本专利技术是采用下述技术方案实现的:
[0006]第一方面,本专利技术提供了一种基于透射先验的弱光照图像增强方法,包括:
[0007]获取弱光照图像;
[0008]基于两种透射先验对弱光照图像分别进行独立的透射图估计,获得两幅富含不同有效增益的子透射图;
[0009]将两幅子透射图输入到预先搭建的子透射图融合网络中,获得融合后的透射图;
[0010]将融合后的透射图代入低像素强度图像退化模型中,获得增强后的弱光照图像。
[0011]进一步的,所述基于两种透射先验对弱光照图像分别进行独立的透射图估计,包括:
[0012]基于暗通道先验的弱光照图像子透射图估计,以及,
[0013]基于纯像素比例先验的弱光照图像子透射图估计。
[0014]进一步的,所述基于暗通道先验的弱光照图像子透射图估计,包括:
[0015]对弱光照图像进行像素强度翻转,获得翻转后的弱光照图像;
[0016]对翻转后的弱光照图像进行子透射图估计,获得第一子透射图;
[0017]根据第一子透射图,计算获得弱光照图像所对应的第二子透射图。
[0018]进一步的,所述基于纯像素比例先验的弱光照图像子透射图估计,包括:
[0019]对弱光照图像进行基于亮度分量的聚类,获得对弱光照图像聚类所得的全部场景;
[0020]对聚类所得全部场景逐一完成基于纯像素比例先验的场景透射率估计,获得弱光照图像所对应的第三子透射图。
[0021]进一步的,所述将两幅子透射图输入到预先搭建的子透射图融合网络中,获得融合后的透射图,包括:
[0022]将第二子透射图和第三子透射图输入到预先搭建的子透射图融合网络中,获得融
合后的透射图。
[0023]进一步的,所述子透射图融合网络,包括:连接层、卷积层和反透射图运算层,其中,
[0024]在连接层中,不同输入在信道维度被连接成一个新的张量,用于加强特征传播和特征复用;
[0025]在卷积层中,通过可学习的卷积核挖掘子投射图之间的相关性,并调整特征图的数量。
[0026]进一步的,所述低像素强度图像退化模型,公式如下:
[0027][0028]其中,J(x,y)为增强后的弱光照图像,I(x,y)为弱光照图像,t(x,y)为融合后的透射图。
[0029]第二方面,本专利技术提供一种基于透射先验的弱光照图像增强装置,包括处理器及存储介质;
[0030]所述存储介质用于存储指令;
[0031]所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。
[0032]第三方面,本专利技术提供计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一项所述方法的步骤。
[0033]与现有技术相比,本专利技术所达到的有益效果:
[0034]本专利技术通过利用两种透射先验对弱光照图像分别进行独立的透射图估计,从而生成两幅富含不同有效增益的子透射图;然后,将两幅子透射图输入到所搭建的子透射图融合网络中,获得融合后的透射图;最后,将融合后的透射图代入低像素强度图像退化模型中,获得增强后的图像,通过实验对比观察发现,本专利技术可以有效提升弱光照图像的整体视觉效果并恢复其中的纹理细节,消除了因像素强度不足所导致的色彩偏移、对比度不足等负面视觉效应,且未出现局部增强力度不足或过增强现象,以及光晕伪影、边缘畸变等现象,证明了本专利技术在鲁棒性、有效信息增益和视觉效果增强等方面的有效性。
附图说明
[0035]图1是本实施例提供的一种基于透射先验的弱光照图像增强方法的流程图;
[0036]图2是本实施例提供的子透射图融合网络的示意图;
[0037]图3是本实施例提供的弱光照图像的示意图;
[0038]图4是图3所示弱光照图像进行增强处理后的示意图。
具体实施方式
[0039]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案,而不能以此来限制本专利技术的保护范围。
[0040]实施例1
[0041]本实施例提供的基于透射先验的弱光照图像增强方法,包括如下步骤:
[0042]步骤1:基于暗通道先验的弱光照图像子透射图估计,包括:
[0043]在采集到弱光照图像后,对弱光照图像I(x,y)进行像素强度翻转,并获得翻转后的弱光照图像I'(x,y)如下:
[0044]I'(x,y)=1
‑
I(x,y)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0045]然后,依据公式(2)对翻转后的弱光照图像I'(x,y)进行子透射图估计,获得I'(x,y)的子透射图t'(x,y):
[0046][0047]然后,依据公式(3)获得弱光照图像I(x,y)所对应的子透射图1:t1(x,y):
[0048]t1(x,y)=1
‑
t'(x,y)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0049]步骤2:基于纯像素比例先验的弱光照图像子透射图估计,包括:
[0050]对弱光照图像I(x,y)进行基于亮度分量的聚类,并将聚类后的弱光照图像记为:
[0051]I(x,y)=V(i)
·
ρ(x,y)
·
t(i),(x,y)∈Ω
i
ꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0052]式中,Ω
i
是通过对弱光照图像I(x,y)聚类所得的场景,V(i)是Ω
i
所对应的最佳场景环境光,t(i)是Ω
i
所对应的场景透射率,而V(i)
·
ρ(x,y)则是对弱光照图像I(x,y)进行增强处理所得的清晰图像。
[0053]据此,可以将对弱光照图像的增强处理记为一个仅与场景透射率相关的函数,并进而依据纯像素比例先验将场景透射率的估计过程记为:
[0054][0055]依据公式(5),可以在由弱光照图像分割所得的各个场景Ω
i
中搜索出最优的场景透射而搜索的依据是使得增强后场景的纯本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于透射先验的弱光照图像增强方法,其特征在于,包括:获取弱光照图像;基于两种透射先验对弱光照图像分别进行独立的透射图估计,获得两幅富含不同有效增益的子透射图;将两幅子透射图输入到预先搭建的子透射图融合网络中,获得融合后的透射图;将融合后的透射图代入低像素强度图像退化模型中,获得增强后的弱光照图像。2.根据权利要求1所述的基于透射先验的弱光照图像增强方法,其特征在于:所述基于两种透射先验对弱光照图像分别进行独立的透射图估计,包括:基于暗通道先验的弱光照图像子透射图估计,以及,基于纯像素比例先验的弱光照图像子透射图估计。3.根据权利要求2所述的基于透射先验的弱光照图像增强方法,其特征在于:所述基于暗通道先验的弱光照图像子透射图估计,包括:对弱光照图像进行像素强度翻转,获得翻转后的弱光照图像;对翻转后的弱光照图像进行子透射图估计,获得第一子透射图;根据第一子透射图,计算获得弱光照图像所对应的第二子透射图。4.根据权利要求3所述的基于透射先验的弱光照图像增强方法,其特征在于:所述基于纯像素比例先验的弱光照图像子透射图估计,包括:对弱光照图像进行基于亮度分量的聚类,获得对弱光照图像聚类所得的全部场景;对聚类所得全部场景逐一完成基于纯像素比例先验的场景透射率估计,获得弱...
【专利技术属性】
技术研发人员:顾振飞,毛宇鹏,陈勇,汤昕怡,王文轩,李维勇,王文锋,
申请(专利权)人:南京龙渊微电子科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。