一种易于硬件实现的低照度图像增强的方法技术

本发明专利技术提供一种易于硬件实现的低照度图像增强的方法，所述方法是将点变换与空域处理相结合的低照度增强，通过限制直方图均衡化得到变换曲线，再根据每个点的亮度估计值pixelY1计算出每个点的权重W1；根据每个点的细节信息估计值pixelY2计算出每个点的权重W2；通过W1和W2计算出最终映射权重W；最后，根据变换曲线计算出最终结果为：outI

【技术实现步骤摘要】
一种易于硬件实现的低照度图像增强的方法


[0001]本专利技术涉及硬件
，特别涉及一种易于硬件实现的低照度图像增强的方法。

技术介绍

[0002]现有技术中，低照度图像增强，主要是对源图像已有信息进行分析，根据分析结果对源图像的Y通道进行增强。
[0003]传统的低照度增强算法主要可以分三大类：第一类为点变换，即处理时只与本身的像素点的值相关，与空间位置无关；第二类为空间域处理，即处理时考虑邻域信息；第三类为变换域处理，即是在图像的某种变换域内，对图像的变换域的信息进行处理，然后再通过逆变换后获得增强图像。
[0004]主要处理手段有灰度变换、直方图处理、滤波等；本专利技术涉及到的公知技术：直方图均衡化、均值滤波、双边滤波、方差。
[0005]此外，现有技术中的常用术语如下：
[0006]低照度图像：摄影或者监控时，由于光照不足，会使图像过暗，就会产生亮度过低的低照度图像。
[0007]低照度图像特点：低亮度、低对比度、噪声很大、可见细节少。
[0008]低照度图像增强：对低照度图像进行处理，提升亮度、对比度，使更多细节可见，不引入过多噪声，改善图像质量，提升视觉效果。
[0009]源图像：是指待处理的图像。
[0010]Y通道：YUV格式中的Y通道信息。
[0011]场景亮度：这里的场景亮度指的是本算法通过对图像的各个像素的像素值进行统计，并计算得到的一个数值。
[0012]然而，目前低照度图像增强算法中存在的问题如下：
[0013]1、基于点变换的算法简单、参数少，但是由于其形式比较死板，导致了在处理大部分场景时出现自适应差、效果不理想的情况。
[0014]2、空间域的处理算法是通过分析源图像的整体像素以及局部的像素信息而实现的，所以其适应较强，但是过程繁琐、参数过多，对于硬件的实现来说会消耗大量资源。
[0015]3、变换域的处理算法，分析过程比较复杂，鲁棒性差，不利于硬件实现。

