[发明专利]一种基于光照分量优化的低照度图像增强方法有效
| 申请号: | 202010694542.9 | 申请日: | 2020-07-17 |
| 公开(公告)号: | CN113947535B | 公开(公告)日: | 2023-10-13 |
| 发明(设计)人: | 王正勇;龙庆延;何小海;卿粼波;吴小强;滕奇志;吴晓红 | 申请(专利权)人: | 四川大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 610065 四川*** | 国省代码: | 四川;51 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 光照 分量 优化 照度 图像 增强 方法 | ||
1.一种基于光照分量优化的低照度图像增强方法,其特征在于包括以下步骤:
(1)通过对低照度原图使用max-RGB模型得到初始光照分量图;
(2)对(1)中获得的初始光照图使用奇异值分解进行处理,并归一化;
(3)对(2)中归一化后的结果使用三次引导滤波得到优化后的光照分量图;
(4)根据简化Retinex模型,将低照度原图RGB三通道与(3)中获得的光照分量图逐点相除,获得增强图像;
(5)使用低照度原图RGB三通道中的G通道作为引导图像,对(4)中获得的增强图像进行去噪处理,得到最终需要的增强图像。
2.根据权利要求1所述的方法,其特征在于步骤(1)中使用max-RGB模型获取初始光照图,即使用原始图像在点(x,y)处RGB三通道的最大值作为该点的光照。
3.根据权利要求1所述的方法,其特征在于步骤(2)中使用奇异值分解来处理初始光照图,其方法如下:
对于图像以点(x,y)为中心的3×3区域进行奇异值分解,即:
A=UΣVT (1)
其中,A代表初始光照图中3×3区域,U和V均为正交矩阵,Σ为非负对角阵,由A的奇异值组成,且存在:
Σ=diag=(s1,s2,…,sN)(s1>s2>…>sN) (2)
以最大奇异值S1代替该点光照,整幅图像处理完后,进行归一化。
4.根据权利要求1所述的方法,其特征在于步骤(3)中使用不同大小的窗口进行三次引导滤波优化光照,优化方法如下:
假设步骤1中得到的初始光照图为Lini(x,y),步骤2中得到的光照图为Ls(x,y),GFR(A,B)表示以窗口半径为R进行引导滤波,存在下式:
式中,L3(x,y)为优化后最终使用的光照图。
5.根据权利要求1所述的方法,其特征在于步骤(4)中使用简化Retinex模型获得增强图像,简化Retinex模型公式如下:
式中,为防止分母为零,τ取0.01。
6.根据权利要求1所述的方法,其特征在于步骤(5)中使用原图中噪声水平较低的绿色通道分量对增强后图像进行引导滤波去噪,提升了图像的视觉效果和各项指标。
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四川大学,未经四川大学许可,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/202010694542.9/1.html,转载请声明来源钻瓜专利网。





