参见文献：A.Loza，D.BullandA.Achim，"Automatic contrastenhancementoflow-lightimagesbasedonlocalstatisticsofwavelet coefficients，''201017thInternationalConferenceonImageProcessing(ICIP),pp. 3 553-3556,Sep. 2010.
[0130] 具体仿真内容如下：
[0131]仿真1，利用本发明方法和Huang及Loza方法分别对六个测试图像进行仿真，得到 的离散熵（DA)、绝对平均亮度误差（AMBE)和颜色评价标准（colorfulnessmetric)如表1 所示：
[0132]
[0133] 表1利用Huang和Loza的方法和本发明方法得到的DA，AMBE和Colorful.的指 标对比
[0134] 上述表1是利用Huang和Loza的方法和本发明方法在Landrover、Square、Car、 Tree、Ditch和Lamp六个测试图像上得到的DA、AMBE和Clorful.指标对比，如表1所示， 本发明大幅度提高了DA、AMBE和Clorful.指标。
[0135] 仿真2，利用本发明方法与现有的Huang和Loza'sMethod对图4 (a)所示的 Landrover图像进行仿真，图5(a)是Huang方法得到的图4(a)增强后的图像，图5(b)是利 用Loza'sMethod得到的图4(a)处理后的图像，图5(c)是利用本发明得到的图4(a)处理 后的低光照图像。
[0136] 由图5(a)、图5(b)、图5(c)可见，本发明得到细节信息清晰，噪声低，对比度高的 感知质量良好的图像；而Huang得到的图像对比度增强程度不够，导致图像整体亮度偏暗， 细节信息不清晰，且颜色失真严重，图像整体效果不理想；Loza'sMethod对图像对比度和 颜色的处理效果可以，但是对降噪的处理不彻底，处理后图像中的噪声明显，且部分细节信 息丢失，从而降低了图像整体视觉效果。
[0137] 仿真3,利用本发明方法与现有的Huang和Loza'sMethod对图4(c)所示的Car 图像进行仿真，图6(a)是Huang方法得到的图4(c)增强后的图像，图6(b)是利用Loza's Method得到的图4(c)处理后的图像，图6(c)是利用本发明得到的图4(c)处理后的暗图 像。
[0138] 由图6(a)、图6(b)、图6(c)可见，本发明得到细节信息清晰，噪声低，对比度高的 感知质量良好的图像；而Huang得到的图像对比度增强程度不够，导致图像整体亮度偏暗， 细节信息不清晰，且颜色失真严重，图像整体效果不理想；Loza'sMethod对图像对比度和 颜色的处理效果可以，但是对降噪的处理不彻底，处理后图像中的噪声明显，且部分细节信 息丢失，从而降低了图像整体视觉效果。
[0139] 仿真4,利用本发明方法与现有的Huang和Loza'sMethod对图4(e)所示的Ditch 图像进行仿真，图7(a)是Huang方法得到的图4(e)增强后的图像，图7(b)是利用Loza's Method得到的图4(e)处理后的图像，图7(c)是利用本发明得到的图4(e)处理后的暗图 像。
[0140] 由图7(a)、图7(b)、图7(c)可见，本发明得到细节信息清晰，噪声低，对比度高的 感知质量良好的图像；而Huang得到的图像对比度增强程度不够，导致图像整体亮度偏暗， 细节信息不清晰，且颜色失真严重，图像整体效果不理想；Loza'sMethod对图像对比度和 颜色的处理效果可以，但是对降噪的处理不彻底，处理后图像中的噪声明显，且部分细节信 息丢失，从而降低了图像整体视觉效果。
[0141] 需要说明的是：上述实施例提供的基于双树复小波变换的低光照图像增强方法进 行图像亮度补偿的实施例，仅作为该图像增强方法在实际应用中的说明，还可以根据实际 需要而将上述图像增强方法在其他应用场景中使用，其具体实现过程类似于上述实施例， 这里不再赘述。
[0142] 上述实施例中的各个序号仅仅为了描述，不代表各部件的组装或使用过程中得先 后顺序。
