本发明是一种去除牛顿光晕的图片处理方法，属于图像处理技术领域。
背景技术：
现有技术中，图像是人类获取信息最重要的方式，据统计人类获取信息的80％来源于图像。图像是三维物理世界在二维平面的映射。一般的，摄像机拍摄的图像会经过isp(imagesignalprocessing)处理流程，其大致包括以下几个步骤：传感器感光→颜色插值→图像去噪→白平衡→颜色矫正→伽玛校正→边缘增强→图像输出。在这个过程中，图像去噪处理是用来去除图像中的噪声，包括插值噪声、暗噪声和截断噪声等。在去除噪声的同时，也把图像的部分细节，尤其是锐利的边缘细节一同给去除了，并且传统的图片存在牛顿光晕的问题，现有技术存在取出不方便的问题，所以需要一种新的技术来解决上述问题。
技术实现要素：
针对现有技术存在的不足，本发明目的是提供一种去除牛顿光晕的图片处理方法，以解决上述背景技术中提出的问题，本发明使用方便，便于操作，处理效果好，可靠性高。
为了实现上述目的，本发明是通过如下的技术方案来实现：一种去除牛顿光晕的图片处理方法，包括如下步骤：
s1：图像采集，将待处理图片进行double格式转换；将进行double格式转换后的图片大小进行预处理，获取图像数据；
s2：图像样本学习，利用背景建模提取图像样本有效区域，对光晕样本进行分析与机器学习，对噪声图像进行hsv分解，取出亮度分量：设i(x,y)为含有噪声污染的、不经过去噪处理的实际图像，s(x,y)为对i(x,y)进行去噪处理后的结果图像,两者均为rgb颜色格式，且大小均为m×n,本发明不限制去噪处理方法，任何能够有效的图像去噪处理方法都可以用来对i(x,y)进行去噪处理以获得s(x,y)；将i(x,y)和s(x,y)分别转化到hsv颜色空间，分别得到在hsv颜色空间的两幅图像ihsv(x,y)和shsv(x,y),取出两者的亮度分量，计算图像像素近似方差；
s3：图像区域认知，对处理图像进行目标位置区域检测，对图像矩阵的每一元素进行平方计算，得到的新的值作为对应位置的元素值，得到一幅新的图像矩阵。
进一步地，所述背景建模是为图像建立合理真实的背景。
进一步地，所述目标位置区域检测是利用灰度信息和图像连通区域对目标所在区域进行初级检测，再利用分类器对初级检测区域进行进一步确认。
进一步地，所述图像样本筛选是利用图像颜色和尺寸大小初级筛选及人工精细化筛选。
本发明的有益效果：本发明的一种去除牛顿光晕的图片处理方法，背景建模是为图像建立合理真实的背景，图像样本筛选是利用图像颜色和尺寸大小初级筛选及人工精细化筛选，图像区域认知是利用图像颜色统计信息和图像矩信息作为图像的分类特征，用于分类器的构造，光晕抑制是利用分类器确认图像目标区域含有光晕现象，再利用图像抑制算法对该区域的光晕进行抑制处理。本发明在获取视频后对视频中出现的光晕目标进行识别与检测，并对检测区域进行光晕抑制，提高了视频监控画面的可读性。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。
本发明提供一种技术方案：一种去除牛顿光晕的图片处理方法，包括如下步骤：
s1：图像采集，将待处理图片进行double格式转换；将进行double格式转换后的图片大小进行预处理，获取图像数据；
s2：图像样本学习，利用背景建模提取图像样本有效区域，对光晕样本进行分析与机器学习，对噪声图像进行hsv分解，取出亮度分量：设i(x,y)为含有噪声污染的、不经过去噪处理的实际图像，s(x,y)为对i(x,y)进行去噪处理后的结果图像,两者均为rgb颜色格式，且大小均为m×n,本发明不限制去噪处理方法，任何能够有效的图像去噪处理方法都可以用来对i(x,y)进行去噪处理以获得s(x,y)；将i(x,y)和s(x,y)分别转化到hsv颜色空间，分别得到在hsv颜色空间的两幅图像ihsv(x,y)和shsv(x,y),取出两者的亮度分量，计算图像像素近似方差；
s3：图像区域认知，对处理图像进行目标位置区域检测，对图像矩阵的每一元素进行平方计算，得到的新的值作为对应位置的元素值，得到一幅新的图像矩阵。
所述背景建模是为图像建立合理真实的背景，所述目标位置区域检测是利用灰度信息和图像连通区域对目标所在区域进行初级检测，再利用分类器对初级检测区域进行进一步确认，所述图像样本筛选是利用图像颜色和尺寸大小初级筛选及人工精细化筛选。
实施例1：将待处理图片进行double格式转换；将进行double格式转换后的图片大小进行预处理，获取图像数据，利用背景建模提取图像样本有效区域，对光晕样本进行分析与机器学习，对噪声图像进行hsv分解，取出亮度分量：设i(x,y)为含有噪声污染的、不经过去噪处理的实际图像，s(x,y)为对i(x,y)进行去噪处理后的结果图像,两者均为rgb颜色格式，且大小均为m×n,本发明不限制去噪处理方法，任何能够有效的图像去噪处理方法都可以用来对i(x,y)进行去噪处理以获得s(x,y)；将i(x,y)和s(x,y)分别转化到hsv颜色空间，分别得到在hsv颜色空间的两幅图像ihsv(x,y)和shsv(x,y),取出两者的亮度分量，计算图像像素近似方差，对处理图像进行目标位置区域检测，对图像矩阵的每一元素进行平方计算，得到的新的值作为对应位置的元素值，得到一幅新的图像矩阵。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点,对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。