一种改进的基于单尺度Retinex的暗环境图像的增强方法
【专利摘要】本发明涉及一种改进的基于单尺度Retinex的暗环境图像的增强方法，步骤如下：1)将原始图像进行灰度处理，得到灰度图像；2)将灰度图像的各个像素与对数函数的曲线进行关联，对灰度图像进行亮度增强，得到灰度增强图像；3)融合灰度增加图像、灰度图像、原始图像，得到结果图像。本发明所述的方法，由于是针对各个像素的亮度情况进行不同的处理，因此补光效果与现有技术的其他补光技术相比，效果更加自然逼真。
【专利说明】—种改进的基于单尺度Retinex的暗环境图像的增强方法
【技术领域】
[0001]本发明涉及一种图像亮度增加方法，更具体地说，涉及一种改进的基于单尺度Retinex的暗环境图像的增强方法。
【背景技术】
[0002]当前，虽然摄像头的硬件不断提升，但在光线较暗的环境下，拍摄出来的照片的亮度过暗，导致细节不明显等问题的出现。单尺度Retinex的流程如下:对图像用高斯滤波，得到滤波后的图像，然后图像和滤波后的图像都Log—下，转到对数域，然后进行相减计算，最后做Exp指数运算，得到结果图像。而单尺度Retinex处理后的图像会有明显偏色的效果。
【发明内容】
[0003]本发明的目的在于克服现有技术的不足，提供一种补光效果自然的改进的基于单尺度Retinex的暗环境图像的增强方法，将单尺度Retinex与饱和度系数进行结合，从而避免偏色的问题产生。
[0004]本发明的技术方案如下:
[0005]一种改进的基于单尺度Retinex的暗环境图像的增强方法，步骤如下:
[0006]I)将原始图像进行灰度处理，得到灰度图像；
[0007]2)将灰度图像的各个像素与对数函数的曲线进行关联，对灰度图像进行亮度增强，得到灰度增强图像；
[0008]3)融合灰度增强图像、灰度图像、原始图像，得到结果图像。
[0009]作为优选，步骤I)所述的灰度处理的算法如下:
[0010]GRAY = 0.299*RED+0.587*GREEN+0.114祁LUE ；
[0011]或者，
[0012]GRAY = (RED*306+GREEN*601 +BLUE* 117+512)/1024;
[0013]其中，GRAY为灰度图像的当前像素点的灰度值；RED、GREEN、BLUE分别为原始图像的当前像素点的红、绿、蓝通道的颜色值。
[0014]作为优选，步骤2)具体为:
[0015]2.1)对灰度图像进行模糊处理，得到灰度模糊图像；
[0016]2.2)分别对灰度图像与灰度模糊图像进行基于自然对数为底的对数函数，得到灰度数据与灰度模糊数据，并将灰度数据减去灰度模糊数据得到灰度差数据，并计算出灰度差里的最大值与最小值；
[0017]2.3)基于灰度差里的最大值与最小值，将各个像素的灰度差数据与灰度差里的最大值与最小值进行比较后，根据比较结果，对各个像素进行预设规则的赋值，得到最终的灰度增强数据。
[0018]作为优选，步骤2.1)中的模糊处理包括:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理的一种或几种结合。
[0019]作为优选，步骤2.2)中，利用对数函数所具有的曲线斜率递减的特性，对与对数函数的曲线进行关联的灰度图像的各个像素进行增加亮度，其中，灰度值高的像素与灰度值低的像素相比，亮度增加程度小，得到整体亮度提高的图像；并且通过最大值与最小值定理计算得到灰度差里的最大值与最小值。
[0020]作为优选，步骤2.3)中，预设规则为:如果当前像素的灰度差数据小于等于最小值，则赋值为0，如果当前像素的灰度差数据大于最大值，则赋值为255，其余的像素则以下公式计算得到:
[0021]resultvalue = (value-vMin)*255/(vMax-vMin)
[0022]其中，resultvalue为结果值；value为灰度差数据的值；vMin为所述的最小值；vMax为所述的最大值。
[0023]作为优选，步骤3)具体为:
[0024]3.1)将步骤2)的灰度增强图像的数据除以步骤I)的灰度图像的数据，得到关系值；
[0025]3.2)判断原始图像的RGB三个通道的颜色值中的最大值与最小值，计算原始图像的饱和度系数:如果最大值为0，则饱和度系数为0，否则饱和度系数=(最大值-最小值)/最大值*1.5 ；
[0026]3.3)通过饱和度参数与步骤3.1)的关系值的预设关系，对原始图像进行增强运算，得到最终的颜色值。
[0027]作为优选，步骤3.1)进一步地，对得到的关系值进行判断，首先判断关系值是否大于预设值P，如果大于的话，则关系值等于预设值P，接着再判断关系值是否小于预设值K，如果小于的话，则关系值等于预设值K。
