[发明专利]一种低照度图像增强方法和装置

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种低照度图像增强方法和装置。

背景技术

光照度较低时，监控视频效果往往较差。很多发生在夜晚的案件，在调看视频监控时，由于监控视频效果差，不能如实还原犯罪分子的真实面貌，给案件的侦破带来困难。因此，如何能够做到在光照度低时，仍能监看到监控视频的细微特征，快速有效的识别出犯罪分子的面貌特征，是一个亟待解决的问题。

常见的图像增强处理方法包括：以直方图均衡化法为代表的灰度变换法、基于照明-反射模型的同态滤波法、梯度域增强方法以及retinex增强方法等。以直方图均衡化法为代表的灰度变换法能使图像灰度分布更均匀，并增强图像对比度，但它没有考虑图像的频率信息以及细节信息，容易产生过增强图像。基于照明-反射模型的同态滤波法将图像分为高、低频两部分，再进行滤波达到增强图像对比度同时压缩图像动态范围的目的，但会出现过增强现象，对高光区、阴影增强效果差。梯度域增强方法则对原图像的梯度进行处理，通过减小图像梯度值压缩图像动态范围，增大局部梯度值来增强图像边缘。缺点是会使图像在一定程度上锐化，并且在梯度域中重建图像需要一定的数值算法，不适合实时使用。Retinex增强方法使用高斯平滑函数估计原图像的亮度分量，应用光照补偿方法逼近反射图像，能在保持图像亮度的同时增强图像暗处的信息，与其它的图像增强算法相比，Retinex具有锐化、动态范围压缩大、颜色恒常、色彩保真度高等优点，但存在算法复杂而运算量大的问题，难以实时处理高清图像的缺陷。

发明内容

有鉴于此，本发明要解决的技术问题是提供一种低照度图像增强方法和装置，以解决目前低照度图像增强算法复杂而运算量大，难以实时处理高清图像的技术问题。

本发明解决上述技术问题所采用的技术方案如下：

根据本发明的一个方面，提供的一种低照度图像增强方法包括以下步骤：

计算输入的原始图像的灰度图；

计算灰度图的精确边缘图：对所述灰度图的明、暗像素点分别采用不同的边缘检测算子计算梯度幅值，获得粗略边缘图；对所述粗略边缘图进行去噪、修补和细化，得到精确边缘图；

根据灰度图和精确边缘图计算光照图：在对数域上，将所述灰度图的每个像素点的灰度值减去所述精确边缘图中对应像素点的灰度值，得到对数域上的光照图；

调整光照图的对比度；

根据精确边缘图和对比度调整后的光照图合成增强后的灰度图：在对数域，将所述精确边缘图的每个像素点的灰度值加上对比度调整后的光照图中对应像素点的灰度值，得到了对数域上的亮度增强后的灰度图；

根据增强后的灰度图计算增强后的彩色图像并输出。

优选的，对灰度图的明、暗像素点分别采用不同的边缘检测算子计算梯度幅值，获得粗略边缘图包括：

计算灰度图在x、y方向上的偏导数G_x、G_y；

根据偏导数G_x、G_y计算梯度图G；

遍历梯度图G，当像素点的梯度幅值大于预设的梯度阈值时，则该像素点判定为边缘点，否则判定为非边缘点，得到粗略边缘图；

其中，当像素点(x,y)的灰度值I_in(x,y)大于预设的灰度阈值时，采用常规的边缘检测算子计算偏导数G_x、G_y；当像素点(x,y)的灰度值I_in(x,y)小于或等于灰度阈值时，采用如下边缘检测算子计算偏导数G_x、G_y：

其中，I_in(x,y)表示灰度图I_in中的像素点(x,y)的灰度值。

优选的，对修补之后的粗略边缘图进行细化，得到精确边缘图包括：

初始化I'_edge所有的像素点均为0；

采用以下方法对像素点重新赋值：

1)如果I_edge(x,y)为0、且I_edge(x+1,y)为1，则I_edge'(x+M,y)为1；

2)如果I_edge(x,y)为0、且I_edge(x,y+1)为1，则I'_edge(x,y+M)为1。