一种基于时间序列的顺逆光交通图像自适应增强方法

文档序号:8457767阅读:351来源:国知局
一种基于时间序列的顺逆光交通图像自适应增强方法
【技术领域】
[0001] 本发明涉及一种基于时间序列的顺逆光交通图像自适应增强方法,属于智能交通 系统领域,是一种实现交通图像增强的快速有效方法。
【背景技术】
[0002] 交通图像增强是为了增强交通图像中的有用信息,比如图像中的人或车,增强的 目的是要改善图像的视觉效果,针对特定的场合,有目的地强调图像的整体或局部特性,将 交通图像中原来不清晰的变得清晰或强调某些感兴趣的特征,比如图像中的车牌或人的面 部特征,扩大图像中不同物体特征之间的差别,抑制不感兴趣的特征,使之改善图像质量、 丰富信息量,加强图像判读和识别效果,满足实际交通监控分析的需要。随着智能交通领 域的飞速发展,基于视频监控的图像处理和计算机视觉等问题也成为近年来研宄的热门问 题。对于智能交通视频监控的研宄已经有几十年的时间,在理论研宄和实际开发方面都取 得了一定的进展。
[0003] 交通图像与其他图像相比有其特殊性,交通图像受光照和天气的变化影响较大, 并且特定方向采集的图像会有顺逆光情况,顺光时图像整体很亮,逆光时高光区很亮,阴影 区很暗。如何在顺逆光条件下对交通图像有效增强,成为当今智能交通系统和图像处理领 域非常棘手的问题。
[0004] 顺光也叫做"正面光",指光线的投射方向和拍摄方向相同的光线。顺光时,被摄体 受到均匀照明,景物的阴影被景物自身遮挡住,影调比较柔和。能拍出被摄体表面的质地和 带来较好的色彩还原。
[0005] 逆光是一种由于被摄主体恰好处于光源和照相机之间的状况,这种状况极易造成 使被摄主体曝光不充分。由于被摄主体恰好处于光源和照相机之间,所以就产生了背景亮 度远远高于被摄主体的状况。由于背景在画面中所占的画幅要大于被摄主体,使得被摄主 体曝光不充分继而导致拍摄效果不理想。

