專利名稱：基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種固定場(chǎng)景圖像的自適應(yīng)動(dòng)態(tài)校正方法，具體涉及基于環(huán)境因素的 圖像光線強(qiáng)度動(dòng)態(tài)校正方法，屬于圖像處理技術(shù)中光線強(qiáng)度校正領(lǐng)域。
背景技術(shù)：
隨著經(jīng)濟(jì)的快速發(fā)展和城市規(guī)模的不斷擴(kuò)大，機(jī)動(dòng)車輛的數(shù)目也在急速增長(zhǎng)，然 而交通建設(shè)和人們的交通法制意識(shí)卻相對(duì)滯后，交通違章肇事頻頻發(fā)生，給交通監(jiān)管部門(mén) 提出了更高的要求。交通視頻中機(jī)動(dòng)車輛檢索系統(tǒng)的應(yīng)用，不僅能夠?yàn)槌鞘械慕煌ㄒ?guī)劃提 供第一手的數(shù)據(jù)，也能夠?yàn)榻还懿块T(mén)和公安部門(mén)追查肇事違章車輛提供極大的便利。
計(jì)算機(jī)視覺(jué)和模式識(shí)別技術(shù)的不斷發(fā)展，為以圖像理解為基礎(chǔ)的智能交通系統(tǒng)進(jìn) 入實(shí)際應(yīng)用提供了良好發(fā)展契機(jī)?；趫D像理解的車輛檢測(cè)、跟蹤及分類技術(shù)的研究與發(fā) 展為交通信息的采集與分析提供了一條良好途徑，這些技術(shù)可廣泛地應(yīng)用于車輛收費(fèi)、道 路監(jiān)控、大型停車場(chǎng)以及提高公路利用效率等領(lǐng)域，是基于計(jì)算機(jī)視覺(jué)的智能交通系統(tǒng)中 的關(guān)鍵技術(shù)，也是目前智能交通系統(tǒng)研究的熱點(diǎn)。
由于交通圖像的采集設(shè)備固定，而環(huán)境因素復(fù)雜多變，特別是光照因素對(duì)圖像的 分割、檢測(cè)影響極大，最終導(dǎo)致識(shí)別效果與實(shí)際情況不一致。不同時(shí)間段光照對(duì)交通圖像的 影響極大。例如白天、傍晚、夜晚、強(qiáng)烈日光、汽車車燈、路面反光等。因此將一幅圖像的光 線根據(jù)其環(huán)境和時(shí)間段進(jìn)行光線校正，使之包含特征清晰，不乏細(xì)節(jié)表述，對(duì)交通圖像的識(shí) 別與理解具有重要意義。
傳統(tǒng)的圖像校正技術(shù)只要集中于去噪，使用統(tǒng)一的閾值對(duì)整幅圖像進(jìn)行處理。首 先選用一定尺寸的模板，要處理的象素點(diǎn)位于模板的中心，隨著模板的移動(dòng)，完成對(duì)所有像 素的濾波。第一種線性平滑空間濾波器實(shí)際是對(duì)模板所包含的像素的簡(jiǎn)單平均，即均值濾 波器；第二種線性平滑空間濾波器實(shí)際是對(duì)模板所包含的像素的加權(quán)平均，即加權(quán)均值濾 波器，這兩種濾波器的缺點(diǎn)是造成圖像邊緣模糊。最常用的非線性排序統(tǒng)計(jì)濾波器是中值 濾波器，它是用像素鄰域內(nèi)灰度的中值來(lái)代替該像素的值，中值濾波器對(duì)處理椒鹽噪聲非 常有效。中值濾波器的缺點(diǎn)是對(duì)所有象素點(diǎn)采用一致的處理，在濾除噪聲的同時(shí)有可能改 變真正象素點(diǎn)的值，引入誤差，損壞圖像的邊緣和細(xì)節(jié)，不能滿足識(shí)別的要求。
由于交通圖像的特殊性和復(fù)雜性，這些傳統(tǒng)的技術(shù)在圖像的去噪過(guò)程中都不能發(fā) 揮很好的作用。首先，由于同一圖像采集點(diǎn)在不同時(shí)間段采集的圖像質(zhì)量相差很大，如中午 的陽(yáng)光，傍晚路燈與日光的混合光，夜晚車輛車燈的光所照射的角度與強(qiáng)度大不一樣，若遇 上雨天，路面的反光照片的識(shí)別影響極大。將所圖像不分其所處環(huán)境就直接用一個(gè)平均數(shù) 值調(diào)整圖像的光線強(qiáng)度，其效果相當(dāng)差，還會(huì)帶來(lái)重要物體特征信息的丟失。因此針對(duì)不同 環(huán)境光線強(qiáng)度不同，同一圖像內(nèi)部，不同位置的光線強(qiáng)度也不同，校正時(shí)的方法和反饋信息 的獲取至關(guān)重要。
因而，需要一種新的方法對(duì)交通圖像的光線強(qiáng)度進(jìn)行校正，在此基礎(chǔ)上對(duì)圖像中 的關(guān)鍵特征進(jìn)行提取，以構(gòu)建交通圖像識(shí)別系統(tǒng)，對(duì)智能交通系統(tǒng)的構(gòu)建起到推進(jìn)作用。
