一种基于YCbCr色彩空间的图像增强方法、装置及系统的制作方法
【专利摘要】本发明属于图像增强【技术领域】，尤其涉及一种基于YCbCr色彩空间的图像增强方法、装置及系统，包括：根据输入的原始图像，提取原始图像中的亮度分量Y；对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一化图像Ym；根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围判断原始图像雾浓度的度量；对原始图像分别采取MSR处理与DCP处理，得到对应处理后图像Y1与Y2；将Y1、Y2代入公式X＝aY1+bY2计算融合处理后的图像X，式中a、b为融合系数；对融合处理后图像X进行自动对比度调节优化，得到优化处理图像。本发明有效的消除了光晕和过增强现象，从而提高了输出图像的稳定性与质量。
【专利说明】-种基于YCbCr色彩空间的图像增强方法、装置及系统
【技术领域】
[0001] 本发明属于图像增强【技术领域】，尤其涉及一种基于YCbCr色彩空间的自适应图像 增强方法。
【背景技术】
[0002] 图像增强处理技术在安防监控等诸多领域有非常重要的应用，图像增强的主要目 的在于使人眼获得更好的视觉效果，或更方便计算机系统识别以满足系统对图像信息的需 求。图像特征增强主要包括对比度、亮度、颜色等多方面的处理，目前并没有统一的衡量图 像的质量的客观标准，评价算法的有效性主要依靠人眼的客观感受，随着计算机及信号处 理技术的不断发展，对清晰丰富的图像要求也不断增高。
[0003] 然而，现有图像增强方法主要都是基于Retinex算法的图像增强方法、Retinex 算法的思想就是降低入射图像的影响，从而保留物体本质的反射属性图像。即估计图像中 亮度的变化并将其去除，以达到图像增强的目的。在Retinex理论的发展过程中，根据亮 度图像的估计方法的不同，演化出不同的Retinex算法，基于中心环绕的Retinex算法应 用较为广泛，一般采用高斯滤波器来估计入射分量，根据滤波器的尺度不同又分为单尺度 Retinex(SingleScaleRetinex，SSR)及多尺度Retinex(MultiScaleRetinex，MSR)算 法。SSR算法采用一个固定尺度的高斯滤波函数作为滤波函数，由于SSR算法会出现颜色失 真现象，因此，在此基础上产生了MSR算法，它具备了SSR高、中、低三个尺度的特点。MSR对 多个尺度的处理结果进行加权平均，这样可以进一步改善SSR单尺度处理带来的局限性， 提高处理的视觉效果。但是，MSR算法对R、G、B三色分别处理并合成，容易发生错误而造成 失真；同时该算法容易产生光晕现象；并且对于雾天图像的处理虽然在一定程度上起到增 强的目的，而且整体清晰度不佳。
[0004] 一般现有的基于Retinex图像增强算法，主要存在以下缺点：
[0005] (1) -种基于双边滤波的单尺度Retinex图像增强算法，采用双边滤波器代替高 斯滤波器。虽然在一定程度上抑制了过增强现象，但是仍存在光晕现象，尤其在图像边缘出 容易失真。
[0006] (2) -种滤波器可变的Retinex雾天图像增强算法，采取DCP(暗原色先验Dark ChannelPrior)原理模型，根据雾天图像雾化程度的分布特征得到滤波参数的阈值；然后 将原图中每一子块的局部信息与阈值信息做差运算得到相应的滤波器，计算入射分量的估 计。这中方法根据雾的浓度实现了MSR算法尺度的改变，但是计算量大，耗时长、实时性差。
[0007] (3) -种图像引导滤波的局部多尺度Retinex算法，基于小波变换的基础上，采用 两次图像引导滤波克服图像噪声。该算法能够实现有效的消除光晕现象，同时实现细节及 颜色保真的平衡，但是对于雾天图像处理清晰度不佳，仍存在Retinex算法的适应性不强 的问题。
[0008] (4) -种基于暗原色先验模型的Retinex算法，根据局部区域暗原色值设计一种 尺度可变滤波器，针对不同景深和雾化区域采用不同尺度的滤波器估算雾天图像的照度分 量，实现对雾天图像的增强。这种方法与滤波器可变类似，利用DCP理论设计滤波器的尺 度，优化Retinex算法，同样计算量大，耗时长、实时性差。
【发明内容】
[0009] 本发明的目的在于提供一种基于YCbCr色彩空间的自适应图像增强方法，旨在解 决现有的基于MSR算法在处理效率及实时性等方面都存在一定的困难，而且处理后的图像 容易产生光晕现象；和基于DCP理论的算法耗时长，实时困难的问题。