[0028]作为优选，步骤3.2)中，具体判断方法为:
[0029]判断当前像素的R通道的颜色值是否大于G通道的颜色值，如果大于的话，则
[0030]cMax = max(rValue, bValue) ；cMin = min(gValue, bValue)；
[0031]否则，
[0032]cMax = max(gValue, bValue) ；cMin = min(rValue, bValue)；
[0033]最后，如果cMax 不等于 0 的话，则 srat = (cMax-cMin)/cMax*l.5 ;否则 srat =O ；
[0034]其中，cMax与cMin为计算的临时最大值与临时最小值；rValue、gValue、bValue为当前像素的RGB三个通道的颜色值；srat为饱和度系数。
[0035]作为优选，步骤3.3)具体为:
[0036]result = factor氺value氺(1.0_srat)+srat氺value ；
[0037]其中，result为结果图像中每个像素点的RGB各自通道的颜色值；factor为关系值；valUe为原始图像中每个像素点的红、绿、蓝各自通道的颜色值；srat为饱和度参数。
[0038]本发明的有益效果如下:
[0039]本发明所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，利用对数函数斜率递减的原理，从而灰度值高的地方，相差会相对更小，而灰度值低的地方，相差相对会更大，最终达到增强光线较暗环境下拍摄的照片的局部亮度。本发明所述的方法，由于是针对各个像素的亮度情况进行不同的处理，因此补光效果与现有技术的其他补光技术相比，效果更加自然逼真。
【专利附图】
【附图说明】
[0040]图1是原始图像；
[0041]图2是结果图像；
[0042]其中，图1与图2实际均为彩色图像，由于申请文件对图片的颜色要求，所以本申请文件中，将图1、图2设置为灰度图像。
【具体实施方式】
[0043]以下结合附图与实施例对本发明进行进一步的详细说明。
[0044]本发明提供一种改进的基于单尺度Retinex的暗环境图像的增强方法，步骤如下:
[0045]I)接收如图1所示的原始图像，将原始图像进行灰度处理，得到灰度图像；
[0046]2)将灰度图像的各个像素与对数函数的曲线进行关联，对灰度图像进行亮度增强，得到灰度增强图像；
[0047]3)融合灰度增强图像、灰度图像、原始图像，得到结果图像，如图2所示。 [0048]本发明所述的方法具体实现如下:
[0049]步骤I)所述的灰度处理的算法如下:
[0050]GRAY = 0.299*RED+0.587*GREEN+0.114祁LUE ；
[0051]或者，
[0052]GRAY = (RED*306+GREEN*601 +BLUE* 117+512)/1024;
[0053]其中，GRAY为灰度图像的当前像素点的灰度值；RED、GREEN、BLUE分别为原始图像的当前像素点的红、绿、蓝通道的颜色值。
[0054]步骤2)具体为:
[0055]步骤2.1)对灰度图像进行模糊处理，得到灰度模糊图像。模糊处理包括:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理的一种或几种结合。
[0056]中值模糊处理，即中值滤波处理，主要是对要处理的像素点周围的N*N模板像素点的颜色值进行从大到小或者从小到大的排序，得到排序后最中间的那个颜色值，即中位数，然后将该像素点的颜色值设置为其中位数的颜色值；其中，N为模糊的半径。
[0057]高斯模糊处理，主要是采用正态分布计算图像中每个像素的变换，其中，在N维空间的正态分布方程为:
【权利要求】
1.一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤如下: 1)将原始图像进行灰度处理，得到灰度图像； 2)将灰度图像的各个像素与对数函数的曲线进行关联，对灰度图像进行亮度增强，得到灰度增强图像； 3)融合灰度增强图像、灰度图像、原始图像，得到结果图像。
2.根据权利要求1所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤I)所述的灰度处理的算法如下:
GRAY = 0.299*RED+0.587*GREEN+0.114祁LUE ； 或者，
GRAY = (RED*306+GREEN*601+BLUE*117+512)/1024 ； 其中，GRAY为灰度图像的当前像素点的灰度值；RED、GREEN、BLUE分别为原始图像的当前像素点的红、绿、蓝通道的颜色值。
