基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法
【专利摘要】本发明涉及一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，包括以下步骤：1)读取高斯函数的最优尺度参数；2)通过单尺度Retinex算法对弱光照图像进行增强；3)通过Reinhard色彩迁移算法计算增强图像的色彩信息，同时读取参考图像的色彩信息数据；4)将参考图像的色彩信息迁移到增强图像上；5)得到色彩丰富和细节突出的图像。与现有技术相比，本发明具有图像增强效果好、丰富图像色彩信息、实时性好等优点。
【专利说明】基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法
【技术领域】
[0001]本发明涉及一种微弱光照视频图像的增强方法，尤其是涉及一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法。
【背景技术】
[0002]图像(Image)是人类传递信息的重要媒体，在人类智能处理的信息中，视觉传达信息占人类接受信息总量的75%以上。图像是人类获取信息、感知世界、进而改造世界的一种重要手段。
[0003]电网建设施工过程涉及到项目管理、土建、电气等非常多的专业、行业交叉作业非常明显、施工环境恶劣、施工安全风险及安全隐患较多，这些都是电网建设施工过程中存在的难题。与国家“三集五大”的精神及强化工程建设关键节点的信息化管控以及项目管理过渡阶段的安全稳定的需求形成对比的是，当前的施工过程、施工现场的管控能力不强，缺乏安全监控的技术手段。为此，本发明以城市地下变电站施工为切入点，在电力施工过程的实际情况中，地下变电站施工前期照明情况不理想，所获得的视频图像灰度很低，视觉效果不理想。为了获得清晰的图像，通过对Retinex算法的改进，实现图像增强。
[0004]视频增强技术的发展是紧随着视频技术的发展而进行的，由于视频是一组数字图像序列，因此已有的图像增强算法/软件多可以应用于数字视频图像增强。但是数字视频增强算法也有自己特点，如要求高的实时性、视频帧的处理需要连续性等。
[0005]传统的视频增强方法通常不利用高亮度信息添加到增强中，只针对视频本身采用增强算法进行处理。视频增强技术归纳为两大类:空域增强处理法(Spatial-based DomainEnhancement)和频域增强处理法(Frequency-based Domain Enhancement)。空域增强法通常是针对像素操作。大多基于空域增强的算法属于直接增强视频本身的方法，包括灰度变换、直方图变换、滤波器处理、模糊逻辑增强、基于遗传算法优化等。频域增强是将图像进行某种变换，在变换域内，对变换后的系数进行运算，然后再反变换到原来的空间域，得到增强的图像，是一种间接处理方法。常用的图像变换有:傅里叶变换、小波变换、离散余弦变换、沃尔什变换和霍特林变换等。其中应用最成熟的是傅里叶变换，它以修改图像的傅里叶变换为基础，将图像进行变换到频率域内，再对图像的频率域进行滤波处理，最后反变换到空间域，获得增强后的图像，但在视频实时处理时，运算复杂实时性差，不能满足要求。
【发明内容】
[0006]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法。
[0007]本发明的目的可以通过以下技术方案来实现:
[0008]一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法,其特征在于，包括以下步骤:[0009]I)读取高斯函数的最优尺度参数；
[0010]2)通过单尺度Retinex算法对弱光照图像进行增强；
[0011]3)通过Reinhard色彩迁移算法计算增强图像的色彩信息，同时读取参考图像的色彩信息数据；
[0012]4)将参考图像的色彩信息迁移到增强图像上；
[0013]5)得到色彩丰富和细节突出的图像。
[0014]所述的高斯函数的最优尺度参数计算如下:
[0015]11)对弱光照图像进行单尺度Retinex算法处理； [0016]12)改变单尺度Retinex算法中高斯函数的尺度参数；
[0017]13)计算各图像的信息熵值；
[0018]14)求信息熵值最大的图像对应的高斯函数的尺度参数；
[0019]15)将求得的高斯函数的尺度参数作为最优尺度参数。
[0020]所述的参考图像的色彩信息计算如下:
[0021]21)取一幅相同场景强光照图像作为色彩迁移的参考图像；
[0022]22)通过色彩迁移算法计算参考图像的色彩信息；
[0023]23)保存参考图像的色彩信息数据。
[0024]所述的高斯函数G (X，y)具体如下:
【权利要求】
1.一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法,其特征在于,包括以下步骤: 1)读取高斯函数的最优尺度参数； 2)通过单尺度Retinex算法对弱光照图像进行增强； 3)通过Reinhard色彩迁移算法计算增强图像的色彩信息，同时读取参考图像的色彩信息数据； 4)将参考图像的色彩信息迁移到增强图像上； 5)得到色彩丰富和细节突出的图像。
2.根据权利要求1所述的一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，其特征在于，所述的高斯函数的最优尺度参数计算如下: 11)对弱光照图像进行单尺度Retinex算法处理； 12)改变单尺度Retinex算法中高斯函数的尺度参数； 13)计算各图像的信息熵值； 14)求信息熵值最大的图像对应的高斯函数的尺度参数； 15)将求得的高斯函数的尺度参数作为最优尺度参数。
3.根据权利要求1所述的一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，其特征在于，所述的参考图像的色彩信息计算如下: 21)取一幅相同场景强光照图像作为色彩迁移的参考图像； 22)通过色彩迁移算法计算参考图像的色彩信息； 23)保存参考图像的色彩信息数据。
4.根据权利要求2所述的一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，其特征在于，所述的高斯函数G (X，y)具体如下:
5.根据权利要求4所述的一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，其特征在于，所述的单尺度Retinex算法具体为:
6.根据权利要求5所述的一种基于Retinex和Reinhard色彩迁移的弱光照图像的增强方法，其特征在于，所述的信息熵值计算如下:
【文档编号】G06T5/00GK103955902SQ201410192799
【公开日】2014年7月30日 申请日期:2014年5月8日 优先权日:2014年5月8日
【发明者】郑思国, 刘刚, 蔡钧, 陈晓东, 文光磊, 宁尚昆 申请人:国网上海市电力公司, 国网上海电力设计有限公司