一种多尺度全景图像增强方法与流程

本发明属于全景图像增强领域，具体涉及一种多尺度图像增强方法。

背景技术：

全景照片或者视频在获取时，因为全向视角的特点，相机拍照环境中的动态范围过大，导致照片中产生过暗和过亮区域，是图像的质量下降。另外全景相机在夜晚光线不足，或者照明条件不足的场景下，常常会导致图像或者亮度不够，或者对比度偏低。总之，全景相机受到拍照环境的影响，要远大于普通相机，所以需要对全景相机的图像和视频进行增强。

目前常用算法不足以解决全景图像的图像增强问题。传统的直方图均衡化，通过对灰度分布密集的区间进行扩展，可以非常显著地提高图像的对比度，但是对噪声的放大是直方图均衡算法不可避免的问题。retinex算法是一种非常优秀的图像增强算法，但是为了保证原始图像色彩不变，引入了非常复杂的色彩恢复算法，另外在光线变化剧烈的地方，不可避免出现光晕现象。

技术实现要素：

本发明公开了一种多尺度全景图像增强方法，利用多尺度算法，可以对图像中不同频率分别进行增强，提出了一种曝光补偿算法，引入了全局光照和局部光照参数，可以对低光照、普通光照和高光照图像和图像区域进行自适应的光照补偿，自动调整增强后的图像亮度和对比度；引入了色彩通道增强算法，根据增强后的y通道与输入的y通道变化关系，进行色彩通道的增强，减少了色彩失真。

为了解决上述存在的技术问题，本发明采用了以下方案：

一种多尺度全景图像增强方法，其特征在于：包括以下步骤：

(1)输入图像，根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小；

(2)计算输入图像y通道的全局平均值；

(3)分别对输入图像y通道在不同尺度的窗口下在对数域中进行增强；

(4)对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的y通道；

(5)利用输出图像y通道和输入图像y通道增强输入图像的uv通道。

上述步骤1中根据输入图像尺寸选取合适的尺度窗口，如果图像的尺寸越大，那么每一个尺度窗口的大小也就越大。

上述步骤2，求取输入图像y通道y(x,y)的全局平均值，公式如下:

上述步骤3，可以按照以下步骤进行实现：

按照尺度i的窗口大小si，为输入图像y通道每个像素计算平均值，得到局部均值图像：

对输入图像y通道y(x,y)和局部均值图像分别取对数，并求细节图像：

ri(x，y)＝ln(y(x，y))-ln(μi(x，y))(3)

利用局部均值和整体均值对输入图像进行曝光补偿，提升图像的整体亮度，补偿方法为：

ai(x，y)＝αi(μ)(fi(μi(x，y))-ln(μi(x，y)))(4)

其中αi()与图像的平均亮度有关，其函数为：

在这里w取值范围为0.2～0.7，建议取值为0.3；thhigh为高亮度图像阈值，在方法中取值为180。

函数fi(k)与图像的局部亮度有关，由如下公式计算：

在这里fmin取值为130～160之间，建议值为150。

求取y通道尺度i的增强图像：

ln(yi(x，y)＝ln(y(x，y))+βiri(x，y)+ai(x，y)(7)

其中βi为细节控制参数，取值区间为0～0.4，取值越大，细节增强幅度越大，同时噪声也越大，建议值为0.2。

上述步骤4中，对大中小3中尺度下对数域增强图像进行加权平均，得到对数域增强的y通道图像：

ln(yout(x，y))＝(8)

其中γi为加权平均系数，γ1+γ2+γ3＝1。最后得到输出y通道图像：

γ1，γ2，γ3建议取值为1/3。

上述步骤5中，为每个像素点计算uv通道的增强比例：

对于输出图像每个像素点的uv通道，按照如下公式计算：

uout(x，y)＝max(0，min(255，(u(x，y)-128)ratiouv(x，y)+128))(11)

vout(x，y)＝max(0，min(255，(v(x，y)-128)ratiouv(x，y)+128))(12)

附图说明

图1为本发明图像y通道增强流程图。

图2为本发明图像uv通道增强流程图。

具体实施方式

下面结合附图，对本发明做进一步说明：

本发明实施提出了一种多尺度全景图像增强方法。其执行过程如下：

第一步：根据图像的尺寸确定增强图像所需要的大中小3种不同尺度的窗口大小。

一般的，根据经验，设图像宽为w，高为h，如果像素数wh小于600000，那么3种尺度的窗口大小分别为：4×4，2×2和1×1；如果像素数wh大于600000，且小于3000000，那么3种窗口的尺寸分别为：8×8，4×4和2×2；如果像素数wh大于3000000，那么3种窗口的尺寸分别为：16×16，8×8和4×4。

第二步：计算输入图像y通道的全局平均值。

计算公式如下:

第三步：分别对输入图像y通道在不同尺度的窗口下在对数域中进行增强。

按照尺度i的窗口大小si，为输入图像y通道每个像素计算平均值，得到局部均值图像：

对输入图像y通道y(x,y)和局部均值图像分别取对数，并求细节图像：ri(x，y)＝ln(y(x，y))-ln(μi(x，y))(3)

利用局部均值和整体均值对输入图像进行曝光补偿，提升图像的整体亮度，补偿方法为：

ai(x，y)＝αi(μ)(fi(μi(x，y))-ln(μi(x，y)))(4)

其中αi()与图像的平均亮度有关，其函数为：

在这里w取值范围为0.2～0.7，建议取值为0.3；thhigh为高亮度图像阈值，在方法中取值为180。

函数fi(k)由如下公式计算：

在这里fmin取值范围为130～160，建议值为150。

求取y通道尺度i的增强图像：

ln(yi(x，y)＝ln(y(x，y))+βiri(x，y)+ai(x，y)(7)

其中βi为细节控制参数，取值区间为0～0.4，取值越大，细节增强幅度越大，同时噪声也越大，建议值为0.2。

第四步：对不同尺寸下对数域增强图像进行加权平均，然后取自然指数，得到输出图像的y通道。

ln(yout(x，y))＝∑iγiln(yi(x，y))(8)

其中γi为加权平均系数，γ1+γ2+γ3＝1，建议取值为1/3。最后得到输出y通道图像：

第五步：利用输出图像y通道和输入图像y通道增强输入图像的uv通道。

首先，为每个像素点计算uv通道的增强比例：

然后，按照如下公式计算输出图像每个像素点的uv通道：

uout(x，y)＝max(0，min(255，(u(x，y)-128)ratiouv(x，y)+128))(11)

vout(x，y)＝max(0，min(255，(v(x，y)-128)ratiouv(x，y)+128))(12)

上面结合附图对本发明进行了示例性的描述，显然本发明的实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种改进，或未经改进将本发明的构思和技术方案直接应用于其它场合的，均在本发明的保护范围内。