[发明专利]一种基于期望亮通道的低照度图像增强方法

说明书

一种基于期望亮通道的低照度图像增强方法，涉及低照度图像增强方法，属于数字图像处理领域。为了解决现有的基于亮通道先验的低照度图像增强算法中求取透射率图像需要人为调节参数的问题，提出了基于期望亮通道的低照度图像增强算法。本发明首先收集HDR图像并对其进行统计，获取其最大值通道图像的分布直方图，作为增强后图像的期望亮通道直方图。其次，利用期望亮通道直方图对低照度图像的最大值通道图像进行直方图规定化处理，得到期望亮通道图像。然后，利用期望亮通道图像和大气成像方程求取透射率图像。最后，结合大气散射模型对低照度图像进行增强。本发明对不同亮度的低照度图像均有较好的增强效果，可以显著增强图像的亮度和对比度，使图像细节更加清晰。

技术领域

本发明涉及数字图像处理领域，具体涉及低照度图像增强方法。

背景技术

各类不同的光学成像装置目前越来越多地应用于民用和军用领域，但受到探测器灵敏度低以及环境光照条件不足等情况的影响，光学系统所成图像存在各种退化问题，如图像对比度降低、亮度不够等，进而影响对图像中目标的分析与识别。同时，由于光学制造技术的限制，利用硬件提高光学系统的性能需要付出极大的代价。因此，深入地研究低光照情况下光学图像和视频增强算法，使各类光学成像系统能够随着光照条件变化自适应地调整图像的亮度和对比度，不仅能够扩展设备的适用范围，而且能够极大节约设备制造成本，减少设备体积，具有极高的理论和实际应用价值。

目前常用的低照度图像增强方法主要有直方图均衡化方法、Retinex方法、基于亮通道先验原理的增强方法和高动态光照渲染(High Dynamic Range,HDR)方法等。其中，直方图均衡化算法计算量小，对细节不丰富的图像有较好的增强效果，是目前应用最广泛的算法，但是直方图均衡化算法存在细节丢失、颜色失真、图像亮度变化剧烈等问题。Retinex算法，认为观察到的图像是入射光照与物体表面反射率的乘积，而物体表面反射率不受光照的影响，可以反应物体的真实信息。为了估计入射光照，Retinex算法中一般假设光照在空间中均匀分布，进而通过低通滤波获取光照分量。但该假设在实际中并不能保证一定成立，如图像中的光源和强反射源在增强后会出现光晕现象。而且由于未将光照的梯度变化信息考虑在内，在增强过程中，图像的边缘信息会出现一定程度的模糊。此外，Retinex算法对于彩色图像的色彩保持问题仍未有很好的解决办法。HDR算法是将同一场景下不同曝光程度的图像进行合成，在包含较大动态范围的场景中有较好的应用效果，可以兼顾场景中的高亮度区域和低亮度区域。但由于HDR图像需要多帧图像进行合成，因此需要较长的拍摄时间，且要求在拍摄期间场景和相机之间保持相对静止，这使得该算法很难应用于移动载体或动态目标场景。另外在环境光照强度较低时，即使增加曝光时间也难以区分暗处的目标信息与背景，进而无法获得理想的增强图像。受到利用暗原色先验原理进行去雾的启发，论文“An efficient and integrated algorithm for video enhancement inchallenging lighting conditions”中提出了亮通道先验并将其应用于图像增强，但该算法中存在超参数，需要人为根据具体图像进行调参，以保证增强后图像的质量，这极大限制了算法的应用范围。为解决该问题，随后的学者提出了一些改进方法如自动选取增强参数，并对透射率公式进行修改以拉伸图像动态范围等。但这些改进本质上是通过压缩亮处区域动态范围、扩展暗处动态范围的方法进行增强，无法实现同时保留亮处和暗处信息的目的，因此会出现图像亮处区域过增强或暗处区域欠增强的问题。

本文通过对HDR图像进行统计分析，并结合亮通道先验原理，提出了基于期望亮通道的低照度图像增强算法，以增强后图像的最大值通道为期望亮通道，将对HDR图像统计得到的直方图作为先验信息，并假设期望亮通道图像符合先验直方图。通过直方图规定化获取期望亮通道图，进而结合大气散射模型实现透射率图像的获取及低照度图像的增强，避免了需要针对不同亮度图像进行人为调参的问题，以及调参带来的过增强或欠增强问题。

发明内容

本发明是为了解决现有的基于亮通道先验的图像增强算法中存在的需要需要人为调参问题，以及调参带来的过增强或欠增强问题。