技术特征：
1.一种图像对比度的处理方法，其特征在于，包括以下步骤：s1、训练神经网络，识别低照度图片和高照度图片；s2、通过摄像头获取监控视频，截取所需图片部分，对原始图像构造亮度直方图；s3、分析亮度直方图的图像特征，并求取亮度平均值；s4、选取所需增强对比度的图片区域；并识别图片的像素点；s5、对识别完照度的图片进行计算亮度差值，当像素点的亮度减去亮度平均值之间的差值大于预设值时，将此像素点的亮度降低；当亮度平均值减去像素点的亮度的差值大于预设值时，将此像素点的亮度增高；s6、通过摄像头内的光发生装置，对所需图片部分对应的实物进行照射，照射到实物并反射的光经ccd相机接收；s7、将步骤s5重复5次及以上，将图片去极化，增强图片中的彩色区域；s8、将图像进行反锐化，对图片进行最后的对比度增强步骤。2.根据权利要求1所述的一种图像对比度的处理方法，其特征在于，步骤s1中训练神经网络包括：s11、收集大量成对的正常光照图像和低光照图像作为训练样本；s12、对神经网络算法模型进行初始化；s13、进行网络训练，将所选正常光照图像和低光照图像作为训练样本作为训练数据集；s14、调整权值，采取调整过的权值重复计算，直到误差满足要求。3.根据权利要求1所述的一种图像对比度的处理方法，其特征在于，步骤s5中具体还包括：对识别完照度的图片进行计算亮度差值是基于整张图片的练度平均值。4.根据权利要求1所述的一种图像对比度的处理方法，其特征在于，步骤s8中的对图像进行反锐化具体为：根据所选图片的噪声水平选取合适的参数值，计算所选图片的局部方差、增益系数和动态水平期望值，接着计算输出图像的局部方差，通过代价函数计算图像的局部方差的期望值和计算值的平方误差，通过平方误差自适应地迭代更新尺度矢量，接着再次计算增强图像，重复上述步骤，直至处理完所选图片的所有像素点。5.一种图像对比度的处理系统，适应于权利要求1-4所述的一种图像对比度的处理方法，其特征在于，包括：摄像头，用于接收直拍画面；图像提取模块，用于提取摄像头所拍摄到的图像；亮度提取模块，对图像提取模块提取的图片的亮度进行提取计算，求取该图片的亮度平均值。6.根据权利要求5所述的一种图像对比度的处理系统，其特征在于，还包括：光发生装置，所述光发生装置安装在所述摄像头的内部，作为光源，能够向外发射自然光；ccd相机，识别所述光发生装置发射的光源照射到物体上所反射的光，识别图像信息，并将其转化成数字信号；
数据处理计算机，用于对数字信号进行处理。7.根据权利要求6所述的一种图像对比度的处理系统，其特征在于，包括：神经网络训练模块，用于对神经网络进行训练，使其能够对低照度图片和高照度图片进行识别，并进行区分。
技术总结
本发明公开了一种图像对比度的处理方法及系统，包括以下步骤：训练神经网络，识别低照度图片和高照度图片；通过摄像头获取监控视频，截取所需图片部分，对原始图像构造亮度直方图；分析亮度直方图的图像特征，并求取亮度平均值；选取所需增强对比度的图片区域；并识别图片的像素点；通过摄像头内的光发生装置，对所需图片部分对应的实物进行照射，照射到实物并反射的光经CCD相机接收；将图片去极化，增强图片中的彩色区域；将图像进行反锐化。本发明准确判断其光照度的情况，并进行准确处理，有效地提高了图像的分类速度和分类精度，进行反锐化，能够显著的提高图片的对比度和分辨率，且能够有效降低图片噪声，进一步提高图像的质量。的质量。的质量。
技术研发人员：张赛
受保护的技术使用者：南京傲速致力信息技术有限公司
技术研发日：2022.07.06
技术公布日：2022/10/11