【技术实现步骤摘要】
本专利技术涉及数字图像处理，具体涉及一种模拟雾天退化机制的低照度图像增强方法。
技术介绍
1、在图像拍摄过程中，由于环境光照度和设备的局限性，往往会出现图像亮度不足、对比度低、细节不清等问题，这直接影响观察者的视觉感受，并导致计算机视觉系统后续任务如图像分割、目标检测以及识别处理的精度降低。为了解决这些问题，低照度图像增强技术显得尤为重要。通过图像处理和增强算法，可以有效提高图像的质量和清晰度，增强目标的检测和识别能力。
2、近年来，研究者通过观察大量低照度图像与其反转图的图像特征，发现低照度图像的反转图像与雾天图像具有高度相似性。基于这种关联，他们应用暗通道先验理论提出了一种用于低照度图像增强的算法。
3、虽然上述方法在一定程度上提高了低照度图像的质量，但在大气光值的估计上忽视了强光源或白色物体的影响，在包含多种光照条件和复杂场景的图像中，无法准确区分代表大气光值的像素，因此有必要对其进行改进。
技术实现思路
1、本专利技术的目的是提供一种模拟雾天退化机制的低照度图像增强方法，提高大气光值估计的精度和鲁棒性，得到更加符合场景的透射率图，提高图像复原的效果。
2、为达到上述目的，本专利技术公开了一种模拟雾天退化机制的低照度图像增强方法，该方法包括如下步骤：步骤s100、生成虚拟雾霾图像：对输入的低照度图像进行取反处理，得到虚拟雾霾图像；步骤s200、递减切割结合遗传算法搜索的大气光估计：s210、对虚拟雾霾图像采用递减切割方法进行区域粗定位，通过
3、所述步骤s100中，取反处理的表示为：，其中i（i，j）和j（i，j）分别为虚拟雾霾图像和低照度图像的像素值。
4、所述步骤s210包括：逐步将图像细分为更小的区域，计算象限像素强度平均值和标准差，将差值最大的象限继续分解计算；通过设定分割阈值、程序决定细分的终止条件，若子象限的长宽方向的像素值乘积均小于设定值，停止分解；在每次分割过程中，程序会检查当前区域，以确定是否应进一步细分或将该区域作为叶节点保存，通过四分之一的递归遍历，从叶节点中提取出分割后的有效最小区域，确保后续处理仅集中在这些对分析有意义的部分。
5、所述步骤s220包括：在通过递减切割完成图像区域初步分割后，基于所述递减切割得到的叶节点数据生成遗传算法的初始种群，其中，从所述叶节点中随机选择区域以初始化一个候选解种群，每个解对应一个潜在的大气光值区域，假设递减切割后的叶节点区域数量为n，则初始种群的个体数设为 p，p<n ，每个个体的基因用叶节点的坐标表示：，是区域左上角的坐标，是区域的宽度和高度，利用遗传算法优化所述大气光值区域，其中，优化过程包括：s221、定义适应度函数，该函数结合区域内像素亮度的平均值和方差来评估每个候选大气光区域的优劣，适应度函数的值越大，表明该区域越可能是最佳的大气光值区域；具体地，通过亮度平均值与方差求比来衡量平均亮度的高低及均匀程度，亮度平均值越高且方差越小，则适应度函数值越大，评估公式表示为：， ，，其中表示区域内的亮度平均值，表示区域内的亮度方差，是一个用于避免除零错误的常数；s222、进行选择操作，采用锦标赛选择机制，随机选取k个个体进行对比，并选择其中适应度值最高的个体进入下一代，k为预设的正整数；s223、进行交叉操作，随机选取两个个体作为父代，在父代的基因序列中选择多个交叉点，交换基因片段以生成两个新的个体；s224、进行变异操作，以预设的变异概率随机调整个体的部分基因，以避免算法过早收敛于局部最优，变异操作的公式为： ，其中是用于对个体的坐标进行调整的随机向量；s225、多次运行遗传算法，将得到最佳区域的亮度强度平均值作为最终输出的大气光值。
6、所述步骤s310包括：s311、对于输入图像的每个像素点，获取以该像素点为中心的局部窗口内所有像素点的rgb三通道数值；s312、计算所述局部窗口内每个像素点的rgb通道最小值，将该局部窗口内所有像素点的rgb通道最小值组成数值集合；s313、将所述数值集合中的最小值确定为该中心像素点的暗通道像素值；s314、设置窗口尺寸调整机制：根据图像亮度直方图统计特征动态调节所述局部窗口的尺寸，具体满足：当图像的平均亮度值高于第一亮度阈值时，将窗口尺寸调整为第一预设尺寸；当所述平均亮度值介于第一亮度阈值和第二亮度阈值之间时，维持基准窗口尺寸不变；当所述平均亮度值低于第二亮度阈值时，将窗口尺寸调整为第二预设尺寸；其中，所述第一预设尺寸大于基准窗口尺寸，所述第二预设尺寸小于基准窗口尺寸。
7、所述步骤s320包括：为图像中的每个像素分配一个权重值，该权重值由像素的亮度特征和色彩特征确定，其中，位于暗区中心且亮度值低于预设阈值的像素被赋予较大的权重值；加权最小值滤波表示为：，通过加权最小值计算结果，生成优化后的暗通道图像。
8、所述步骤s330包括：执行腐蚀操作，通过在图像中滑动一个结构元素，将当前局部窗口内的最小值作为新图像中心像素值，腐蚀操作表示为： ，其中表示以为中心的结构元素，在平坦区域使用第一预设像素面积的结构元素，在纹理丰富的区域使用第二预设像素面积的结构元素，第一预设像素面积大于第二预设像素面积；
9、执行膨胀操作，通过滑动结构元素，将窗口内的最大值作为中心像素值，膨胀操作表示为： ，通过上述操作，得到粗透射率图像。
10、所述步骤s400包括：s410、基于暗通道先验假设计算透射率，透射率计算公式为： ，其中，ω为常数，取值为0.95，a为大气光值；s420、采用引导滤波对透射率进行细化处理，引导滤波公式为： ，其中表示滤波后的透射率图像，是原始输入图像。和是滤波器的线性系数，、通过以下公式计算： ， ，其中，和分别是局部均值和局部方差，是用于平衡滤波效果和噪声抑制本文档来自技高网...
【技术保护点】
1.一种模拟雾天退化机制的低照度图像增强方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S100中，取反处理的表示为：
3.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S210包括：
4.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S220包括：
5.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S310包括：
6.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S320包括：
7.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S330包括：
8.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤S400包括：
9.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述S500包括：
10.如权利要求1所述的模
...【技术特征摘要】
1.一种模拟雾天退化机制的低照度图像增强方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤s100中，取反处理的表示为：
3.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤s210包括：
4.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤s220包括：
5.如权利要求1所述的模拟雾天退化机制的低照度图像增强方法，其特征在于，所述步骤s310包括：
...【专利技术属性】
技术研发人员：王文成，李伦，吴小进，王吉中，刘洪涛，何为凯，郭东进，台流臣，
申请(专利权)人：潍坊学院，
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。