基于稀疏表示算法的图像昼夜场景转换方法及系统的制作方法
【专利摘要】本发明涉及一种图像昼夜场景转换方法及系统，本方法包括如下步骤：步骤S100，分解图片训练集并选取图片训练块；步骤S200，对图像训练块进行字典训练，获得字典矩阵DR,DG,DB；S300，利用经过预处理的夜间图片矩阵R,G,B和字典矩阵DR,DG,DB重构图像块，并将该图像块进行组合以实现图像昼夜场景转换；本发明的图像昼夜场景转换方法及系统将黑暗中拍摄的图片与在明亮光线下拍摄的图片进行转换，有效的解决了在黑暗中进行视频监控的问题，使黑暗中的图像如白昼清楚，同时突出样本图像中未有的某些区域，提高在黑暗中的图像识别能力；并且能避免公共场所中视频监控中夜间图片模糊，有效信息量少的缺点，具有广泛的应用前景。
【专利说明】基于稀疏表示算法的图像昼夜场景转换方法及系统
【技术领域】
[0001] 本发明涉及图像处理【技术领域】，尤其涉及一种基于稀疏表示算法的图像昼夜场景 转换方法及系统。
【背景技术】
[0002] 目前，昼夜场景转换问题已逐渐得到国内外专家的关注，但国内却很少有人研究 图像昼夜转换技术。在夜间拍摄的图片，光线昏暗，噪声强烈，造成了低对比度及颜色、品质 的失真，极大地影响了人们对图片有用信息的识别和获取。当前所研究的昼夜场景转换方 法大部分是建立在传统的点对点的匹配算法基础之上，这种方法需要在夜间图像和白天图 像之间进行严格的点对点合成，要求比较苛刻，操作复杂，具有较大的局限性，特别是当夜 间图像中有干扰物体，或当图像库匮乏的情况下，难以实现有效的转换。
[0003] 因此，需要发明一种昼夜场景转换方法，以实现图像昼夜场景的有效及高质量转 换° 在参考文献 Night Removal by Color Estimation and Sparse Representation 中指 出利用颜色预估模型（Color Estimation Model)实现了对夜间图片的预处理，本发明是在 此基础实现的一种昼夜场景转换的工作方法。
【发明内容】
[0004] 本发明的目的是提供一种图像昼夜场景转换方法，以解决图像昼夜场景转换的技 术问题。
[0005] 为了解决上述技术问题，本发明提供了一种图像昼夜场景转换方法，包括如下步 骤：
[0006] 步骤S100,分解图片训练集并选取图像训练块；
[0007] 步骤S200,对图像训练块进行字典训练，获得字典矩阵DK，De，D b ;
[0008] 步骤S300,利用经过预处理的夜间图片矩阵R，G，B和字典矩阵DK，D e，Db重构图像 块，并将该图像块进行组合以实现图像昼夜场景转换。
[0009] 其中，所述步骤S100中分解图像训练集并选取训练块包括利用输入的图片训练 集完成图像训练块的选取，根据随机性原则选取对应的训练块。
[0010] 其中，所述步骤S200中获得所述字典矩阵DK，De，D b的方法包括如下步骤：
[0011] 步骤S210,初始化离散余弦变换矩阵DCT ;
[0012] 步骤S220,将预处理的三基色矩阵R，G，B和所述训练集中的图像样本{.V,.}=输入 至所述离散余弦变换矩阵DCT，以计算出该图像样本对应的稀疏系数X ;
[0013] 步骤S230,通过稀疏系数X计算所述字典矩阵DK，De，D b。
[0014] 其中，所述稀疏系数x的获得方法包括：
[0015] 设Xi = argmin Il只_ -Dy丨|〗，满足于I I X I I。彡kQ ;通过初始化迭代次数k = 0，使 用m个归一化的DK，De，Db构建Dtl e Rnxm，且k不断加1。
[0016] 其中，所述步骤S230中通过稀疏系数X计算所述字典矩阵DK，DG，Db的方法包括：
[0017] 对离散余弦变换矩阵DCT中每一列j0 = 1，2, ...，m更新，然后输出所述字典矩阵 De, Dg, Db ；
