[发明专利]一种低照度图像亮度增强方法

说明书

本发明公开了一种低照度图像亮度增强方法，包括根据图像的像素点亮度分布情况，筛选出适用于本方法的图像；通过低亮度区域通过映射函数增强亮度并保留梯度信息；通过实现高亮度区域通过映射函数降低亮度并保留梯度信息；根据一通道的亮度值计算得到RGB三通道色彩值，得到增强后的图像。本方法通过对图像的统计分析识别出属于情况三的低照度图像，便于能够实现更加有针对性的增强，并通过对低亮度和高亮度两个区域内的像素实施分别处理，进行针对性的增强和调整，实现比主流的直方图均衡法和暗通道估算法更好的效果。

技术领域

本发明涉及一种低照度图像亮度增强方法。

背景技术

数字图像采集是利用摄像头等传感器将光信号转化成电信号并用数字形式进行存储、传输和显示，数字图像处理是将采集的数字图像针对使用目的和场景进行处理优化，其中常见的方法包括：图像增强和复原、图像编码压缩、图像描述等。

低照度图像指在环境光线较暗的情况下采集到的图像，为了能够显示清晰，需要对低照度图像做增强，使得肉眼能够获取图像中的有用信息，目前低照度图像增强的算法主要是直方图均衡和暗通道估计滤波。

低照度图像增强在实际应用中发挥越来越重要的作用，在户外安防和自动驾驶领域，在夜晚环境下摄像头采集到所有的图像都需要做低照度的增强，以便满足实际的观测和分析的需求。在实际应用中，低照度图像根据暗像素和亮像素的不同分布，分成三种情况：

情况一：图像中所有像素偏暗，即所有像素灰度值偏低，这类图片多采集于没有灯光的黑夜或者室内，这类图像增强的思路是利用直方图或者暗通道增强，从而增强亮度和还原色彩，目前算法的效果较好。

情况二：图像中部分像素偏暗，部分像素偏亮，并且偏亮部分比例超过亮像素比例最大阈值TH_L_PER_MAX，该值取10%，这类图片多采集于有较强路灯灯光或汽车灯光的夜晚，这类图像增强的思路是利用宽动态技术，在保留大灰度值像素的同时，对低灰度像素值进行增强，目前算法的效果较好。

情况三：图像中大部分像素很暗且分布集中，极少部分像素偏亮且分布集中，偏亮像素数量小于亮像素比例最大阈值TH_L_PER_MAX，该值取10%，且大于亮像素比例最小阈值TH_L_PER_MIN，该值取1%，这类图片多采集于黑夜中的路面和室内，少量偏亮像素是由于图像物体中本身具有较强的反射性，比如反光玻璃、广告牌、移动的物体等，这类图像在现实中大量出现，其少量偏亮像素往往含有重要的信息，但是目前没有针对这类情况的优质算法，常用算法的存在的问题是：

（1）直方图均衡算法：其处理后的图像，整体亮度沿着直方图右侧进行了拉伸，导致低亮度的像素信息缺失，掩盖了低亮度的重要信息，并且高亮度噪声被放大或者出现过界。处理后的效果呈现“偏白、偏糙”的效果。

（2）暗通道估计算法：其处理特别暗的图像效果不佳，高亮度信息不足，图像梯度不足以至于丢失信息，原因在于取反后的图像进行暗通道估计，算法中的“大气光成分”和“透射率”依赖于像素本身的特点，特别暗图片取反后的亮度值特别大，导致这两个参数的估计出现偏差。处理后的效果呈现“偏黑、看不清细节”的效果。

发明内容

发明目的：针对上述现有技术中的情况三，提出一种低照度图像亮度增强方法，实现有针对性的图像增强效果。

技术方案：一种低照度图像亮度增强方法，包括如下步骤：

步骤1：将RGB图像的三通道像素点数值转化为一通道的亮度值，根据图像的像素点亮度分布情况，筛选出适用于本方法的图像；

步骤2：计算图像低亮度像素亮度映射函数，实现低亮度区域通过映射函数增强亮度并保留梯度信息；

步骤3：计算图像高亮度像素亮度映射函数，实现高亮度区域通过映射函数降低亮度并保留梯度信息；

步骤4：根据一通道的亮度值计算得到RGB三通道色彩值，得到增强后的图像。