一种夜晚图像增强方法和装置制造方法
【专利摘要】本发明公开了一种夜晚图像增强方法和装置，属于图像处理【技术领域】。该方法包括：对输入的夜晚图像进行本征图像分解，得到亮度图像和反射图像；基于亮度指数衰减模型对亮度图像进行增强；对增强的亮度图像进行优化；利用反射图像和优化后的亮度图像合成输出增强图像。采用本发明实施例的方法和装置，不需要背景图像作为参考图像，就能根据输入的夜晚图像输出符合亮度衰减物理过程、降低噪声和颜色偏差的增强图像。
【专利说明】一种夜晚图像增强方法和装置
【技术领域】
[0001]本发明涉及图像处理【技术领域】，尤其涉及一种夜晚图像增强方法和装置。
【背景技术】
[0002]视频监控在人们的日常生活中有着广泛的应用。随着监控摄像头的重要性日益增力口，低光照(尤其是夜晚)视频增强问题变得日趋重要。通常，监控摄像头的工作环境假设拥有足够的光照，以便监控固定场景的活动。但是，由于极端的低光照条件，夜晚采集的视频很难达到监控的目的。对于夜晚采集的图像或者视频，传统的图像增强算法，例如直方图均衡化，对比度拉伸等，很难达到增强的效果。
[0003]夕卜文文献“Denighting:Enhancement of nighttime images for a surveillancecamera，，(发表于 ICIP2008, Pattern Recognition,19th International Conferenceon.1EEE, 2008, Yamasaki, Akito, et al.)提出了一种应用于监控摄像头采集的夜晚图像的增强方法。该方法首先需要训练同一监控场景下白天和夜晚的背景图像，以这两张背景图像作为参考图像。然后将图像进行分解，分解出亮度图像和反射图像，对亮度图像进行增强。最后，该方法对亮度图像的增强是通过输入图像分解而得的亮度图像乘以白天与夜晚两张背景图像对应亮度图像的比例实现的。该方法仅对夜晚监控场景的背景具有较好的增强效果，对于真正感兴趣的前景部分实际上无太大增强效果。
[0004]夕卜文文献“Fast efficient algorithm for enhancement of low lightingvideo，，(发表于 ICME2011, Multimedia and Expo, International Conference on.1EEE,2011, Dong, Xuan, et al.)提出了一种基于暗通道先验低光照视频增强方法。该方法首先将夜晚视频帧逐像素取反并加上255，然后使用基于暗通道先验的去雾算法对处理过的视频帧进行去雾处理，最后再将得到的视频帧逐像素取反并加上255。该方法适用于雾霾条件下的低光照图像，但由于夜晚条件下的图像与雾霾条件下的图像存在较大的差别，如果夜晚条件下的图像应用该方法则会引入大量的噪声，并造成颜色偏差。
【发明内容】
[0005]有鉴于此，本发明要解决的技术问题是提供一种夜晚图像增强方法和装置，以解决不需要背景图像作为参考图像，就能根据输入的夜晚图像输出符合亮度衰减物理过程、降低噪声和颜色偏差的增强图像。
[0006]本发明解决上述技术问题所采用的技术方案如下:
[0007]根据本发明的一个方面，提供的一种夜晚图像增强方法包括:
[0008]本征图像分解步骤:对输入的夜晚图像进行本征图像分解，得到亮度图像和反射图像；
[0009]亮度图像增强步骤:基于亮度指数衰减模型对亮度图像进行增强；
[0010]亮度图像优化步骤:对增强的亮度图像进行优化，得到优化的亮度图像；
[0011]增强图像合成步骤:利用优化的亮度图像和反射图像合成输出增强图像。[0012]优选地，本征图像分解步骤进一步包括:
[0013]对夜晚图像进行低通滤波得到亮度图像；
[0014]用夜晚图像逐像素除以亮度图像对应像素的值得到反射图像。
[0015]优选地，亮度图像增强步骤进一步包括:
[0016]基于亮度指数衰减模型模拟出亮度下降速度和相对下降时间；
[0017]根据亮度指数衰减模型，将亮度下降速度和相对下降时间与夜晚图像的亮度分别进行幂运算后相乘，得到增强的亮度图像。
[0018]优选地，亮度指数衰减模型为:[0019]Ln=Ld.e_0t
[0020]其中，Ln表示夜晚时刻的亮度，Ld表示白天时刻的亮度，β表示亮度下降速度，t表示相对下降时间。
[0021]优选地，亮度图像增强步骤中还包括按以下公式改善增强的亮度图像:
[0022]Le= (L*) 1^r.(Ln) r= (L*) 1^r.( (Ld) r.(tr)) 一 Ld.θ_β (tr)