3.根据权利要求1所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤2)具体为: 2.1)对灰度图像进行模糊处理，得到灰度模糊图像； 2.2)分别对灰度图像与灰度模糊图像进行基于自然对数为底的对数函数，得到灰度数据与灰度模糊数据，并将灰度数据减去灰度模糊数据得到灰度差数据，并计算出灰度差里的最大值与最小值； 2.3)基于灰度差里的最大值与最小值，将各个像素的灰度差数据与灰度差里的最大值与最小值进行比较后，根据比较结果，对各个像素进行预设规则的赋值，得到最终的灰度增强数据。
4.根据权利要求3所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤2.1)中的模糊处理包括:中值模糊处理、高斯模糊处理、均值模糊处理、卷积处理的一种或几种结合。
5.根据权利要求4所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤2.2)中，利用对数函数所具有的曲线斜率递减的特性，对与对数函数的曲线进行关联的灰度图像的各个像素进行增加亮度，其中，灰度值高的像素与灰度值低的像素相比，亮度增加程度小，得到整体亮度提高的图像；并且通过最大值与最小值定理计算得到灰度差里的最大值与最小值。
6.根据权利要求5所述的改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤2.3)中，预设规则为:如果当前像素的灰度差数据小于等于最小值，则赋值为0，如果当前像素的灰度差数据大于最大值，则赋值为255，其余的像素则以下公式计算得到:
resultvalue = (value-vMin)*255/(vMax-vMin) 其中，resultvalue为结果值；value为灰度差数据的值；vMin为所述的最小值；vMax为所述的最大值。
7.根据权利要求1所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤3)具体为: .3.1)将步骤2)的灰度增强图像的数据除以步骤I)的灰度图像的数据，得到关系值；.3.2)判断原始图像的RGB三个通道的颜色值中的最大值与最小值，计算原始图像的饱和度系数:如果最大值为O，则饱和度系数为O，否则饱和度系数=(最大值-最小值)/最大值*1.5 ； .3.3)通过饱和度参数与步骤3.1)的关系值的预设关系，对原始图像进行增强运算，得到最终的颜色值。
8.根据权利要求7所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤3.1)进一步地，对得到的关系值进行判断，首先判断关系值是否大于预设值P，如果大于的话，则关系值等于预设值P，接着再判断关系值是否小于预设值K，如果小于的话，则关系值等于预设值K。
9.根据权利要求8所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤3.2)中，具体判断方法为: 判断当前像素的R通道的颜色值是否大于G通道的颜色值，如果大于的话，则
cMax = max(rValue, bValue) ；cMin = min(gValue, bValue)； 否则，
cMax = max(gValue, bValue) ；cMin = min(rValue, bValue)； 最后，如果 cMax 不等于 O 的话，则 srat = (cMax-cMin)/cMax*l.5 ;否则 srat = O ； 其中，cMax与cMin为 计算的临时最大值与临时最小值；rValue、gValue、bValue为当前像素的RGB三个通道的颜色值；srat为饱和度系数。
10.根据权利要求9所述的一种改进的基于单尺度Retinex的暗环境图像的增强方法，其特征在于，步骤3.3)具体为:
result = factor氺value氺(1.0_srat)+srat氺value ； 其中，result为结果图像中每个像素点的RGB各自通道的颜色值；factor为关系值；value为原始图像中每个像素点的红、绿、蓝各自通道的颜色值；srat为饱和度参数。
【文档编号】G06T5/00GK104021531SQ201410273333
【公开日】2014年9月3日 申请日期:2014年6月18日 优先权日:2014年6月18日
【发明者】张伟, 傅松林, 李志阳, 张长定 申请人:厦门美图之家科技有限公司