[0018] 其中，所述步骤S300中根据所述经过预处理的三基色矩阵R，G，B和字典矩阵 DK，De，Db获得的图像块的方法包括：将所述三基色矩阵进行图像特征的随机选取获得与图 像特征对应的矩阵，该矩阵与所述字典矩阵（D K，De，Db)进行正交匹配追踪算法获得三个稀 疏系数矩阵Χ κ，X。，Xb，再通过（DK，De，Db) X (XK，Xe，Xb)获得图像块获得所述图像块，并将该图 像块进行组合以实现图像昼夜场景转换。
[0019] 又一方面，本发明还提供了一种图像昼夜场景转换系统，包括：
[0020] 三基色分解模块，分解夜间图片以得到对应的三基色矩阵R，G，B。
[0021] 三基色字典矩阵获取模块，获取样本图片组成的训练集的三基色所对应的字典矩
[0022] 图像昼夜场景转换，根据所述预处理的三基色矩阵R，G，B和字典矩阵DK，D e，Db获 得的图像块，并将该图像块进行组合以实现图像昼夜场景转换。
[0023] 本发明的有益效果是，本发明的基于稀疏表示的图像昼夜转换算法结合参考文献 Night Removal by Color Estimation and Sparse Representation 中的颜色预估模型可 以将黑暗中拍色的照片与在明亮光线下拍色的照片进行转换，有效的解决了在黑暗中进行 监控的目的，使黑暗中的图像如白昼清楚，同时突出样本图像中未有的某些区域，提高在黑 暗中的图像识别能力；并且能避免公共场所中视频监控中夜间图片模糊，有效信息少的缺 点，具有广泛的应用前景。
【专利附图】
【附图说明】
[0024] 下面结合附图和实施例对本发明进一步说明。
[0025] 图1示出了稀疏表示算法特征提取过程流程图；
[0026] 图2示出了获得所述字典矩阵DK，De，Db的方法流程图；
[0027] 图3示出了一种图像昼夜场景转换系统的原理框图；
[0028] 图4中图（a)、（b)、（C)示出了图像昼夜场景转换的具体效果。
【具体实施方式】
[0029] 现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图，仅以 示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。
[0030] 实施例1
[0031] 图1示出了稀疏表示算法特征提取过程流程图。
[0032] 如图1所示，所述步骤S100中分解图片训练集并选取图像训练块包括如下步骤：
[0033] 所述图像昼夜场景转换方法，建立样本图片的训练集，利用彩色图像的通道分解 分解为RGB三个通道，输出该训练集对应的三基色矩阵DK，De，Db。
[0034] 其中，所述步骤SlOO中建立样本图片的训练集的方法包括：由在各光照强度下拍 摄与夜间图片相同场景的图片组成图片训练集，通过随机选取进行图像块的选取，实现对 图像特征的选择。
[0035] 图2示出了获得所述字典矩阵DK，De，DB的方法流程图。
[0036] 如图2所示，所述步骤S200中获得所述字典矩阵DK，De，D b的方法包括如下步骤：
[0037] 步骤S210,初始化离散余弦变换矩阵DCT。
[0038] 步骤S220,计算稀疏系数，即将经过图像预处理的三基色矩阵R，G，B和所述图片 训练集中的图像样本{只}=输入至所述离散余弦变换矩阵DCT，以计算出该图像样本对应的 稀疏系数X。
[0039] 步骤S230,通过稀疏系数X计算所述字典矩阵DK，Dg，D b。
[0040] 其中，yi表示从样本图片中选取可选为某一块为像素8*8大小的i表示从这些块 中选择1到M块。本发明不限于像素8*8,也可以采用像素4*4、像素16*16等图像块大小。
[0041] 所述稀疏系数X的获得方法包括：
