一种图像优化处理方法及装置与流程

1.本发明涉及数据处理技术领域，具体涉及一种图像优化处理方法及装置。


背景技术：

2.在图像采集过程中，由于受到采集环境较暗或光照不均匀等因素影响，图像较暗区域的图像信息辨识度不高。
3.基于人类视觉系统的retinex图像增强方法针对对比度低和光照不均匀的图像具有较好的图像增强效果，在生产生活中得到广泛使用。单尺度retinex(single scale retinex，ssr)算法虽可提升图像的对比度，有效提升图像的亮度，但其不能平衡色调恢复和颜色动态压缩，图像整体泛白，且增强后的图像中易出现光晕现象。针对ssr出现的光晕现象，多尺度retinex(multi-scale retinex，msr)的方法被提出，其利用不同尺度的高斯核，完美解决了增强图像中的光晕现象，但msr处理的结果色彩较淡。为此，在msr的基础上，带色彩恢复的多尺度retinex(msr with color restoration，msrcr)是通过颜色补偿的方式对图像中的颜色进行恢复。然而，不管是单尺度还是多尺度的retinex的方法，在对图像增强的过程中，无法兼顾图像的在暗处的增强效果和图像整体色彩的丰富度。


技术实现要素：

4.针对现有技术中的问题，本发明实施例提供一种图像优化处理方法及装置，能够至少部分地解决现有技术中存在的问题。
5.一方面，本发明提出一种图像优化处理方法，包括：
6.获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
7.对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
8.根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
9.其中，两次retinex处理分别使用的核为全1矩阵与高斯核的差值结果，以及所述高斯核。
10.其中，两次retinex处理都使用的核高斯环绕尺度的取值根据所述原始图像的尺寸大小确定。
11.其中，所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，包括：
12.根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵；
13.将所述增益系数矩阵与所述原始图像进行点乘计算，得到增益处理后的原始图像；
14.对所述增益处理后的原始图像进行自适应灰度调节处理，得到所述图像优化处理结果。
15.其中，所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵，包括：
16.根据所述原始图像中三通道的灰度最大值和灰度最小值，计算通道增益；
17.将所述融合后的亮度图像与所述亮度图像的比值作为亮度增益系数；
18.将所述通道增益和所述亮度增益系数中的最小者作为所述增益系数矩阵。
19.其中，根据所述原始图像的尺寸大小确定核高斯环绕尺度的取值，包括：
20.根据所述原始图像的尺寸大小确定所述原始图像的长度值和宽度值；
21.选取所述长度值和所述宽度值中的最大者，对所述最大者与2相除，对相除结果进行向下取整，并将向下取整结果作为所述核高斯环绕尺度的取值。
22.其中，所述对所述原始图像进行通道转换处理，得到亮度图像，包括：
23.将所述原始图像从rgb通道转换为灰度通道，得到所述亮度图像。
24.一方面，本发明提出一种图像优化处理装置，包括：
25.获取单元，用于获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
26.融合单元，用于对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
27.优化单元，用于根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
28.再一方面，本发明实施例提供一种电子设备，包括：处理器、存储器和总线，其中，
29.所述处理器和所述存储器通过所述总线完成相互间的通信；
30.所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如下方法：
31.获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
32.对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
33.根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
34.本发明实施例提供一种非暂态计算机可读存储介质，包括：
35.所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如下方法：
36.获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
37.对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
38.根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
39.本发明实施例提供的图像优化处理方法及装置，获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，通
过两次retinex处理，并进行融合，实现图像的亮度增强和低灰度区域增强，既提升图像的颜色强度又凸显图像的色彩信息。
附图说明
40.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
41.图1是本发明一实施例提供的图像优化处理方法的流程示意图。
42.图2是本发明一实施例提供的图像优化处理装置的结构示意图。
43.图3为本发明实施例提供的电子设备实体结构示意图。
具体实施方式
44.为使本发明实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本发明实施例做进一步详细说明。在此，本发明的示意性实施例及其说明用于解释本发明，但并不作为对本发明的限定。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互任意组合。
45.图1是本发明一实施例提供的图像优化处理方法的流程示意图，如图1所示，本发明实施例提供的图像优化处理方法，包括：
46.步骤s1：获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像。
47.步骤s2：对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像。
