[发明专利]港口复杂光照环境智能图像增强摄像方法在审

专利信息
申请号: 202211029015.1 申请日: 2022-08-26
公开(公告)号: CN115100084A 公开(公告)日: 2022-09-23
发明(设计)人: 张然;桑宝玲;王洪波;郑忠臣;于文江;马宏达 申请(专利权)人: 天津市联大通讯发展有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/90
代理公司: 天津企兴智财知识产权代理有限公司 12226 代理人: 刘影
地址: 300192 天津市南开*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 港口 复杂 光照 环境 智能 图像 增强 摄像 方法
【权利要求书】:

1.港口复杂光照环境智能图像增强摄像方法,其特征在于:包括以下步骤:

S1、摄像机接收图像,摄像系统计算图像的灰度;

S2、摄像系统判断图像的灰度值是否处于灰度区间内,是,则直接进入步骤S3;否,则通过调整公式调整图像的对比度和灰度值后再进入步骤S3;

S3、摄像系统将经过步骤S2处理的图像运用tenengard梯度算法分别提取水平方向梯度值和垂直方向梯度值,并通过水平方向梯度值和垂直方向梯度值分析图像清晰度;

S4、摄像系统判断图像清晰度是否高于Ten阈值,是,则图像不做处理,直接输出图像,否,则启动Retinex算法对于图像进行增强处理。

2.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S1中的计算图像的灰度包括以下步骤:

A1、将图像的RGB颜色空间转为YIQ色彩空间;

A2、通过YIQ色彩空间得到灰度公式。

3.根据权利要求2所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:所述灰度公式为:

Y = 0.299R + 0.587G + 0.114B;

其中,Y为颜色的明视度;R为Red;G为Green;B为Blue。

4.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S2中的所述灰度区间的范围为80-180。

5.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S2中的所述调整公式为:

dst = alpha * src + beta;

其中,src为原图;dst为目标图;alpha 0,用于控制图像对比度;beta为增益变量,用于控制图像灰度。

6.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S3中的所述tenengard梯度算法的公式为:

其中,Ten为tenengrad值;n为像数总数;x为像数点坐标值;y为像数点坐标值;S(x,y)为人眼所能接收到的反射光图像;Gx为水平方向梯度值,Gy为垂直方向梯度值;为像素点(x,y)的值。

7.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S3中的所述水平方向梯度值、所述垂直方向梯度值的矩阵分别为:

Gx:Gy:

其中,Gx为水平方向梯度值,Gy为垂直方向梯度值。

8.根据权利要求1所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤S4中的图像增强处理包括以下步骤:

B1、读入人眼所能接收到的反射光图像S(x,y),并判断S(x,y)是否为灰度图,是,则将S(x,y)每个像素的灰度值由整数值转换为浮点数,并转换到对数域;否,则将S(x,y)的每个颜色分类分别处理,将每个分量的像素值由整数值转换为浮点数,并转换到对数域;

B2、输入尺度C,确定参数λ值,并进入步骤B3;

B3、通过取值公式计算得到r(x,y);

B4、通过转换公式将r(x,y)从对数域转换到实数域得到R(x,y);

B5、对R(x,y)线性拉伸并输出显示。

9.根据权利要求8所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤B3中的所述取值公式为:

其中,r(x,y)为对数域输出图像;S(x,y)为人眼所能接收到的反射光图像;*为卷积符号,F(x,y)为中心环绕函数。

10.根据权利要求8所述的港口复杂光照环境智能图像增强摄像方法,其特征在于:在步骤B4中的所述转换公式为:

其中,r(x,y)为对数域输出图像;S(x,y)为人眼所能接收到的反射光图像;L(x,y)为入射光图像;R(x,y)为物体的反射性质图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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天津市联大通讯发展有限公司,未经天津市联大通讯发展有限公司许可,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/202211029015.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top