一种低照度环境下的视频增强方法

摘要

本发明视频增强技术领域，具体涉及一种低照度环境下的视频增强方法。针对针对雨、雾和夜间低照度不利行车环境，实时去雾和低照度增强功能并获得清晰视野。本发明在在夜间去雾方面，实验结果显示算法具有不错的去雾效果，能看见图中黑暗环境中的人像以及更多的信息。本算法根据夜间图像的成像特征，提升了图像对比度，图像处理结果也较为清晰。

说明书

技术领域

本发明针对雨、雾和夜间低照度不利行车环境，实时去雾和低照度增强功能获得清晰视野。

背景技术

在低照度图像增强方面，常见函数映射在增强低照度图像的同时，容易造成图像增强不足或者过度增强。在夜间去雾模方面，SSR算法由于夜间处于低照度环境下，并没有提高图像的对比度；何凯明的算法夜间成像模型与白天情况不同，由于夜间多光源存在，夜间物理成像模型及其复杂，所以何凯明的去雾效果也不十分理想；Li等人的方法对于水面等白色画面，增强效果不能差强人意。同时， Trains图中的灯光附近出现明显的暗区域环绕现象，本发明弥补上述不足，可在雨、雾和夜间低照度不利行车环境下得到清晰视频图像。

发明内容

本发明要解决的技术问题是，针对雨、雾和夜间低照度不利行车环境，实时去雾和低照度增强功能的预测方法。

附图说明

图1：经圆弧形函数映射算法后，灰度等级变化图。横轴代表原始图像的灰度等级范围，竖轴表示经函数f

图2：夜间去雾算法流程图。

图3：Retinex算法去雾示意图，R(x,y)代表实际物体反射的光，即物体真实的色彩，亦即是需要复原的图像；L(x,y)表示光源照射到物体表面的光线。

具体实施方式

1.圆弧曲线映射算法：

2.考虑到圆弧曲线映射具有对等范围映射，且圆弧光滑性好的特点，本文提出了圆弧形函数映射算法，表达式如下：

3.

4.L为灰度等级最大值，一般为255，为像素值范围，一般是0～255；f

5.自适应函数映射算法：结合圆弧曲线斜率的光滑性，我们提出值新的确定方式，计算公式如下：

6.

7.其中，为调整参数，表示图像直方图的累计分布函数，计算公式如下：

8.

9.根据以上分析，该算法的计算步骤如表4.2所示：

10.输入低照度图像I.

11.使用公式(3)计算RGB颜色通道的累积分布函数。

12.使用公式(2)计算RGB颜色通道的γ值。

13.将该γ值代入式(3)得到三个RGB色通道的自适应灰度映射曲线。

14.根据灰度的映射关系更新三个颜色通道的像素值，最后将三个颜色通道合并得到图像J。

15.输出增强后的图像J。

16.夜间去雾：夜间去雾流程如图2。

17.高斯低通型滤波处理：同态滤波以照射-反射模型作为图像处理的理论基础

18.Retinex算法去雾：一幅夜间有雾图像P(x,y)可以用式(4-4)示表达，示意图3。即：

19.P(x,y)＝L(x,y)·R(x,y) (4-4)

20.上式，R(x,y)代表实际物体反射的光，即物体真实的色彩，亦即是需要复原的图像；L(x,y)表示光源照射到物体表面的光线，在计算过程中应尽量减去。

21.CLAHE算法：步骤一：将夜间有雾图像作为原始图像输入，并将其分为 M×N个子块，然后统计每个子快中的每个像素值i对应的数目n

22.

23.其中，f(x,y)代表每个像素点的值，f(Q

24.颜色校正：白平衡理论认为即使是在五颜六色的色彩中，图像的RGB各个颜色层的像素均值也是几乎相等的，即：R

25.

26.其中，K值计算公式如下：

27.在低照度图像增强方面：圆弧曲线映射算法能很好的改善图像的灰度范围，使图像更加清晰，层次更加鲜明，获得了良好的整体视觉效果；自适应函数映射算法在客观指标平均梯度、信息熵和对比度等方面的总体效果都优于文中的几种算法。

28.在夜间去雾方面：实验结果显示本节算法具有不错的去雾效果，能看见图中黑暗环境中的人像以及更多的信息。本节的算法根据夜间图像的成像特征，提升了图像对比度，图像处理结果也较为清晰。