一种便携式夜视装备视频图像处理方法
【专利摘要】本发明公开了一种便携式夜视装备视频图像处理方法，是将便携式夜视装备采集的图像进行处理，是结合了基于Retinex的视频增强算法和动态直方图映射算法，采用Retinex算法对图像进行局部的增强，同时采用动态直方图映射算法进行全局的图像增强，最后根据图像分析的结果将两种增强的结果以权重的形式结合起来，得到最终的增强图像，本发明具有对夜视图像进行增强、消噪、色彩锐化等处理、提高图像对比度、清晰度、以得到与原始图像接近并符合人眼视觉特性的特点。
【专利说明】一种便携式夜视装备视频图像处理方法
【技术领域】
[0001]本发明属于图像处理方法【技术领域】，尤其是涉及一种便携式夜视装备的图像处理方法。
【背景技术】
[0002]便携式夜视设备已经广泛应用于夜间侦查、探险和户外活动。受技术限制主动式夜视图像具有局部对比度高，亮度分布集中等特点，被动式夜视图像则图像模糊，目标细节难以分辨。
[0003]现有的夜视仪的图像处理一般采用简单的去噪和对比度增强等处理，这些处理存在处理能力有限、无法扩展图像动态范围等缺点。
【发明内容】
[0004]本发明的目的在于改进已有技术的不足提供一种对夜视图像进行增强、消噪、色彩锐化等处理、提高图像对比度、清晰度、以得到与原始图像接近并符合人眼视觉特性的图像的便携式夜视装备视频图像处理方法。
[0005]本发明的目的是这样实现的，一种便携式夜视装备视频图像处理方法，是将便携式夜视装备采集的图像进行处理，其特点是该方法包括以下步骤:
a、 首先对视频中的每帧图像单独分析，对图像进行平滑处理，以去除图像中的噪声，得到图像的直方图H和图像的归一化方差C ；
b、对图像应用改进的多尺度Retinex算法进行处理，是采用三个尺度的模板得到不同尺度下增强的图像I1、12、13，再根据图像的归一化方差C的值，选择不同的权重系数《1、w2、《3，根据权重将不同尺度下的增强图像进行融合，得到最终的增强图像I，I=wl*Il +w2*I2 + w3*I3，权重的选择方式如下:
0=0.7 时，wl=0.5，w2=0.3，w3=0.2 0.3〈C〈0.7 时，wl=0.3，w2=0.4，w3=0.3 C〈0.3 时，wl=0.2，w2=0.3，w3=0.5
其中wl/Il，《2/12，w3/I3分别代表小尺度、中尺度和大尺度的权重及增强后的图像，各尺度之间均分即可；
C、根据图像分析的结果，应用动态直方图映射算法，
选取a，b两点，a，b两点的横坐标Xa、Xb由直方图两端各5%的能量值对应的灰度级别确定，a, b两点的纵坐标值计算如下:
Ya=Xa*(1-β)
Yb=Xb* (1+ β)
其中β为直方图偏向O或255程度的度量，设Hl为图像直方图中0-127量级的总和，Η2为直方图中128-255量级的总和，则:β =|Η1-Η2|/Η可见，若图像分布的较为均衡，则Hl与H2约接近，β就会趋近为O，图像所做的变换幅度就较小；相反若图像中灰度分布不均衡，算法就会根据直方图分布动态映射像素值；d、将Retinex算法和动态直方图映射算法的结果以各占50%权重的方式结合起来，得到最终的图像。
[0006]本发明与已有技术相比具有以下显著特点和积极效果:本发明处理方法结合了基于Retinex的视频增强算法和动态直方图映射算法两种图像处理方法，采用改进后的Retinex算法对图像进行增强，同时采用动态直方图映射的算法进行全局的图像增强，最后将两种增强的结果以权重的形式结合起来，得到最终的增强图像；通过对视频的实时分析自适应的调整算法的权重和参数，使得其可以适应各种天气和光照情况。通过改进后的Retinex算法和动态直方图映射算法的结合实现图像增强、消噪、色彩锐化等处理；本发明对视频中的每帧图像单独分析，首先对图像进行平滑处理，以去除图像中的噪声，由于视频图像的内容变化较大，单一的算法参数无法应用到不同的视频场景中，对实际的视频处理算法来说，必然需要使用自适应的图像处理方法，而这些方法首先需要分析图像得到图像的统计信息，作为设定参数的依据；传统的多尺度的Retinex算法的三通道的权重相同，对于细节不同的图像来说，无法取得最好的增强效果，本发明提出根据图像内细节丰富程度给予不同尺度的增强图像以不同权重的思想，很好的适应了不同图像内容和场景的增强要求；本发明根据图像分析的结果，应用动态直方图映射算法，若图像分布的较为均衡，图像所做的变换幅度就较小，相反若图像中灰度分布不均衡，算法就会根据直方图分布动态映射像素值；由于视频处理的复杂性，单一的算法难以应付所有的场景，或在任意场景中都取得最优的效果，这就需要将多种算法得到的结果综合起来，本算法将Retinex算法和动态直方图映射算法的结果以一 定的权重比例结合起来，得到最终的图像。权重关系可设置为经验值，一般取(0.5,0.5)，即两种算法各占一半的比重。