[0023]其中，Le表示改善后的增强的亮度图像，L*表示增强的亮度图像，Ln表示夜晚时刻的売度，r为提纯的参数，Ld表不白天时刻的売度。
[0024]优选地，亮度图像优化步骤进一步包括:
[0025]为增强的亮度图像设计一个马尔可夫随机场的代价函数，其中，马尔可夫随机场的代价函数包括数据惩罚项和平滑项，数据惩罚项表示亮度的估计值与观察值之间差异程度；平滑项表示同一邻域中的不同像素之间亮度的差异程度；
[0026]使用优化算法优化马尔可夫随机场的代价函数，得到优化的亮度图像。
[0027]优选地，马尔可夫随机场的代价函数为:
[0028]
【权利要求】
1.一种夜晚图像增强方法，其特征在于，该方法包括: 本征图像分解步骤:对输入的夜晚图像进行本征图像分解，得到亮度图像和反射图像； 亮度图像增强步骤:基于亮度指数衰减模型对所述亮度图像进行增强； 亮度图像优化步骤:对所述增强的亮度图像进行优化，得到优化的亮度图像； 增强图像合成步骤:利用所述优化的亮度图像和所述反射图像合成输出增强图像。
2.根据权利要求1所述的夜晚图像增强方法，其特征在于，所述本征图像分解步骤进一步包括: 对所述夜晚图像进行低通滤波得到亮度图像； 用所述夜晚图像逐像素除以所述亮度图像对应像素的值得到反射图像。
3.根据权利要求1所述的夜晚图像增强方法，其特征在于，所述亮度图像增强步骤进一步包括: 基于所述亮度指数衰减模型模拟出亮度下降速度和相对下降时间； 根据所述亮度指数衰减模型，将所述亮度下降速度和相对下降时间与所述夜晚图像的亮度分别进行幂运算后相乘，得到增强的亮度图像。
4.根据权利要求3所述的夜晚图像增强方法，其特征在于，所述亮度指数衰减模型为: Ln=Ld.e_et 其中，Ln表示夜晚时刻的亮度，Ld表示白天时刻的亮度，β表示亮度下降速度，t表示相对下降时间。
5.根据权利要求4所述的夜晚图像增强方法，其特征在于，所述亮度图像增强步骤中还包括按以下公式改善增强的亮度图像:
6.根据权利要求1至5任意一项所述的夜晚图像增强方法，其特征在于，所述亮度图像优化步骤进一步包括: 为所述增强的亮度图像设计一个马尔可夫随机场的代价函数，其中，所述马尔可夫随机场的代价函数包括数据惩罚项和平滑项，所述数据惩罚项表示亮度的估计值与观察值之间差异程度；所述平滑项表示同一邻域中的不同像素之间亮度的差异程度； 使用优化算法优化所述马尔可夫随机场的代价函数，得到优化的亮度图像。
7.根据权利要求6所述的夜晚图像增强方法，其特征在于，所述马尔可夫随机场的代价函数为:
8.根据权利要求1所述的夜晚图像增强方法，其特征在于，所述增强图像合成步骤进一步包括: 将所述优化的亮度图像与所述反射图像逐像素相乘，得到最终的增强图像。
9.一种夜晚图像增强装置，其特征在于，该装置包括: 本征图像分解模块:用于对输入的夜晚图像进行本征图像分解，得到亮度图像和反射图像； 亮度图像增强模块:用于基于亮度指数衰减模型对所述亮度图像进行增强； 亮度图像优化模块:用于对所述增强的亮度图像进行优化，得到优化的亮度图像； 增强图像合成模块:用于利用所述优化的亮度图像和所述反射图像合成输出增强图像。
10.根据权利要求9所述的夜晚图像增强装置，其特征在于，所述本征图像分解模块具体用于:对所述夜晚图像进行低通滤波得到亮度图像；用所述夜晚图像逐像素除以所述亮度图像对应的像素的值得到反射图像。
11.根据权利要求9所述的夜晚图像增强装置，其特征在于，所述亮度图像增强模块具体用于:基于所述亮度指数 衰减模型模拟出亮度下降速度和相对下降时间；根据所述亮度指数衰减模型，将所述亮度下降速度和相对下降时间与所述夜晚图像的亮度分别进行幂运算后相乘，得到增强的亮度图像。
12.根据权利要求9至11任意一项所述的夜晚图像增强装置，其特征在于，所述亮度图像优化模块具体用于:为所述增强的亮度图像设计一个马尔可夫随机场的代价函数；使用优化算法优化所述马尔可夫随机场的代价函数，得到优化的亮度图像；其中，所述马尔可夫随机场的代价函数包括数据惩罚项和平滑项，所述数据惩罚项表示亮度的估计值与观察值之间差异程度；所述平滑项表示同一邻域中的不同像素之间亮度的差异程度。
13.根据权利要求9所述的夜晚图像增强装置，其特征在于，所述增强图像合成模块具体用于:将所述优化的亮度图像与所述反射图像逐像素相乘，得到最终的增强图像。
【文档编号】G06T5/00GK103903229SQ201410093837
【公开日】2014年7月2日 申请日期:2014年3月13日 优先权日:2014年3月13日
【发明者】田永鸿, 文浩丞, 王耀威, 黄铁军 申请人:中安消技术有限公司, 北京大学