技术实现思路

[0016]为了解决上述问题，本申请的目的在于：通过对现有主流的低照度图像增强算法进行研究后，提出了一种点变换与空域处理相结合的低照度增强的方法，解决了：
[0017]1、基于点变换的算法中出现的适应性差、亮度拉伸后噪声过大等问题；
[0018]2、空间域的处理算法中硬件实现代价比较大等问题。
[0019]具体地，本专利技术提供一种易于硬件实现的低照度图像增强的方法，所述方法是将
点变换与空域处理相结合的低照度增强，通过限制直方图均衡化得到变换曲线，再根据每个点的亮度估计值pixelY1计算出每个点的权重W1；根据每个点的细节信息估计值pixelY2计算出每个点的权重W2；通过W1和W2计算出最终映射权重W；最后，根据变换曲线计算出最终结果为：outI
i,j
＝w
×
(L
i,j
‑
I
i,j
)+I
i,j
，其中，I
i，j
为源图像中，位置处在i，j点的像素的灰度值，L
i，j
为该点的灰度值I
i，j
经过变换曲线处理之后的结果，(L
i,j
‑
I
i,j
)表示点i,j的亮度变化值。
[0020]所述方法的流程步骤包括如下：
[0021]S1，输入源图像；获得YUV格式中的Y通道信息；
[0022]S2，计算场景亮度，所述场景亮度指的是本算法通过对图像的各个像素的像素值进行统计，并计算得到的一个数值；
[0023]S3，进行直方图统计，并根据所述场景亮度，限制直方图均衡化，得到变换曲线；
[0024]S4，进行均值滤波，分块亮度，点亮度估计，获得权重W1；
[0025]S5，进行双边滤波，分块细节，点细节估计，获得另一个权重W2；
[0026]S6，根据W1和W2得到最终权重W；
[0027]S7，根据变化曲线和权重W获得最终结果。
[0028]所述方法进一步包括：
[0029]S1、源图像获取Y通道信息：
[0030]通过RGB到YUV的转换公式进行Y通道信息的获取；
[0031]S2、场景亮度的判断：
[0032]计算Y通道的亮度均值，公式如下：
[0033][0034]S3、对Y通道进行直方图统计，并进行直方图均衡化，然后根据步骤S2得到的场景亮度判断的结果aveY，得到变换曲线记为：y＝f(x)，其中x为输入像素值，y为输出结果；
[0035]S4、对Y通道进行均值滤波，得到均值滤波结果meanY，目的是去除噪声对亮度估计值的影响，接下来对滤波结果meanY进行分块，统计分块内亮度均值lightY，然后进行双线性差值，得到每个点的亮度估计值pixelY1；根据每个点的亮度估计值pixelY1计算出每个点的权重W1；
[0036]S5、对Y通道进行双边滤波，得到双边滤波结果bilfY，目的是去除噪声的同时保留更多的细节信息，接下来对双边滤波结果bilfY进行分块，统计分块内细节信息detailY，然后进行双线性差值，得到每个点的细节信息估计值pixelY2；根据每个点的细节信息估计值pixelY2计算出每个点的另一个权重W2：
[0037]S6、然后，根据公式：
[0038]w＝w1
α
*w2
β
[0039]计算出最终映射权重W；其中α、β为两个决定W1和W2在计算W时有效率的大小，默认值为1；
[0040]S7、最后，根据变换曲线：y＝f(x)即：L
i，j
＝f(I
i，j
)；
[0041]其中，I
i，j
为源图像中，位置处在i，j点的像素的灰度值，L
i，j
为该点的灰度值I
i，j
经
过变换曲线处理之后的结果；
[0042]最终的计算结果为：
[0043]outI
i，j
＝w
×
(L
i，j
‑
I
i，j
)+I
i，j
[0044]其中，(L
i，j
‑
I
i，j
)表示点i，j的亮度变化值。
[0045]所述步骤S3中，进行直方图均衡化限制的步骤如下：
[0046](1)根据aveY计算得到限制强度limS：
[0047][0048](2)根据(1)中得到的限制强度limS对直方图均衡化进行限制。
[0049]所述转换公式是基于BT601
‑
6，即YUV和RGB的正逆转换公式，如下：
[0050]T＝[0.299,0.587,0.114；
‑
0.1687,
‑
0.3313,0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种易于硬件实现的低照度图像增强的方法，其特征在于，所述方法是将点变换与空域处理相结合的低照度增强，通过限制直方图均衡化得到变换曲线，再根据每个点的亮度估计值pixelY1计算出每个点的权重W1；根据每个点的细节信息估计值pixelY2计算出每个点的权重W2；通过W1和W2计算出最终映射权重W；最后，根据变换曲线计算出最终结果为：outI
i,j
＝w
×
(L
i,j
‑
I
i,j
)+I
i,j
，其中，I
i，j
为源图像中，位置处在i，j点的像素的灰度值，I
i，j
为该点的灰度值I
i，j
经过变换曲线处理之后的结果，(L
i,j
‑
I
i,j
)表示点i,j的亮度变化值。2.根据权利要求1所述的一种易于硬件实现的低照度图像增强的方法，其特征在于，所述方法的流程步骤包括如下：S1，输入源图像；获得YUV格式中的Y通道信息；S2，计算场景亮度，所述场景亮度指的是本算法通过对图像的各个像素的像素值进行统计，并计算得到的一个数值；S3，进行直方图统计，并根据所述场景亮度，限制直方图均衡化，得到变换曲线；S4，进行均值滤波，分块亮度，点亮度估计，获得权重W1；S5，进行双边滤波，分块细节，点细节估计，获得另一个权重W2；S6，根据W1和W2得到最终权重W；S7，根据变化曲线和权重W获得最终结果。3.根据权利要求1所述的一种易于硬件实现的低照度图像增强的方法，其特征在于，所述方法进一步包括：S1、源图像获取Y通道信息：通过RGB到YUV的转换公式进行Y通道信息的获取；S2、场景亮度的判断：计算Y通道的亮度均值，公式如下：S3、对Y通道进行直方图统计，并进行直方图均衡化，然后根据步骤S2得到的场景亮度判断的结果aveY，得到变换曲线记为：y＝f(x)，其中x为输入像素值，y为输出结果；S4、对Y通道进行均值滤波，得到均值滤波结果meanY，目的是去除噪声对亮度估计值的影响，接下来对滤波结果meanY进行分块，统计分块内亮度均值lightY，然后进行双线性差值，得到每个点的亮度估计值pixelY1；根据每个点的亮度估计值pixelY1计算出每个点的权重W1；S5、对Y通道进行双边滤波，得到双边滤波结果bilfY，目的是去除噪声的同时保留更多的细节信息，接下来对双边滤波结果bilfY进行分块，统计分块内细节信息detailY，然后进行双线性差值，得到每个点的细节信息估计值pixelY2；根据每个点的细节信息估计值pixelY2计算出每个点的另一个权重W2；S6、然后，根据公式：...

【专利技术属性】
技术研发人员：翟全，
申请(专利权)人：合肥君正科技有限公司，
类型：发明
国别省市：