[发明专利]低照度场景下基于背景建模的图像亮度提升方法及装置

说明书

本发明公开了一种低照度场景下基于背景建模的图像亮度提升方法及装置。本发明提供的方法及装置分别通过对高照度（例如白天）的场景进行背景建模（例如采用高斯分布）以及对低照度场景（例如夜间）进行运动检测背景建模，并用得到的白天背景对夜间背景进行修正，并在将夜间场景的运动目标提取出来之后，再将所述运动目标融合进修正后的夜间背景之中，完成修正后的夜间场景下的视频图像。采用本发明，可以使得视频监控摄像机在夜间无法捕捉的细节得以恢复，从而使得视频监控的夜间画面亮度显著提高，细节辨识度增加，进而便于人工判读。

技术领域

本发明涉及视频监控技术领域，具体而言，涉及一种低照度场景下基于背景建模的图像亮度提升方法及装置。

背景技术

在低照度场景下，例如在夜晚等照度较低的情况之下，视频监控摄像机传回的视频图像的亮度通常较低，对比度也随之下降，不便于人工判读。现有技术中通常采用直方图变换法以及Retinex算法进行图像亮度的增强处理，其中：

直方图变换法，通过加大直方图的动态范围使夜间画面对比度增加，从而使画面细节辨识度增加，但该算法由于仅仅利用当前帧图像信息，无法恢复由于照度过低损失的细节。

Retinex算法，其相应的Retinex理论指出物体的颜色是由物体对不同波段光线的反射能力决定的，而不是由物体在光源照射下反射光强度的绝对值决定的。该算法通过计算图像像素之间的相对亮度和色彩关系，对图像中的像素点颜色值进行校正，从而恢复物体本身的颜色，该算法比直方图变换法更符合人眼的视觉特点，但该算法同样地也只是利用了当前帧图像信息，并不能改善因为照度过低、信息不足的画面细节。

由此可见，上述直方图变换法以及Retinex算法在进行图像亮度增强时，仅仅利用图像本身的信息进行亮度增强，在图像本身包含有效信息的情况下其能有效改善图像亮度，但是对那些本身就信息不足的细节，由于没有足够的信息，此时采用上述两种图像增强处理方法就无法有效地进行亮度提升。

发明内容

为了解决视频监控摄像机在环境照度不足的情况下，例如夜间，传回的监控画面亮度较暗，不便于人工判读的问题，本发明实施例的目的在于提供一种低照度场景下基于背景建模的图像亮度提升方法及装置。

为了达到本发明的目的，本发明实施例采用以下技术方案实现：

一种低照度场景下基于背景建模的图像亮度提升方法，其包括：

在环境照度高于预设的第一门限值时，采集至少一帧第一图像，并依据该第一图像进行背景建模，得到高照度背景图像，以及，在环境照度低于预设的第二门限值时，采集至少一帧第二图像，并依据该第二图像进行背景建模，得到低照度背景图像；

将所述高照度背景图像以及低照度背景图像分别转换到HSV色彩空间，并利用高照度背景图像修正低照度背景图像；

依据至少一预设的运动目标分割算法得到所述第二图像中的运动目标信息；

将所述运动目标信息融合叠加至所述修正后的低照度背景图像之上，得到低照度场景下的亮度增强处理图像。

优选地，依据所述第一图像进行背景建模得到高照度背景图像的步骤包括：

对采集的N帧第一图像的每个像素点分别计算其亮度值Y(i,j)，并统计其亮度值Y(i,j)等于亮度变量γ的次数k(γ)。

采用如下数学式计算像素点的亮度值Y(i,j)等于亮度变量γ的概率密度p(Y(i,j)=γ)：

在概率密度p(Y(i,j)=γ)取得最大值时，将对应的亮度变量γ确认为每个像素点(i,j)的高照度场景背景值BrightBG(i,j)，以此得到高照度背景图像BrightBG。