[0042] 设x = aImin Ilx 吏其满足 y = DK，e，BX ;其中 X 是 DK，e，B ( S卩矩阵 DK，De，Db)在稀疏 变换矩阵DCT下的稀疏表示系数，I I · I Ici表示Ici范数，表示非零元素的个数。
[0043] 设而=argmin Il % -，满足于I IXI I。彡k。；通过初始化迭代次数k = 0,使 用m个归一化的DK，De，Db构建Dtl e Rnxm，且k不断加1。
[0044] 所述步骤S200中通过稀疏系数X计算所述字典矩阵DK，De，D b的方法包括：
[0045] 对离散余弦变换矩阵DCT中每一列j0 = 1，2, . . .，m更新；即，定义使用原子ajQ 的样本组，原子为离散余弦变换矩阵中的列向量，Ω#= UIxooUc^i]尹0};计算不适用 第j〇个原子的稀疏表示残差矩阵Ejtl = Y- Σ ^jdajXj ;选择Qjtl对应的Ejtl列，构成Ao ; 其中，E表示残差矩阵：对^丨进行奇异值分解? = ，更新离散余弦变换矩阵DCT的 第k个原子为U的第一列，更新稀疏以得到字典矩阵X;=祝1，1扒，其中n为实整数，若 IU -||〗足够小，则分别输出所述字典矩阵DK，De，Db。
[0046] 所述步骤S300中根据所述经过图像预处理三基色矩阵R，G，B和字典矩阵DK，D e，Db 获得的图像块的方法包括：将所述三基色矩阵进行图像特征的随机选取获得与图像特征对 应的矩阵，该矩阵与所述字典矩阵DK，D e，Db进行正交匹配追踪算法获得三个稀疏系数矩阵 Χκ，X。，Xb，再通过（DK，De，D b) X (XK，Xe，Xb)获得图像块获得所述图像块。
[0047] 其中，正交匹配追踪算法是已选择的原子进行Gram-Schmidt正交化方法进行正 交化处理，然后才将信号投影在这些正交原子构成的空间上，得到信号在各已选原子的分 量和迭代余量。
[0048] 实施例2
[0049] 图3不出了一种图像昼夜场景转换系统的原理框图。
[0050] 如图3所示，在实施例1基础上的一种图像昼夜场景转换系统，包括：
[0051] 三基色分解模块，分解夜间图片以得到对应的三基色矩阵R，G，B。
[0052] 三基色字典矩阵获取模块，获取样本图片组成的训练集的三基色所对应的字典矩
[0053] 图像昼夜场景转换，根据所述预处理的三基色矩阵R，G，B和字典矩阵DK，D G，Db获 得的图像块，并将该图像块进行组合以实现图像昼夜场景转换。
[0054] 关于本实施例的三基色矩阵R，G，B、字典矩阵DK，DG，D B，以及根据所述三基色矩阵 R，G，B和字典矩阵DK，De，Db获得的图像块的相关步骤可参见实施例1的对应内容，这里不再 赘述。
[0055] 本发明的效果可以通过以下实验进一步说明。
[0056] 1)实验条件
[0057] 本实验采用拍摄的夜间图片作为实验数据，采用Matlab R2010b作为仿真工具，计 算机配置为Intel酷睿i3-2370/2. 4G。
[0058] 2)实验内容
[0059] 分别利用拍摄的夜间图片和相同场景不同光照下的图片组成训练库，利用上述实 验数据进行图片的昼夜场景转换。其中，夜间图片作为待处理图片，不同光照下的图片作为 字典训练的样本训练库。
[0060] 3)实验结果分析
[0061] 通过利用图像预处理的RGB三基色矩阵与稀疏表示算法进行图像处理可获得如 图（4)所示的效果，如图（4)中图（b)所示，该效果为只经过预处理的图片，从图片中可以 清晰的看出，在圈出的地方具有明显的噪声点，而通过经过稀疏表示算法进行处理，可以最 大程度的减少噪声点，达到合理处理的效果如图（c)所示。