48.步骤s3：根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
49.在上述步骤s1中，装置获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像。装置可以是执行该方法的计算机设备等。所述对所述原始图像进行通道转换处理，得到亮度图像，包括：
50.将所述原始图像从rgb通道转换为灰度通道，得到所述亮度图像，选择通过rgb通道获取亮度图像的主要原因是，rgb通道包含图像的全部颜色信息，且换到灰度通道之后，能较好地反映图像的亮度强度变化。
51.rgb空间转灰度空间的公式为：
52.i
gray
＝0.299ir+0.587ig+0.114ib53.其中，ir、ig、ib分别为原始图像的r、g、b通道。亮度图像记为i
gray
。
54.在上述步骤s2中，装置对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像。
55.两次retinex处理分别使用的核为全1矩阵与高斯核的差值结果，以及所述高斯核，可以将使用核为全1矩阵与高斯核的差值结果对应第一次retinex处理，通过第一次retinex处理得到亮度增强图像。
56.使用核为全1矩阵与高斯核的差值结果进行retinex处理，能够实现从图像周边收
集图像亮度信息，保证图像亮度信息更加真实。
57.可以将使用核为高斯核对应第二次retinex处理，通过第二次retinex处理得到低灰度区域增强图像。将其与从图像周边收集图像亮度信息相融合，能够同时实现图像的亮度增强和低灰度区域增强。
58.使用核为全1矩阵与高斯核的差值结果对应的输出结果记为r
l
(x,y)；使用核为高斯核对应的输出结果记为rs(x,y)。其中x和y分别表示像素点位置坐标。
59.对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像，包括：
60.根据如下公式得到融合后的亮度图像：
61.a(x,y)＝αr
l
(x,y)+(1-α)rs(x,y)
62.其中，a(x,y)为融合后的亮度图像、α为色彩和亮度平衡参数，可选为0.9。可以实现量化控制图像暗处区域的增强效果。
63.两次retinex处理都使用的核高斯环绕尺度的取值根据所述原始图像的尺寸大小确定，核高斯环绕尺度为retinex处理使用的常规技术，核高斯环绕尺度c的取值，包括：
64.根据所述原始图像的尺寸大小确定所述原始图像的长度值和宽度值；
65.选取所述长度值和所述宽度值中的最大者，对所述最大者与2相除，对相除结果进行向下取整，并将向下取整结果作为所述核高斯环绕尺度的取值。
66.可以根据如下公式确定核高斯环绕尺度c的取值：
67.c＝floor[max(size(i))/2
[0068]
其中，size(
·
)表示获取原始图像的尺寸大小，floor[
·
表示向下取整，i表示原始图像，对向下取整说明如下：
[0069]
如果计算结果为3.6，则向下取整结果为3；如果计算结果为3.2，则向下取整结果也为3。
[0070]
在上述步骤s3中，装置根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0071]
所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，包括：
[0072]
根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵；
[0073]
所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵，包括：
[0074]
根据所述原始图像中三通道的灰度最大值和灰度最小值，计算通道增益；可以根据如下公式计算通道增益：
[0075]
cb(x,y)＝2
×
(2
bit-1)/[max(i)+min(i)]
[0076]
其中，cb(x,y)表示通道增益、bit表示原始图像的颜色深度，可选为8；max(i)表示灰度最大值、min(i)表示灰度最小值。
[0077]
将所述融合后的亮度图像与所述亮度图像的比值作为亮度增益系数；
[0078]
即，亮度增益系数
[0079]
将所述通道增益和所述亮度增益系数中的最小者作为所述增益系数矩阵。
[0080]
即增益系数矩阵ab(x,y)＝min[cb(x,y),ca(x,y)]。
[0081]
将所述增益系数矩阵与所述原始图像进行点乘计算，得到增益处理后的原始图像；
[0082]
即增益处理后的原始图像＝ab(x,y)
·
i。
[0083]
对所述增益处理后的原始图像进行自适应灰度调节处理，得到所述图像优化处理结果。自适应灰度调节处理为本领域成熟方法，不再赘述。通过自适应灰度调节处理，能有效提升图像的轮廓信息，进一步提升图像内容的可识别性能。
[0084]
本发明实施例提供的图像优化处理方法，获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，通过两次retinex处理，并进行融合，实现图像的亮度增强和低灰度区域增强，既提升图像的颜色强度又凸显图像的色彩信息。
[0085]
表1为本发明实施例的方法与其它方法所得结果的图像整体均值和信息熵的客观评价；其中图像整体均值用于评价图像的整体亮度，信息熵用于评价图像的色彩和内容丰富度，表1中指标最大值已通过斜体加粗进行显示。
[0086]
表1
[0087][0088]
可以看出，表1本文方法中的mean(图像整体均值)与最优方法相差不大；entropy(信息熵)明显好于其他方法，因此综合来看，本文方法优于其他方法。
[0089]
进一步地，两次retinex处理分别使用的核为全1矩阵与高斯核的差值结果，以及所述高斯核。可参照上述说明，不再赘述。
[0090]
本发明实施例提供的图像优化处理方法，采用两次不同核的retinex处理，有利于获取更精细化的亮度增益和低灰度区域增益效果。
[0091]
进一步地，两次retinex处理都使用的核高斯环绕尺度的取值根据所述原始图像的尺寸大小确定。可参照上述说明，不再赘述。
[0092]
本发明实施例提供的图像优化处理方法，优化了核高斯环绕尺度的取值，进一步实现图像的亮度增强和低灰度区域增强，既提升图像的颜色强度又凸显图像的色彩信息。
[0093]
进一步地，所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，包括：
[0094]
根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵；可参照上述说明，不再赘述。
[0095]
将所述增益系数矩阵与所述原始图像进行点乘计算，得到增益处理后的原始图
像；可参照上述说明，不再赘述。
[0096]