[0010] 本发明是这样实现的，一种基于YCbCr色彩空间的图像增强方法，包括：
[0011] 步骤1 :根据输入的原始图像，提取原始图像中的亮度分量Y;
[0012] 步骤2 :对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一化图像 Ym;
[0013] 步骤3 :根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围判断原始图 像雾浓度的度量；
[0014] 步骤4:对原始图像分别采取MSR处理与DCP处理，得到对应处理后图像Y1与Y2 ;
[0015] 步骤5 :将Y1J2代入公式X=aYi+bY2计算融合处理后的图像X，式中a、b为融合 系数；
[0016] 步骤6 :对融合处理后图像X进行自动对比度调节优化，得到优化处理图像。
[0017] 进一步，所述步骤1 :根据输入的原始图像，提取原始图像中的亮度分量Y，具体实 现如下：
[0018] 将原始图像由RGB彩色空间转换为YCbCr色彩空间，转换后的图像为S，其中，Y为 亮度分量，Cb蓝色色度分量，Cr为红色色度分量；提取图像S中的亮度分量Y进行处理。
[0019] 进一步，所述步骤2,对得到的亮度分量Y采取中值滤波，再经过归一化处理得到 归一化图像Ym ;具体实现如下：
[0020] 对处理后的亮度分量Y采用中值滤波法去除孤点噪声，得到图像S1，再将图像Sl 进行归一化处理，得到归一化图像Ym。
[0021] 进一步，所述步骤3,根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围 判断原始图像雾浓度的度量，具体实现如下：
[0022] 首先，根据归一化图像Ym计算该图像矩阵元素中的平均数，算出其均值avgYm ;其 次，根据avgYm的范围判断雾浓度的度量，所述雾浓度的度量包括选择尺度与融合系数；其 中，所述选择尺度为MSR的尺寸（ri、r2、r3)，所述融合系数为MSR的融合系数（a，b)。
[0023] 进一步，所述步骤4中MSR处理，具体包括：采用基于引导滤波器的MSR算法对亮 度分量Y进行处理，首先，选取三组不同半径尺寸的（Ri、R2、R3)的引导滤波对图像的亮度信 息进行估计，算出核函数Wij ;
[0024]
【权利要求】
1. 一种基于YCbCr色彩空间的图像增强方法，其特征在于，包括： 步骤1 :根据输入的原始图像，提取原始图像中的亮度分量Y; 步骤2 :对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一化图像Ym; 步骤3 :根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围判断原始图像雾 浓度的度量； 步骤4:对原始图像分别采取MSR处理与DCP处理，得到对应处理后图像Y1与Y2 ; 步骤5 :将Y2代入公式X=aYi+bY2计算融合处理后的图像X，式中a、b为融合系 数； 步骤6 :对融合处理后图像X进行自动对比度调节优化，得到优化处理图像。
2. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤1具体实现如下： 将原始图像由RGB彩色空间转换为YCbCr色彩空间，转换后的图像为S，其中，Y为亮度 分量，Cb蓝色色度分量，Cr为红色色度分量；提取图像S中的亮度分量Y进行处理。
3. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤2,对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一化图像Ym;具体实 现如下： 对处理后的亮度分量Y采用中值滤波法去除孤点噪声，得到图像S1，再将图像Sl进行 归一化处理，得到归一化图像Ym。
4. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤3,根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围判断原始图像雾浓度 的度量，具体实现如下： 首先，根据归一化图像Ym计算该图像矩阵元素中的平均数，算出其均值avgYm;其次，根 据avgYm的范围判断雾浓度的度量，所述雾浓度的度量包括选择尺度与融合系数；其中，所 述选择尺度为MSR的尺寸（ri、r2、r3)，所述融合系数为MSR的融合系数（a，b)。
5. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤4中MSR处理，具体包括：采用基于引导滤波器的MSR算法对亮度分量Y进行处理，首 先，选取三组不同半径尺寸的（Ri、R2、R3)的引导滤波对图像的亮度信息进行估计，算出核函 数Wij;
式中为第k个核函数窗口，ω为权重，Ii为第i个引导图像，L为第j个引导图像，μ,与％2分别为引导图像I在窗口内的均值和方差，ε表示平滑因子； 输出图像中第i个像素而言，代入核函数Wm根据引导滤波的过程下公式： ft=[叫⑴/，, j 式中《ij为核函数，I为引导图像，Pj为输入图像，Qi为输出图像； 根据亮度分量Y作为输入，经MSR算法处理后得到的反射图像为： /?(.V,y) =Yj (Ok [log(r(.r, _v) -log(c//i))] k 式中qk为第k个输出图像，Y(x，y)为原始图像的分量，c〇k为第k个核函数窗口，r(x，y) 为反射图像。
6. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤4中DCP处理，具体包括：首先，根据大气散射模型公式，计算透射率公式如下： t= 1-min(min(pf·avgYm,MaxA) ·Ym,Y)/L 其中：MaxA为大气光辐射强度A的最大值，L为灰度级，pf为雾的浓度系数，其值越小 表示雾浓度也越小，亮度分量Y，亮度分量的归一化值Ym以及均值avgYm，计算出透射率t; 大气光辐射强度A的计算公式如下： A=(max(Y)+max(Ym) )/2 其中，max(Y)为原始图像亮度分量的最大值，Hiax(Ym)为归一化图像的最大值； 根据上述公式，则恢复后的清晰无雾图像为： J{X)= ^X)~A+A max(/(x)s/0) 其中：透射率设定下限值VI(X)是有雾图像强度，J(x)为场景反照率，t(x) =eTed(x) 表示介质透射率，β为大气散射系数，d(x)为场景深度。
7. 根据权利要求1所述的一种基于YCbCr色彩空间的图像增强方法，其特征在于，所述 步骤5 :将Y2代入公式X=aYi+bY2计算融合处理后的图像X，式中a、b为融合系数，具 体实现如下： 根据avgYm的范围选择不同的MSR尺寸（rl、r2、r3)以及融合系数（a、b)，其中，avgYm 的范围包含如下： 第一、无雾（avgYm〈 = 50)a= 0,b= 1 ; rl= 16,r2 = 32,r3 = 48 ； 第二、薄雾（50〈avgYm〈 = 120) a= 0. 5,b= 0. 5 ； rl= 16,r2 = 32,r3 = 48 ； 第三、中雾（l2〇〈avgYm〈l6〇)a= 0. 75,b= 0. 25 ; rl= 16,r2 = 48,r3 = 96 ； 第四、大雾（avgYm〉= 160) a= 0· 85,b= 0· 15 ; rl= 16,r2 = 64,r3 = 128 ; 代入DCP及MSR算法融合的公式X=BYfbY2，计算出融合处理后图像X。
8. -种基于YCbCr色彩空间的图像增强装置，其特征在于，包括： 图像获取单元，用于根据输入的原始图像，提取原始图像中的亮度分量Y; 图像滤波单元，用于对得到的亮度分量Y采取中值滤波，再经过归一化处理得到归一 化图像Ym; 图像判断单元，用于根据Ym计算出归一化图像的均值avgYm，并根据avgYm的范围判断 原始图像雾浓度的度量； 图像处理单元，用于对原始图像分别采取MSR处理与DCP处理，得到对应处理后图像Y1 与Y2; 图像融合单元，用于将Y1J2代入公式X=aYi+bY2计算融合处理后的图像X，式中a、b为融合系数； 图像优化单元，用于对融合处理后图像X进行自动对比度调节优化，得到优化处理图 像。
9. 根据权利要求8所述的一种基于YCbCr色彩空间的图像增强装置，其特征在于，所述 图像处理单元包括MSR处理子单元与DCP处理子单元； 所述MSR处理子单元，用于基于MSR算法对归一化图像Ym滤波，增强图像的像素细节； 所述DCP处理子单元，用于基于DCP算法对归一化图像Ym滤波，完成图像的去雾效果。
10. -种基于YCbCr色彩空间的图像增强系统，其特征在于，包括权利要求8至9中任 意所述装置。
【文档编号】G06T5/00GK104318524SQ201410546876
【公开日】2015年1月28日 申请日期:2014年10月15日 优先权日:2014年10月15日
【发明者】李晶, 黄星明, 马兆峰, 秦旖旎, 牟道禄, 张勇 申请人:烟台艾睿光电科技有限公司