[发明专利]基于成像模型约束的单幅隧道图像快速增强方法

说明书

本发明涉及图像处理技术领域，提供一种基于成像模型约束的单幅隧道图像快速增强方法；能够在数秒内完成成像模型参数估计和图像重构，获得亮度，对比度都提高的隧道增强图像；主要包括如下部分计算：一，大气光估计；二，传输图估计；三，恢复图像计算。其中传输图估计和光照图估计计算耗费大部分的计算时间。本发明方案避免了两处大数据统计及相关计算，使隧道图像增强处理在3～5秒内完成。大大加快了图像增强处理速度。处理效果符合隧道通行状况识别要求。

技术领域

本发明涉及图像处理技术领域，特别是一种单幅隧道图像快速增强方法。

背景技术

公路隧道环境封闭，人造光源光照不均匀。所成图像昏暗、对比度低、噪声大。给快速准确识别隧道内公路通行状况造成困难。因此，有效削弱多色光雾影响，增强隧道图像对比度是后续图像识别的基础。目前，虽未见专门针对隧道图像特征的图像增强方案，但基于成像模型估计的雾天和夜间雾天图像复原研究很多。如方帅等提出的基于光照估计的夜间去雾方法；Dubok Park等提出的加权熵方法；He Kaiming等提出的暗通道先验方法。这些方法在实际运行中都取得了很好的去雾效果。从技术思想看，这些方法在成像模型基础上分为两类。一类以统计方法估计场景光源区域及光照强度，大气光值和传输图等模型参数(方帅、Dubok Park等)。这类方法去雾图像亮度、对比度都有较大提高，细节清晰，视觉效果非常好。但由于需要做大量统计运算，几十秒或者更多的处理时间，使其不适合用于有严格实时性要求的隧道图像增强处理。

另一类以附加先验知识(He Kaiming等)，得到模型附加条件，推出固定算式确定光照传输图。如暗通道先验法。实践中，这类方法处理在数秒内完成，处理效果也很好。但是由于暗通道存在的条件，使其应用受到一定限制。对人造光源条件下隧道图像，暗通道条件显然不成立。故这类方法直接用于隧道图像增强效果不好。如何在保持方法快速性的同时降低对先验知识的依赖，是这个方法的有效改进方法，从而提高其实用性。

基于成像模型的图像去雾、增强包含三部分计算。一，大气光估计；二，传输图估计；三，恢复图像计算。有的统计方法还包括光照图估计。其中传输图估计和光照图估计计算耗费大部分的计算时间。因此，减少传输图和光照图估计耗时，将极大地减少图像去雾、增强计算时间。另一方面，寻找更一般的附加条件，以求解模型参数计算公式，做到既保证一定程度上的准确性，又具有计算的快速性。

综合上述，本发明基于成像模型约束，提出一种隧道图像传输图快速估计和隧道图像重构算法。能够在数秒内完成成像模型参数估计和图像重构。获得亮度，对比度都提高的隧道增强图像。

发明内容

有鉴于此，本发明提供一种基于成像模型约束的单幅隧道图像快速增强方法；能够在数秒内完成成像模型参数估计和图像重构。获得亮度，对比度都提高的隧道增强图像。

本发明通过以下技术手段解决上述技术问题：

基于成像模型约束的单幅隧道图像快速增强方法，包括如下步骤：

1)大气光估计，具体包括如下步骤：

11)运用四叉树法对整幅图像寻优，确定全局大气光A_glob；

12)对整幅图像作无覆盖分区，遵循局部大气光为常量假设，估计局部大气光

13)全局大气光A_glob与估计局部大气光结合修正，获得局部大气光修正值

2)传输图估计，具体包括如下步骤：

21)根据成像模型约束，导出局部传输图下限t_imin公式；

22)对整幅图像作无覆盖分区，以局部传输图下限t_imin为基础，加入调整参数，遵循局部传输图为常量假设，估计局部传输图t_i；

3)参量修正，具体包括如下步骤：