[发明专利]一种自适应的图像增强方法

权利要求书

1.一种自适应的图像增强方法，其特征在于，所述方法包括以下步骤：

S1、输入待处理的图像，并将其转换到HSV空间；

S2、将图像的H分量矩阵拿出，计算该H分量矩阵的信息量，作为该图像的色调丰富度指标；

S3、将色调丰富度指标与设定的阈值进行比较，如果色调丰富度指标大于设定的阈值，采用MSR_HSV算法进行图像增强处理；如果色调丰富度指标小于等于设定的阈值，首先采用原始MSRCR算法进行图像增强处理，再将处理后的图像用暗通道先验进行处理；

所述采用MSR_HSV算法进行图像增强处理的具体步骤如下：

S311、准备不同尺度的高斯核，并利用快速傅里叶变换将其变换到频域；

S312、将图像的S分量和V分量分别利用快速傅里叶变换变换到频域；

S313、在频域内将不同尺度的高斯核与图像的S分量和V分量分别进行点乘，再利用逆傅里叶变换变换为空间域；

S314、将步骤S313产生的不同尺度的输出图像在对数域下与原图像的S分量和V分量分别进行差分作为响应尺度下对场景中照射图像的估值；

S315、将步骤S314产生的不同尺度的输出图像加权作为对场景中照射图像在S分量和V分量的估值；

S316、将步骤S315产生的两幅估计图像实数化，并对其进行直方图截断；

S317、将步骤S316得到的S分量和V分量与原始图像的H分量合并，并重新转换为RGB空间，将输出图像作为MSR_HSV算法的输出图像。

2.根据权利要求1所述的一种自适应的图像增强方法，其特征在于：步骤S3中所述设定的阈值为4。

3.根据权利要求1所述的一种自适应的图像增强方法，其特征在于：所述高斯核的尺度分别为1个像素、3个像素和5个像素。

4.根据权利要求1所述的一种自适应的图像增强方法，其特征在于，步骤S3中所述采用原始MSRCR算法进行图像增强处理的具体步骤如下：

S321、准备不同尺度的高斯核，并利用快速傅里叶变换将其变换到频域；

S322、将图像的R、G、B三个颜色分量分别利用傅里叶变换变换到频域；

S323、在频域内将不同尺度的高斯核与图像的R、G、B三个颜色分量分别进行点乘，然后将其用逆傅里叶变换变换回空间域，得到图像对应的矩阵，之后将该矩阵减去该矩阵中的最小值；

S324、在对数域将步骤S323计算出的估计图像与原分量图像做差分，作为各尺度下计算出的增强图像；

S325、将各分量不同尺度下估计出的增强图像做加权，作为对三个分量计算出的增强图像；

S326、利用如下公式计算出图像的平衡因子，然后利用该平衡因子计算出图像当前颜色分量下的带彩色恢复的增强图像：

R_MSRCR(x,y)＝C(x,y)·R_MSR(x,y)

其中，C(x,y)表示图像的平衡因子，i为图像的通道标识，I_i(x,y)表示图像的第i个通道，G和α为超参数，R_MSR(x,y)表示多尺度Retinex算法下图像的Log输出，R_MSRCR(x,y)为图像该通道下的Log输出；

S327、将计算出的R、G、B三个分量的增强图像合并成最终的输出图像。

5.根据权利要求1所述的一种自适应的图像增强方法，其特征在于，步骤S3中所述将处理后的图像用暗通道先验进行处理的具体步骤如下：

S331、将R、G、B三个通道的图像放在一起求最小，得到暗通道先验的图像；

S332、对暗通道先验的图像进行最小值滤波；

S333、计算步骤S332得到的图像的白膜透射率；

S334、将最小值滤波后的暗通道先验图像中的最大像素值与设置阈值取最小，得到单通道先验理论下的伪大气光成分；

S335、将图像分成R、G、B三个颜色通道分别计算增强图像；

S336、将步骤S335中输出的图像做导向滤波后进一步分通道计算增强图像，输出的通道图像作为最终输出的增强图像的通道图像；

S337、将上述步骤输出的三个通道的图像重新合并为新图，作为最终的输出图像。