【具体实施方式】
[0007]实施例，一种便携式夜视装备视频图像处理方法，是将便携式夜视装备采集的图像进行处理，该方法首先对视频中的每帧图像单独分析，对图像进行平滑处理，以去除图像中的噪声，得到图像的直方图H和图像的归一化方差C ;对图像应用改进的多尺度Retinex算法进行处理，是采用三个尺度的模板得到不同尺度下增强的图像I1、12、13，再根据图像的归一化方差C的值，选择不同的权重系数《1、《2、《3，根据权重将不同尺度下的增强图像进行融合，得到最终的增强图像I，I=wl*Il + w2*I2 + w3*I3，权重的选择方式如下:
0=0.7 时，wl=0.5，w2=0.3，w3=0.2
0.3〈C〈0.7 时，wl=0.3，w2=0.4，w3=0.3
C〈0.3 时，wl=0.2，w2=0.3，w3=0.5
其中wl/Il，w2/I2，w3/I3分别代表小尺度、中尺度和大尺度的权重及增强后的图像，各尺度之间均分即可；根据图像分析的结果，应用动态直方图映射算法，选取a，b两点，a，b两点的横坐标Xa、Xb由直方图两端各5%的能量值对应的灰度级别确定，a, b两点的纵坐标值计算如下:
Ya=Xa*(1-β)
Yb=Xb* (1+ β) 其中β为直方图偏向O或255程度的度量，设Hl为图像直方图中0-127量级的总和，Η2为直方图中128-255量级的总和，则:β =|Η1-Η2|/Η
可见，若图像分布的较为均衡，则Hl与Η2约接近，β就会趋近为0，图像所做的变换幅度就较小；相反若图像中灰度分布不均衡，算法就会根据直方图分布动态映射像素值；将Retinex算法和动态直方图映射算法的结果以各占50%权重的方式结合起来，得到最终的图像。
【权利要求】
1.一种便携式夜视装备视频图像处理方法，是将便携式夜视装备采集的图像进行处理，其特征是该方法包括以下步骤: a、首先对视频中的每帧图像单独分析，对图像进行平滑处理，以去除图像中的噪声，得到图像的直方图H和图像的归一化方差C ； b、对图像应用改进的多尺度Retinex算法进行处理，是采用三个尺度的模板得到不同尺度下增强的图像I1、12、13，再根据图像的归一化方差C的值，选择不同的权重系数《1、w2、《3，根据权重将不同尺度下的增强图像进行融合，得到最终的增强图像I，I=wl*Il +w2*I2 + w3*I3，权重的选择方式如下: .0=0.7 时，wl=0.5，w2=0.3，w3=0.2 .0.3〈C〈0.7 时，wl=0.3，w2=0.4，w3=0.3 C〈0.3 时，wl=0.2，w2=0.3，w3=0.5 其中wl/Il，w2/I2，w3/I3分别代表小尺度、中尺度和大尺度的权重及增强后的图像，各尺度之间均分即可； C、根据图像分析的结果，应用动态直方图映射算法， 选取a，b两点，a，b两点的横坐标Xa、Xb由直方图两端各5%的能量值对应的灰度级别确定，a, b两点的纵坐标值计算如下:
Ya=Xa*(1-β)
Yb=Xb* (1+ β) 其中β为直方图偏向O或255程度的度量，设Hl为图像直方图中0-127量级的总和，Η2为直方图中128-255量级的总和，则:β =|Η1-Η2|/Η 可见，若图像分布的较为均衡，则Hl与Η2约接近，β就会趋近为0，图像所做的变换幅度就较小；相反若图像中灰度分布不均衡，算法就会根据直方图分布动态映射像素值；d、将Retinex算法和动态直方图映射算法的结果以各占50%权重的方式结合起来， 得到最终的图像。
【文档编号】G06T5/00GK103700066SQ201310641794
【公开日】2014年4月2日 申请日期:2013年12月5日 优先权日:2013年12月5日
【发明者】宋优春, 宋永生, 张寅生, 林春亮, 郭忠岳, 赵浩志 申请人:莱阳市科盾通信设备有限责任公司