本发明属于图像处理领域,更具体的,涉及一种基于加权融合和色调映射的低照度图像增强方法。
背景技术:
1、我国现代信息技术的高速发展,图像作为人类社会生活中传递信息的载体,在我们生活中扮演着重要角色,在医学辅助诊断、人脸识别、损伤检测、卫星遥感、边缘检测、目标检测等领域都得到了广泛应用。这些计算机上层视觉的应用中对图像的质量信息往往要求较高,考虑检测环境多为光照充裕环境,但涉及到夜晚、隧道、极端天气等光照不足环境下采集得到的低质量图像数据,增加了后期目标识别任务难度,同时给用户带来了糟糕的视觉体验,这种低质量图像难以开展下一步相关技术研究,其中低光照环境下涉及到上层计算机视觉技术的应用更是蓄势待发。
2、低光照图像往往整体亮度偏低、色彩饱和度较差、细节轮廓不突出,导致图片中信息量较少、对比度低、噪声高,且像素之间区分度不够,难以获得较好质量的图像数据。低照度图像增强技术通过有目的性的调整图像亮度信息,突出场景中整体结构特征和局部细节信息,同时将输入图像灰度较暗区域映射到较亮区域,将亮度较亮区域映射到正常亮度区域,通过图像融合技术得到场景亮度均匀且细节轮廓信息丰富的高质量图片,从而丰富了图像信息量,使图像有较高的对比度和良好的视觉效果,同时为后续提取特征、识别目标等任务提供了更丰富的图像信息。由此可见,要完成上层机器视觉的实际应用,底层图像质量的好坏关系着相关技术落地与普及。对于非人为因素导致的非均匀光照或低光照环境下采集的低质量图像效果差问题,需迫切研究相关低照度图像增强算法来满足计算机上层视觉的应用技术对图像质量的要求,因此相关研究也如火如茶的进行。
技术实现思路
1、本发明的目的在于对低照度图像进行处理,增强其图像中低光照信息,达到图像亮度合适,细节丰富且高对比度的清晰图像。
2、为了达到上述目的,本发明采用了以下技术方案:一种基于加权融合和色调映射的低照度图像增强方法,包括以下步骤:
3、步骤一:将rgb图片转换至hsv空间。
4、步骤二:使用色调映射方法对分离出来的图像亮度信息进行增强后得到image_a。
5、步骤三:采用引导滤波算法对分离出来的图像亮度信息进行处理,增强图像的细节信息和图像边缘信息后得到image_b。
6、步骤四:采用反锐化掩膜算法对分离出来的图像亮度信息进行处理,增强图像的纹理信息后得到image_c。
7、步骤五:将步骤二、三、四中得到的image_a、image_b和image_c进行多尺度加权融合。
8、步骤六:将进行多尺度加权融合后的图片亮度信息与原图片的色度信息和饱和度信息,转换成具有高对比度和细节丰富且视觉效果良好的rgb图片。
9、本发明带来的效果是:本发明提出的低照度图像增强方法能有效的增强图像亮度信息,同时提升图像对比度,能够有效恢复图像细节信息。将rgb图片转换至hsv空间,对原图像亮度信息进行解耦分离以避免改变亮度分量对色彩信息产生影响,防止出现颜色失真现象。将分离出来的亮度信息进行处理,增强图像中低照度值信息并进行去噪和增强纹理信息,提高了低照度图像的整体亮度和视觉效果,增强效果显著。
1.一种基于加权融合和色调映射的低照度图像增强方法,其主要包括颜色空间转换、图像增强和图像信息融合三个部分。
2.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤一中,将rgb图片的亮度信息、色度信息和饱和度信息进行解耦分离。
3.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤二中,采用色调映射方法对图像亮度信息进行增强后得到image_a。
4.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤三中,采用引导滤波算法对分离出来的图像亮度信息进行处理,增强图像的细节信息和图像边缘信息后得到image_b。
5.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤四中,采用反锐化掩膜算法对分离出来的图像亮度信息进行处理,增强图像的纹理信息后得到image_c。
6.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤五中,将步骤二、三、四中得到的image_a、image_b和image_c进行多尺度加权融合。
7.根据权利要求1所述的一种基于加权融合和色调映射的低照度图像增强方法,其主要特征在于:步骤六中,将增强后图像的亮度信息与原图像的色度信息和饱和度信息转换至rgb空间,得到细节丰富且对比度高的图像。