【发明内容】

[0006] 本发明主要是解决现有技术所存在的技术问题;提供了一种能够有效增强顺逆光 交通图像,使得顺逆光情况下依然能够保持较好的图像视觉效果的基于时间序列的顺逆光 交通图像自适应增强方法。
[0007] 本发明还有一目的是解决现有技术所存在的技术问题;提供了一种同时考虑光照 随时间的变化趋势和光照的实时反馈结果,能够依据时间的变化,在不同光照、不同天气条 件下选择最佳参数进行自适应增强,大大提高了图像增强的效果的基于时间序列的顺逆光 交通图像自适应增强方法。
[0008] 本发明的上述技术问题主要是通过下述技术方案得以解决的:
[0009] 一种基于时间序列的顺逆光交通图像自适应增强方法,其特征在于,包括:
[0010] 一个获取原始采集交通图像的步骤:通过抓拍设备获取原始的交通图像;
[0011] -个将原始交通图像从RGB色彩空间转换到HSV色彩空间的步骤:把原始交通图 像从RGB色彩空间转换到HSV色彩空间后存储;
[0012] -个提取分量通道数据的步骤:具体是从存储的转换为HSV色彩空间后的交通图 像提取交通图像V(亮度)分量通道数据;
[0013] 一个得到顺逆光补偿模型的步骤:为每个时刻亮度设定一个参考值1 ;参考值的 获取通过大量统计不同时刻图像亮度值,得到不同时刻相应亮度均值,然后对亮度均值进 行顺逆光亮度修正得到参考值;为了对顺逆光图像亮度修正,本方法设计了一个基于时间 序列的顺逆光补偿函数c=Asin(?(t-ts)),其中A为补偿系数,相机朝西时大于〇,朝 东时小于0,南北朝向时等于0 ;其中W为补偿函数的角频率,%为光补偿的起始时刻,te为 光补偿的终止时刻,w= 2Jr/(te-ts);
[0014] -个得到亮度实时反馈模型的步骤:根据图像的实时变化情况,在对图像补偿时 考虑到上一帧图像的亮度补偿量,得到图像的实时反馈模型,具体方法是:图像的实时反馈 模型是通过亮度参考值和亮度实时值反馈得到;首先在提取分量通道数据的步骤得到亮度 参考值1,然后计算图像的亮度均值m和亮度参考值1之间的偏差e=m-1,令图像的亮度 修正量为b,则有b=ne,其中n为修正步长,其取值在〇~1之间;
[0015] -个依据顺逆光补偿模型和亮度实时反馈模型对图像自适应补偿亮度分量的 步骤,具体方法是:根据得到的亮度参考值和得到的亮度修正值相加得到修正后的亮度 参考值;依据该亮度参考值将亮度分量通道数据分割为高亮度区和低亮度区,令vmin表 示图像亮度最小值,表示图像亮度最大值,表示亮度均值,则低亮度区增强系数为
【主权项】
1. 一种基于时间序列的顺逆光交通图像自适应增强方法,其特征在于,包括: 一个获取原始采集交通图像的步骤:通过抓拍设备获取原始的交通图像; 一个将原始交通图像从RGB色彩空间转换到HSV色彩空间的步骤:把原始交通图像从RGB色彩空间转换到HSV色彩空间后存储; 一个提取分量通道数据的步骤:具体是从存储的转换为HSV色彩空间后的交通图像提 取交通图像V(亮度)分量通道数据; 一个得到顺逆光补偿模型的步骤:为每个时刻亮度设定一个参考值1 ;参考值的获取 通过大量统计不同时刻图像亮度值,得到不同时刻相应亮度均值,然后对亮度均值进行顺 逆光亮度修正得到参考值;为了对顺逆光图像亮度修正,本方法设计了一个基于时间序列 的顺逆光补偿函数C=Xsin(?(t-ts)),其中X为补偿系数,相机朝西时大于〇,朝东时 小于0,南北朝向时等于0 ;其中W为补偿函数的角频率,%为光补偿的起始时刻,te为光补 偿的终止时刻,W= 2 31 /(te-ts); 一个得到亮度实时反馈模型的步骤:根据图像的实时变化情况,在对图像补偿时考虑 到上一帧图像的亮度补偿量,得到图像的实时反馈模型,具体方法是:图像的实时反馈模型 是通过亮度参考值和亮度实时值反馈得到;首先在提取分量通道数据的步骤得到亮度参考 值1,然后计算图像的亮度均值m和亮度参考值1之间的偏差e=m-1,令图像的亮度修正 量为b,则有b=ne,其中n为修正步长,其取值在〇~1之间; 一个依据顺逆光补偿模型和亮度实时反馈模型对图像自适应补偿亮度分量的步 骤,具体方法是:根据得到的亮度参考值和得到的亮度修正值相加得到修正后的亮度参 考值;依据该亮度参考值将亮度分量通道数据分割为高亮度区和低亮度区,令vmin表示 图像亮度最小值,表示图像亮度最大值,mp表示亮度均值,则低亮度区增强系数为
,高亮度区增强系数为.
;令ijs)和iK(s)分别为低亮度区和高 亮度区的亮度值,IJs)和IK(s)分别为增强后低亮度区和高亮度区的亮度值;低亮度区 亮度级进行如下操作djs) = a,高亮度区亮度级进行如下操作:IK(s)= [iE(s)-vfflJX0+255; 一个获取最终增强的彩色图像的步骤:具体是将新的亮度分量和原始的色度分量和饱 和度分量组合并转换到RGB色彩空间得到最后增强的彩色图像。
2. 根据权利要求1所述的一种基于时间序列的顺逆光交通图像自适应增强方法,其特 征在于,在得到亮度实时反馈模型的步骤中,由于光照的剧烈变化或运动物的干扰,前后两 帧亮度差异可能较大,为了使亮度修正量趋于一个平稳的变化,在修正量中加上前一次的 亮度修正量,定义为惯性项,bk为当前帧亮度修正量,bgS上一帧亮度修正量,ak为取值 在0~1之间的惯性项系数,则有:bk=nkek+a4^。
【专利摘要】本发明公开一种基于时间序列的顺逆光交通图像自适应增强方法,该方法可应用于交通视频监控领域,是一种实现交通图像增强的快速有效方法。本方法针对顺逆光发生的原因,分析顺逆光发生的条件,同时根据顺光和逆光图像的特点,得到顺逆光图像相应的补偿增强方法。在对交通监控图像增强之前,先把图像从RGB色彩空间转换到HSV色彩空间,在保持图像颜色信息不变的基础上,运用顺逆光补偿模型和亮度反馈模型对亮度直方图非线性自适应补偿,将补偿后的亮度分量与色度分量和饱和度分量结合,转换到RGB色彩空间得到增强后的图片。利用本发明所述增强方法对顺逆光情况下交通图像进行处理,可以为用户提供具有最佳视觉效果的交通图像。
【IPC分类】G06T5-00
【公开号】CN104778674
【申请号】CN201510222562
【发明人】郑宏, 刘操
【申请人】武汉大学
【公开日】2015年7月15日
【申请日】2015年4月30日
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1