[发明专利]图像增强方法及系统

说明书

技术领域

本发明属于图像处理技术领域，具体地说，是涉及一种图像增强方法及系统。

背景技术

随着我国城市化进程的加速和汽车拥有量的增加，交通堵塞与交通安全等交通状况日益成为各国面临的严峻问题。智能交通系统成为解决这些问题的首选方案，比如利用智能交通系统实现对交通流的检测、信号的自适应控制等。其中，基于视觉技术的各类产品成为最近几年大家关注的焦点，也是未来智能交通产业的发展趋势之一。在基于视觉技术的产品中，又以卡口系统和电子警察最具代表性，它们在交通数据采集、事件检测、取证等方面发挥着越来越重要的作用，成为智能交通系统中的重要组成部分。卡口系统主要应用在路段中，进行图像的抓拍，而电子警察主要用于路口图像的抓拍和视频的录制。卡口系统和电子警察获取的图像及视频上传到后台管理与控制平台，并存储在专用数据库中。用户可以通过管理与控制平台实时调用卡口系统和电子警察，也可以查看、检索数据库中的图像数据。

对于目前的卡口系统及电子警察，虽然设置有辅助光源配合使用，但还普通存在一个问题，就是抓拍的图像比较模糊，对比度较差，车内人的图像不够清晰，具体表现为下述两种情况：

第一，在白天光线较强的情况下，辅助光源的作用不是很明显，由于车前玻璃及其保护膜的反光作用，车里的人总是很模糊，对比度较差。

第二，在夜晚光线较暗的情况下，如果辅助光源为光线较强的大灯，则车内的人能够看得比较清楚。但如果辅助光源为LED等光线较弱的光源，则拍摄的整个图像显得比较暗，基本上只能看到车牌，而车内的人几乎看不到。

因此，虽然在辅助光源的作用下，目前的卡口系统和电子警察可以把车辆的车牌部分拍摄清楚，能够用来做车牌识别，但是，涉及到车内人的部分的图像质量还是比较差，图像较为模糊，不能提供更多有价值的信息与细节，不便于实现取证和做出决定。

基于此，如何在不改变现有卡口系统及电子警察等产品结构的基础上，保证为用户提供包含更多信息与细节的清晰图像，则是本发明所要解决的问题。

发明内容

本发明的目的之一是提供一种图像增强方法，利用该方法处理对比度较差的图像，为用户提供对比度更清晰、包含细节信息更多的图像。

本发明的目的之二是提供一种图像增强系统，利用该系统实现图像的增强，改善图像质量。

为实现上述第一个发明目的，本发明采用下述技术方案予以实现：

一种图像增强方法，所述方法包括下述步骤：

将原始图像由RGB空间变换到灰度空间，获得原始图像对应的灰度图像；

计算所述灰度图像的灰度平均值，并将所述灰度平均值与预设的阈值进行比较，获得灰度比较结果；

对所述原始图像进行对比度拉伸，对比度拉伸参数根据所述灰度比较结果确定；

将对比度拉伸后的图像与所述原始图像进行图像融合，获得增强后的图像。

根据本发明所述的方法，在对所述原始图像进行对比度拉伸之前，先对所述原始图像进行伽马变换，伽马变换的伽马值根据所述灰度比较结果确定。

进一步的，所述对比度拉伸参数包括第一参数和第二参数，所述第一参数小于所述第二参数；所述灰度平均值大于所述预设的阈值时所对应的对比度拉伸的两个参数的差大于所述灰度平均值不大于所述预设的阈值时所对应的对比度拉伸的两个参数的差。

其中，所述第一参数和所述第二参数的取值范围均为[0，1]。

进一步的，所述灰度平均值大于所述预设的阈值时所对应的伽马值的取值范围为(1，10)，所述灰度平均值不大于所述预设的阈值时所对应的伽马值的取值范围为(0，1)。

根据本发明所述的方法，所述对比度拉伸后的图像与所述原始图像采用下述方法进行图像融合：

对所述两帧图像分别进行小波变换，获得每帧图像的小波系数；

对所述每帧图像的小波系数进行融合，获取融合后的图像的小波系数；

对所述融合后的图像的小波系数进行小波反变换，获得融合后的图像。

其中，所述对比度拉伸后的图像和所述原始图像的小波系数包括低频小波系数和高频小波系数，对所述每帧图像的小波系数进行融合、获取融合后的图像的小波系数的过程为：对所述每帧图像的低频小波系数求平均值，以该平均值作为融合后的图像的低频小波系数；对所述每帧图像的高频小波系数进行加权求和，以加权求和后的值作为融合后的图像的高频小波系数。

进一步的，在对所述每帧图像的高频小波系数进行加权求和时，高频小波系数值不同，对应有不同的权值；高频小波系数值越大，所对应的权值也越大。

为实现上述第二个发明目的，本发明采用下述技术方案予以实现：