对所述增益处理后的原始图像进行自适应灰度调节处理，得到所述图像优化处理结果。可参照上述说明，不再赘述。
[0097]
本发明实施例提供的图像优化处理方法，通过自适应灰度调节处理，能有效提升图像的轮廓信息，进一步提升图像内容的可识别性能。
[0098]
进一步地，所述根据所述原始图像、所述亮度图像和所述融合后的亮度图像，确定增益系数矩阵，包括：
[0099]
根据所述原始图像中三通道的灰度最大值和灰度最小值，计算通道增益；可参照上述说明，不再赘述。
[0100]
将所述融合后的亮度图像与所述亮度图像的比值作为亮度增益系数；可参照上述说明，不再赘述。
[0101]
将所述通道增益和所述亮度增益系数中的最小者作为所述增益系数矩阵。可参照上述说明，不再赘述。
[0102]
本发明实施例提供的图像优化处理方法，进一步地实现可以量化的图像的亮度增强效果和低灰度区域增强效果。
[0103]
进一步地，根据所述原始图像的尺寸大小确定核高斯环绕尺度的取值，包括：
[0104]
根据所述原始图像的尺寸大小确定所述原始图像的长度值和宽度值；可参照上述说明，不再赘述。
[0105]
选取所述长度值和所述宽度值中的最大者，对所述最大者与2相除，对相除结果进行向下取整，并将向下取整结果作为所述核高斯环绕尺度的取值。可参照上述说明，不再赘述。
[0106]
本发明实施例提供的图像优化处理方法，进一步优化了核高斯环绕尺度的取值，进一步实现图像的亮度增强和低灰度区域增强，既提升图像的颜色强度又凸显图像的色彩信息。
[0107]
进一步地，所述对所述原始图像进行通道转换处理，得到亮度图像，包括：
[0108]
将所述原始图像从rgb通道转换为灰度通道，得到所述亮度图像。可参照上述说明，不再赘述。
[0109]
本发明实施例提供的图像优化处理方法，由于rgb通道包含图像的全部颜色信息，且换到灰度通道之后，能较好地反映图像的亮度强度变化。
[0110]
需要说明的是，本发明实施例提供的图像优化处理方法可用于金融领域，也可用于除金融领域之外的任意技术领域，本发明实施例对图像优化处理方法的应用领域不做限定。
[0111]
图2是本发明一实施例提供的图像优化处理装置的结构示意图，如图2所示，本发明实施例提供的图像优化处理装置，包括获取单元201、融合单元202和优化单元203，其中：
[0112]
获取单元201用于获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；融合单元202用于对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；优化单元203用于根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0113]
具体的，装置中的获取单元201用于获取原始图像，对所述原始图像进行通道转换
处理，得到亮度图像；融合单元202用于对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；优化单元203用于根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0114]
本发明实施例提供的图像优化处理装置，获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果，通过两次retinex处理，并进行融合，实现图像的亮度增强和低灰度区域增强，既提升图像的颜色强度又凸显图像的色彩信息。
[0115]
本发明实施例提供图像优化处理装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。
[0116]
图3为本发明实施例提供的电子设备实体结构示意图，如图3所示，所述电子设备包括：处理器(processor)301、存储器(memory)302和总线303；
[0117]
其中，所述处理器301、存储器302通过总线303完成相互间的通信；
[0118]
所述处理器301用于调用所述存储器302中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：
[0119]
获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
[0120]
对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
[0121]
根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0122]
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：
[0123]
获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
[0124]
对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
[0125]
根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0126]
本实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序使所述计算机执行上述各方法实施例所提供的方法，例如包括：
[0127]
获取原始图像，对所述原始图像进行通道转换处理，得到亮度图像；
[0128]
对所述亮度图像分别进行两次retinex处理，对两次retinex处理得到的输出结果进行融合，得到融合后的亮度图像；
[0129]
根据所述原始图像、所述亮度图像和所述融合后的亮度图像对所述原始图像进行处理，得到图像优化处理结果。
[0130]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实
施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0131]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0132]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0133]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0134]
在本说明书的描述中，参考术语“一个实施例”、“一个具体实施例”、“一些实施例”、“例如”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
[0135]
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。