[发明专利]一种暗光环境下的图像增强方法在审

专利信息
申请号: 201811639590.7 申请日: 2018-12-29
公开(公告)号: CN109685742A 公开(公告)日: 2019-04-26
发明(设计)人: 于天河;李昱祚 申请(专利权)人: 哈尔滨理工大学
主分类号: G06T5/00 分类号: G06T5/00;G06T5/30
代理公司: 哈尔滨市伟晨专利代理事务所(普通合伙) 23209 代理人: 陈润明
地址: 150080 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 暗光 图像 色彩饱和度 底帽变换 图像增强 彩色图像增强 视网膜神经元 图像处理领域 低照度区域 整体对比度 对数变换 高斯模型 亮度分量 邻域平均 双边滤波 图像背景 图像轮廓 图像细节 不均匀 像素点 再利用 降噪 明暗 光照 失真 表现 模糊 全局
【说明书】:

一种暗光环境下的图像增强方法属于图像处理领域;存在很严重的增强后表现结果失真,图像轮廓模糊,色彩饱和度低的问题;包括提取暗光图像中HSV中的亮度分量V,进行全局亮度的对数变换,将暗光图像中低照度区域进行整体亮度的提升;利用视网膜神经元的感受野三高斯模型下的双边滤波来获取当前的暗光图像中像素点的邻域平均亮度;利用顶底帽变换处理,实现从图像背景中提取局部较亮部分的功能,再利用顶底帽变换对图像进行明暗提取和降噪;本发明不仅能很好的表现出暗光彩色图像增强后的细节,解决光照分布不均匀的问题,提升图像的整体对比度,使图像细节轮廓清楚,色彩饱和度高。

技术领域

本发明属于图像处理领域,尤其涉及一种暗光环境下的图像增强方法。

背景技术

众所周知,图像处理中的图像增强技术在图像研究领域一直占据了举足轻重的作用, 近年来伴随图像增强技术的发展,研究学者提出了许多有效的图像增强方法,如小波变换 法等取得了显著的增强效果,但是这些增强方法因为单纯的引入数学方法到图像增强领域 中,没有考虑到人类的视觉感官特性,存在很严重的增强后表现结果失真,图像轮廓模糊, 色彩饱和度低的问题。

发明内容

本发明克服了上述现有技术的不足,提供一种暗光环境下的图像增强方法,将暗光彩 色图像RGB色彩空间转换为HSV空间,对暗光图像进行全局亮度对数变换;其次采用视网 膜神经元感受野三高斯模型来进行对图像局部边缘的对比度调整;最后根据形态学中的顶 帽变换和底帽变换,进行辅佐对光照的背景提取和降噪;本发明不仅能很好的表现出暗光 彩色图像增强后的细节,解决光照分布不均匀的问题,提升图像的整体对比度,使图像细 节轮廓清楚,色彩饱和度高。

本发明的技术方案:

一种暗光环境下的图像增强方法,包括以下步骤:

步骤a、提取暗光图像中HSV中的亮度分量V,进行全局亮度的对数变换,满足人类视觉特性的主观感受,将暗光图像中低照度区域进行整体亮度的提升;

步骤b、利用视网膜神经元的感受野三高斯模型为基础,并进行所述模型下的双边滤 波来获取当前的暗光图像中像素点的邻域平均亮度;

步骤c、根据当前图像中的点的亮度值与其邻域的平均亮度之间的关系,通过人眼的 主观亮度感觉与实际光强的对数的非线性特性来实现步骤a中对整体亮度增强图像的局 部对比度增强;

步骤d、利用顶底帽变换处理,实现从图像背景中提取局部较亮部分的功能,再利用 顶底帽变换对图像进行明暗提取和降噪,得到最终的暗光增强图像。

进一步地,提取暗光图像中HSV中的亮度分量V是将RGB色彩空间转化为HSV空间,得到三个分量,分别是亮度分量V、色调分量H和饱和度分量S;所述色调分量H和饱和 度分量S保持不变,对亮度分量V进行处理。

进一步地,所述将RGB色彩空间转化为HSV空间的公式如下:

其中,R、G、B分别代表原始暗光彩色图像的RGB空间的像素值。

进一步地,所述视网膜神经元的感受野三高斯模型如下:

其中,A1,A2,A3分别表示中央、四周和边缘的峰值系数,σ1,σ2,σ3分别表示 中央、四周和边缘的尺度参数。

进一步地,所述顶底帽变换方法,包括下列步骤:

步骤d1、顶帽变换和底帽变换分别定义为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨理工大学,未经哈尔滨理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811639590.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top