[发明专利]一种基于梯度域融合的夜间交通监控增强方法

权利要求书

1.一种基于梯度域融合的夜间交通监控增强方法，其特征在于分为三个部分：图像分解、计算融合权值、梯度域融合，具体包括以下步骤：

1)图像分解

对输入的M幅视频序列，将它们均分解为光晕层和场景层；根据本征图像分解原理，每幅输入图像I均可表示为光晕层I_G和场景层I_N的叠加，如下：

I＝I_G+I_N (1)

用于图像分解的目标函数为：

其中“*”为卷积运算，“·”为乘法运算。

ρ(m)＝min(m²,10^-16)是一鲁棒性函数，f_1,2是f₁和f₂两个方向的一阶微分滤波器；f₁＝[-1,1],f₂＝[-1,1]^T；β为用于控制光晕层平滑度的参数，f₃是二阶拉普拉斯滤波器，文本先验的数学公式为：表示非零亮度值，表示非零梯度值，μ是非零梯度值的权值，取值为1；是梯度算子，γ是文本图像先验的系数，取值为0.004；(x,y)是像素位置，I是输入图像，I_N(x,y)是(x,y)处的场景层；

具体过程如下：

首先，对各参数进行初始化，如下：将I赋给I_N，将β₀赋给β，迭代次数i初始值为0；

然后，执行如下循环：根据公式(2)得I_N，并对I_N进行归一化，将β的值更新为β*η，同时迭代次数i加1，直到i大于或等于i_max时，退出循环；变化率η的范围为(1,2]；

最后，得到输出I_N；

2)计算融合权值

对每幅图像分解的场景层的贡献进行评估，计算融合权重；融合权重由亮度、色度、显著度三个因素确定，具体计算公式为：

亮度权值计算公式为：

{R,G,B}是颜色通道，(x,y)是像素位置，k是输入图像的下标；

色度权值计算公式如下：

P_x，y，k为饱和度值，σ是标准方差；

显著度权值计算公式如下：

为输入图像的均值，是I_x,y,k图像的模糊版本；

融合权值为：

3)梯度域融合

根据以上求得的融合权值，对输入图像进行梯度域融合，则融合图像的梯度值为：

表示第k幅输入图像在(x,y)处的梯度值，F_x，y是融合图像的梯度值；

梯度融合的问题可以通过求解最小值解决，如下：

其中Ω表示图像的空间域；在(10)中，寻找一幅梯度接近F的图像OUT；

根据变分原理，(10)是泊松方程(9)的唯一解，将式(10)中最小值求解问题转化为一个PDE方程，如式(11):

ΔOUT＝div(F) (11)

其中是拉普拉斯算子，div(F)是场F的散度；这个泊松方程(9)将把不可积的输入场映射成一个零旋度的可积梯度场。

2.根据权利要求1所述的方法，其特征在于：

输入包含：输入图像I；参数β₀＝0.008；迭代次数i_max＝5；归一化参数γ＝0.004，变化率η的范围为(1,2]；

首先，对各参数进行初始化，如下：将I赋给I_N，将β₀赋给β，迭代次数i初始值为0；

然后，执行如下循环：根据方程(2)可推导求得I_N，并对I_N进行归一化，将β的值更新为β*η，同时迭代次数i加1，直到i大于或等于i_max时，退出循环；

最后，得到输出I_N。