[0143] 以上所述仅为本发明的实施例，并不用以限制本发明，凡在本发明的精神和原则 之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种基于双树复小波变换的低光照图像增强方法，其特征在于，所述基于双树复小 波变换的低光照图像增强方法，包括： 将待处理图像的颜色空间进行转换，得到转换后的第一图像； 将所述第一图像进行亮度补偿处理，得到处理后的亮度补偿图像； 对所述亮度补偿图像进行双树复小波变换，获取所述亮度补偿图像中亮度分量的低通 子带和高通子带，对所述低通子带和所述高通子带进行处理，得到处理后图像； 提取所述处理后图像中的处理后亮度分量以及所述待处理图像中的原始亮度分量，根 据处理后亮度分量与所述原始亮度分量的比值，结合所述待处理图像中的彩色分量，获取 输出图像。2. 根据权利要求1所述的基于双树复小波变换的低光照图像增强方法，其特征在于， 所述将所述第一图像进行亮度补偿处理，得到处理后的亮度补偿图像，包括： 提取所述第一图像中的亮度分量，通过双边滤波器将所述亮度分量分为基层分量和细 节层分量，基于所述基层分量和所述细节层分量，获取增强后的细节层分量； 根据所述基层分量与所述增强后的细节层分量，确定细节信息增强的亮度分量； 根据所述细节信息增强的亮度分量的取值范围，对所述第一图像的动态分为进行处 理，得到处理后的亮度补偿图像。3. 根据权利要求1所述的基于双树复小波变换的低光照图像增强方法，其特征在于， 对所述亮度补偿图像进行双树复小波变换，获取所述亮度补偿图像中亮度分量的低通子带 和高通子带，对所述低通子带和所述高通子带进行处理，得到处理后图像，包括： 提取所述亮度补偿图像中的细节信息增强的亮度分量，对所述细节信息增强的亮度分 量进行双树复小波变换，得到低通子带和高通子带； 根据预设阈值对所述高通子带中的小波系数进行分类调整，得到调整后的高通子带系 数，通过对比度受限自适应直方图均衡方法对所述低通子带中的系数进行调整，得到调整 后的低通子带系数； 根据所述调整后的高通子带系数和所述调整后的低通子带系数，通过双树复小波反变 换对所述亮度补偿图像中的亮度分量进行重构，基于重构后的亮度分量对所述亮度补偿图 像进行处理，得到处理后图像。4. 根据权利要求3所述的基于双树复小波变换的低光照图像增强方法，其特征在于， 所述根据预设阈值对所述高通子带中的小波系数进行分类调整，得到调整后的高通子带系 数，包括： 根据所述高通子带中的小波系数取值，将所述高频子带分为强边缘、弱边缘和噪声； 保留所述强边缘的小波系数，对所述弱边缘的小波系数进行加强处理，将所述噪声的 小波系数置为零。5. 根据权利要求1所述的基于双树复小波变换的低光照图像增强方法，其特征在于， 提取所述处理后图像中的处理后亮度分量以及所述待处理图像中的原始亮度分量，根据处 理后亮度分量与所述原始亮度分量的比值，结合所述待处理图像中的彩色分量，获取输出 图像，包括： 提取所述处理后图像中的处理后亮度分量和所述待处理图像中的原始亮度分量； 基于所述处理后亮度分量和所述原始亮度分量构建转换矩阵； 根据所述转换矩阵，结合所述待处理图像中的彩色分量，获取输出彩色分量； 根据所述输出彩色分量，确定输出图像。
【专利摘要】本发明公开了一种基于双树复小波变换的低光照图像增强方法，属于图像处理领域。所述发明包括将待处理图像的颜色空间进行转换，得到转换后的第一图像，将第一图像进行亮度补偿处理，得到处理后的亮度补偿图像；对亮度补偿图像进行双树复小波变换，得到处理后图像，根据处理后图像中的亮度分量与待处理图像中亮度分量的比值，获取输出图像。本发明通过在处理过程中利用双树复小波变换在小波域进行对比度增强和图像降噪，由于其平移不变性、良好的选择性和重构特性等为低光照图像降噪提供了保障，还由于对小波系数进行分类，并用非线性增强函数对分类后的系数进行处理，使得在增强图像对比度的同时降低噪声，提升了低光照图像的可读性。
【IPC分类】G06T5/00
【公开号】CN105243641
【申请号】CN201510507801
【发明人】郑喆坤, 孙婷婷, 崔玉
【申请人】西安电子科技大学
【公开日】2016年1月13日
【申请日】2015年8月18日