[发明专利]一种细节敏感的实时弱光视频增强方法和系统

说明书

本发明提供一种细节敏感的实时弱光视频增强方法和系统，首先对弱光视频进行多重灰度变换，获得多张局部区域亮度合理的灰度图，然后利用细节评估方法对变换后的图像进行细节评估并获得权重图，再利用快速融合的方法将多个变换后的图像及其权重图融合成一张增强图像，再用采样加速的方法对增强过程进行加速，最后进行后处理得到增强后的视频。本发明有如下优点：细节敏感的增强方法能够将弱光视频各个区域增强到细节丰富的程度并在此过程中能够防止过曝光现象的出现，快速融合方法和采样加速技术能够大大减少运算所需时间，达到实时视频增强的速率。

技术领域

本发明属于视频处理领域，涉及一种弱光视频增强方法，尤其是一种细节敏感的实时弱光视频增强方法和系统。

背景技术

在环境光照不足或者对比强烈的条件下拍摄视频时，画面常常出现较暗的区域，影响细节的呈现，需要对其进行增强以提升视觉观感。此外视频拍摄时需要进行实时预览，要求弱光视频增强技术能够达到实时的处理效率。

现有的弱光视频增强技术主要有gamma校准、直方图均衡化、基于色调映射的方法、基于本征分解的增强方法、基于反相暗通道的方法、基于统计学习的方法。这几类方法均存在缺陷：gamma校准将灰度往高光部分压缩，容易造成视频高光区域的细节丢失；直方图均衡只在全局进行色彩空间的映射，视频中正常的局部区域可能会缺乏足够的灰度范围来呈现细节；多重色调映射方法在增强过程中需要生成多张与原图大小一致的中间图像并建立图像金字塔，因此效率低下；基于本征分解的方法计算复杂、实际处理时所需时间较长，且现有的模型难以准确还原真实的光照情况；反相暗通道方法一般适用于户外大场景拍摄的视频，不具备普适性；基于统计学习的方法依靠大量的视频数据集，需要首先给定弱光视频及其人工增强后的视频进行训练，且处理效率较低。

发明内容

本发明的目的是克服上述现有方法存在的缺陷提供一种细节敏感的实时视频增强技术，对弱光视频进行细节敏感的光照增强，从而有效地使得视频中各个区域的细节得以清晰呈现，并利用采样加速方法对运行效率进行加速，在全高清分辨率尺寸下达到实时的增强速率。

本发明的上述技术问题主要是通过以下技术方案得以解决的：

一种细节敏感的实时弱光视频增强方法，包括以下步骤：

步骤1，将视频图像帧转化为灰度图，并对其进行下采样处理，获得低分辨率灰度图；

步骤2，采用多个参数对低分辨率灰度图进行多重灰度变换处理，获得变换图集；

步骤3，对变换图集中的每张图像进行细节评估，获得权重图集，再将变换图集与权重图集进行快速融合，获得参照图；

步骤4，重复步骤1-3获得视频每帧对应的参照图，再用改进的BGU(bilateralguided upsampling)方法对其进行上采样，得到与视频同分辨率大小的灰度增强图；

步骤5，利用色调恢复方法结合视频原图像帧对灰度增强图进行色调恢复，再合并所有彩色增强图，得到弱光增强后的视频。

进一步的，步骤1中获得低分辨率灰度图的实现方式为，将灰度图划分成n×n大小的块，计算每个块的平均值，并按照块的位置重新组合成低分辨率灰度图。

进一步的，所述步骤2中多重灰度变换的具体公式为：

其中a取值为{2ⁱ|i＝1，2，...，m}，m为参数个数，x和f(x)分别是变换前和变换后灰度图中每个像素的灰度值。

进一步的，所述步骤3中对变换图集中的每张图像进行细节评估，获得权重图集的具体方法为：