[0062] 以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完 全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术 性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。
【权利要求】
1. 一种基于稀疏表示算法的图像昼夜场景转换方法，其特征在于，包括彩色图像分解 为RGB三通道利用稀疏表示算法进行图像特征提取的过程，包含以下步骤： 步骤S100,分解图片训练集并选取图像训练块； 步骤S200,对图像训练块进行字典训练，获得字典矩阵DK，De，Db ; 步骤S300,利用经过预处理的夜间图片矩阵R，G，B和字典矩阵DK，De，Db重构图像块，并 将该图像块进行组合以实现图像昼夜场景转换。
2. 根据权利要求1所述的图像昼夜场景转换方法，其特征在于，所述步骤SlOO中分解 图像训练集并选取训练块包括利用输入的图片训练集完成图像训练块的选取，根据随机性 原则选取对应的字典训练块。
3. 根据权利要求2所述的图像昼夜场景转换方法，其特征在于，所述步骤S200中获得 所述字典矩阵DK，De，Db的方法包括如下步骤： 步骤S210,初始化离散余弦变换矩阵DCT; 步骤S220,将预处理的三基色矩阵R，G，B和所述训练集中的图像样本{.V,.}=输入至所 述离散余弦变换矩阵DCT，以计算出该图像样本对应的稀疏系数X; 步骤S230,通过稀疏系数X计算所述字典矩阵DK，De，Db。
4. 根据权利要求3所述的图像昼夜场景转换方法，其特征在于，所述稀疏系数X的获得 方法包括： 设L=argminIl ||丨，满足于IIXII。彡kQ ;通过初始化迭代次数k= 0,使用m 个归一化的DK，De，Db构建DtleRnxm，且k不断加1。
5. 根据权利要求4所述的图像昼夜场景转换方法，其特征在于，所述步骤S230中通过 稀疏系数X计算所述字典矩阵DK，De，Db的方法包括： 对离散余弦变换矩阵DCT中每一列j0 = 1，2,. . .，m更新； 艮P，定义使用原子的样本组，原子为离散余弦变换矩阵中的列向量，Ω#=U|x(k) [j。，i]尹〇};计算不适用第j〇个原子的稀疏表示残差矩阵Ejtl =Y-Σ』^ajXj;选择Ω』。对 应的E#列，构成其中，E表示残差矩阵； 对&进行奇异值分解，巧=更新离散余弦变换矩阵DCT的第k个原子为 U的第一列，更新稀疏系数以得到字典矩阵4 =Δ[1，1Μ，其中n为实整数，若IU- 旧足 够小，则分别输出所述字典矩阵DK，De，Db。
6. 根据权利要求5所述的图像昼夜场景转换方法，其特征在于，所述步骤S300中根据 所述经过预处理的三基色矩阵R，G，B和字典矩阵DK，De，Db获得的图像块的方法包括：将所 述三基色矩阵进行图像特征的随机选取获得与图像特征对应的矩阵，该矩阵与所述字典矩 阵（DK，De，Db)X(XK，Xe，Xb)进行正交匹配追踪算法获得三个稀疏系数矩阵XK，Xe，Xb，再通过 (DK，De，Db)X(XK，Xe，Xb)获得图像块获得所述图像块。
7. -种图像昼夜场景转换系统，包括： 三基色分解模块，分解夜间图片以得到对应的三基色矩阵R，G，B。 三基色字典矩阵获取模块，获取样本图片组成的训练集的三基色所对应的字典矩阵 De,Dg,Db〇 图像昼夜场景转换，根据所述预处理的三基色矩阵R，G，B和字典矩阵DK，De，Db获得的 图像块，并将该图像块进行组合以实现图像昼夜场景转换。
【文档编号】G06T5/00GK104463798SQ201410714920
【公开日】2015年3月25日 申请日期:2014年11月28日 优先权日:2014年11月28日
【发明者】汤一彬, 张燕, 顾容之, 秦学义, 王海霞 申请人:河海大学常州校区