[发明专利]一种图像的处理与识别方法

说明书

一种图像的处理与识别方法，涉及图像处理领域，包括：步骤一、图像特征点的提取；步骤二、图像像质的增强；步骤三、图像的融合；步骤四、去噪。本发明的图像的处理与识别方法，主要通过图像特征点的提取、图像像质的增强、图像的融合、去噪实现图像处理和高精度识别。从图像中提取丰富的特征，通过图像像质增强对其进行增强，然后通过图像融合将增强结果融合在一起，再去除其中提取到的噪声，得到最后的增强图像。通过本发明的图像处理和识别方法实现低照度图像和真实图像之间的映射关系，有效提高了图像的对比度，去除了图像中的噪声，提高了图像的清晰度。通过本发明有效改善了图像质量，提高了图像识别效果，具有十分重要的应用价值。

技术领域

本发明涉及图像处理技术领域，具体涉及一种图像的处理与识别方法。

背景技术

图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。在众多领域中，物体的三维图像识别是非常核心的重要环节。对物体的图像进行准确的处理和识别是实现目标跟踪和图像匹配等应用的重要前提。

低照度条件是指夜间或背光条件，在这种条件下所采集到的图像是模糊的，会出现阴影、模糊、对比度低、噪声等现象，难以识别，给后续处理带来难题。

目前，针对图像的处理方法主要有：第一种，直方图均衡化增强方法。其主要是将原始图像的灰度直方图从比较集中的某个灰度区间变成全部灰度范围内的均匀分布，对比度受限的直方图均衡化方法可以有效提高图像的对比度，但没有考虑图像频率以及细节信息，易出现色偏和过度增强。第二种，同态滤波增强方法。其主要是基于照明-反射模型，通过改变照度和反射率对像元灰度值的影响，来达到揭示阴影区域细节特征的目的。由于前提条件是假设光照均匀，所以对于存在高光区和暗区的夜间图像增强效果较差。

发明内容

本发明的目的是提供一种图像的处理与识别方法，以解决低照度条件下的图像处理与识别问题。

本发明为解决技术问题所采用的技术方案如下：

本发明的一种图像的处理与识别方法，包括以下步骤：

步骤一、图像特征点的提取；

步骤二、图像像质的增强；

步骤三、图像的融合；

步骤四、去噪。

进一步的，步骤一具体包以下步骤：

(1)获取原始图像；

(2)对原始图像进行归一化处理；

(3)对归一化图像进行区域划分，分成3列*3行；

(4)采用Harris角点算法确定归一化图像中的角点，并记录角点的坐标，通过角点坐标确定图像特征点。

进一步的，步骤(4)具体包以下步骤：

S401：将归一化图像转换为灰度图像；

S402：采用九宫格法对图像像素点进行筛选；

S403：利用加速分割测试特征算法去除其中的非特征点，获得初始图像像素点；

S404：计算初始图像像素点的局部均方差，确定各初始图像像素点所在区域的对比度；

S405：根据对比度，以初始图像像素点响应Harris函数执行非极大值抑制算法，保留局部角点响应函数最大值的像素点，以这些点为中心搜索角点簇，最后以容忍距离内保留一个特征点为原则确定图像特征点。

进一步的，步骤二具体包以下步骤：

(1)通过对图像特征点进行卷积处理获得图像的特征图；