[发明专利]一种基于帧累加和多尺度Retinex的低光照图像增强优化方法

说明书

本发明公开了一种基于帧累加和多尺度Retinex的低光照图像增强优化方法：其主要包括：（1）对原始数据RGB三通道分离进行帧累加处理，提高低光照图像信噪比和灰阶分辨率（2）对帧累加处理过的单通道图像进行高斯均值滤波，去除数据采集过程中产生的噪声（3）对传统多尺度Retinex理论进行改进，将原图像其中的反射分量图像增加了双边滤波以削弱光圈伪影的产生（4）利用帧累加技术和改进后的多尺度Retinex对低光照图像进行联合增强优化，在提高图像信噪比和灰阶分辨率的同时保留了较多的图像边缘和细节纹理，并且在一定程度上减少了色彩失真，削弱了光圈伪影的产生，本发明实验结果与原图具有较高结构相似性，图像整体质量得到了一定提升。

技术领域

本发明涉及图像增强技术领域，具体而言，尤其涉及的是帧累加技术和改进的多尺度Retinex色彩恢复方法，主要应用各种类型的图像增强，本方法处理后的图像具有较高的灰阶分辨率和信噪比，保留了更多的图像边缘和细节纹理，同时在一定程度上减少了色彩失真，削弱了光圈伪影的产生，实验结果更贴近于图像原始色彩，与原图具有较高的结构相似性，图像整体质量得到了一定改善。

背景技术

在现实生活中由于光照不足、噪声外界环境等因素影响，拍摄成像过程中，摄像机捕获的光子数量很少，导致图像整体亮度很低，图像视觉感也很差，并且很多重要信息被隐藏。目前研究人员主要通过降噪、去模糊、低光图像增强等一系列技术用于处理低光环境下的图像。早期的传统方法主要围绕着直方图均衡化(histogram equalization，HE)和伽马修正。利用图像的直方图来增加图像的全局对比度，经典的伽马修正方法则通过加大图像的明暗区域的差值达到图像增强的目的。

增强技术可以突出显示图像中人们感兴趣部分，高可见度图像能够更清楚地反映目标场景中的细节，在目标识别跟踪以医学图像研究等计算机视觉技术方向具有重要作用。 经典的图像增强技术有：空间域法和频域法。空间域法直接对图像的像素进行处理，不进行其他域变换，常见方法的有线性增强和直方图均衡处理。但是带来的问题是存在已饱和的较亮的区域，会过度增强丢失相应的细节，原本区域的纹理特征可能变得不可见。频域法主要有高通滤波、同态滤波等方法以上算法都是简单且易实现，但在低光照情况下，图像的信息不规则被隐藏在黑暗中，简单的增强效果并不理想，不能得到较高质量的图像。研究人员在经典算法上提出许多改进，上下文差异对比增强算法试图找到差异直方图映射，虽然在一定程度上避免像素的溢出和过度增压强制像素值在范围内，这些方法有一定的效果，但缺点也很明显，色度恢复不够，会产生一定程度的光圈伪影现象等问题。

发明内容

本发明针对上述方案中的存在的一些不足，提出了一种基于帧累加和改进多尺度Retinex的低光照图像增强优化方法，经由该发明优化方法处理后的图像具有较高的灰阶分辨率和信噪比，保留了更多的图像边缘和细节纹理，同时在一定程度上减少了色彩失真，削弱了光圈伪影的产生，实验结果更贴近于图像原始色彩，与原图具有较高的结构相似性，图像整体质量得到了一定提升。

为实现上述目的，本发明公开了一种基于帧累加和改进多尺度Retinex的低光照图像增强优化方法，其特征在于该方法包括以下步骤：

（1）在低光照条件下采集实验数据，对采集的实验图像进行通道分离，得到单通道灰度图像，然后对单通道图像做累加平均提高图像灰阶分辨率及信噪比；

单通道图像每帧累加有：

累加后计算单通道平均值：

实验过程中，对N多次取值（包括 20、 50、 100、 500、1000）进行试验，最后发现当N取100时，帧累加平均得到的图像质量及运算速度都在较高水平,所以这里N取 100。

（2）对累加平均后的单通道灰度图用高斯均值滤波去噪，