近年來(lái)，圖像處理在頻率域和空間域都有許多發(fā)展。但由于圖像的非結(jié)構(gòu)化信 息的劃分標(biāo)準(zhǔn)是一個(gè)模糊概念，傳統(tǒng)的單一閾值處理已不能很好的處理包含復(fù)雜信息的圖 像。而具有處理過(guò)程的同步動(dòng)態(tài)性的動(dòng)態(tài)模糊理論的創(chuàng)立對(duì)解決此類非結(jié)構(gòu)化數(shù)據(jù)的處理 問(wèn)題提供了有力的理論支持。
1965年，模糊集理論由美籍?dāng)?shù)學(xué)家Zadeh先生提出，該理論對(duì)解決靜態(tài)數(shù)據(jù)問(wèn)題 提供了有效途徑，但現(xiàn)實(shí)中許多問(wèn)題是動(dòng)態(tài)發(fā)展的，因而Fanzhang Li教授在此基礎(chǔ)上提出 動(dòng)態(tài)模糊邏輯理論對(duì)解決動(dòng)態(tài)模糊問(wèn)題提供了理論支持。發(fā)明內(nèi)容
本發(fā)明的目的是克服現(xiàn)有技術(shù)存在的不足，提供一種基于環(huán)境因素的圖像光線強(qiáng) 度動(dòng)態(tài)校正方法。
本發(fā)明的目的通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法，特點(diǎn)是包括下列步驟步驟(I):將圖像進(jìn)行反轉(zhuǎn)處理，通過(guò)圖像反轉(zhuǎn)突出顯示關(guān)鍵區(qū)域，即原先光線較亮偏 白的區(qū)域轉(zhuǎn)化為光線較深偏黑的區(qū)域；步驟(2):將圖像分割成N*N的子圖塊進(jìn)行處理，N取9 ;步驟(3):對(duì)子圖塊進(jìn)行冪次變換；步驟(4):對(duì)子圖塊進(jìn)行灰度映射變換；步驟(5):對(duì)子圖塊進(jìn)行直方圖處理；步驟(6):對(duì)子圖塊進(jìn)行直方圖動(dòng)態(tài)模糊均衡化；步驟(7):使用混合空間處理法分別對(duì)子圖塊進(jìn)行掩模濾波處理；步驟(8):使用Lucy_Richardson濾波器對(duì)每一個(gè)N*N子圖塊進(jìn)行迭代處理；步驟(9):使用動(dòng)態(tài)模糊邏輯理論對(duì)步驟(3)和步驟(6)分別計(jì)算優(yōu)化，優(yōu)化標(biāo)準(zhǔn)是根 據(jù)子圖塊所攜帶的信息熵為最大時(shí)判斷為最優(yōu)；步驟(10):將圖像再進(jìn)行反轉(zhuǎn)處理輸出最終圖像。
進(jìn)一步地，上述的基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法，包括下列步驟 步驟(I):讀入圖片，并且對(duì)其進(jìn)行圖像反轉(zhuǎn)變換，步驟為讀入圖片，圖片大小重新設(shè)置為1024像素長(zhǎng)X 1024像素寬，灰度級(jí)范圍為
的 圖像反轉(zhuǎn)表達(dá)式為s=L-l-r ；其中L代表最大灰度值，r表示處理前的像素值，s表示處理后的像素值；步驟(2):將圖像分割成NN的子圖塊進(jìn)行處理；步驟(3):對(duì)子圖塊進(jìn)行冪次變換，其基本形式為其中c和為正常數(shù)，冪次曲線中的部分值把輸入窄帶暗值映射到寬帶輸出值，>1的值 和〈I的值產(chǎn)生的曲線效果相反；當(dāng)值從O. 7-0. 4時(shí)，圖像細(xì)節(jié)更為明顯，當(dāng)值進(jìn)一步降低到O. 3時(shí)背景中細(xì)節(jié)進(jìn)一步 增強(qiáng)，但對(duì)比度開(kāi)始降低，即背景不明顯；比較結(jié)果，看到對(duì)比度和肉眼可辨別細(xì)節(jié)的最好 效果在=0. 5 ；根據(jù)環(huán)境因素的不同的設(shè)置有所不同；(a)光線較弱時(shí)取O.2至O. 4之間的某一個(gè)數(shù)；(b)光線正常時(shí)取O.4至O. 6之間的某一個(gè)數(shù)；(c)光線較強(qiáng)時(shí)取O.6至O. 8之間的某一個(gè)數(shù)；步驟(4):對(duì)子圖塊進(jìn)行灰度映射變換，將圖像中0-127間的所有灰度映射到一個(gè)灰度級(jí)；將129-255間的灰度映射為另一個(gè)灰度級(jí)，對(duì)關(guān)鍵光線區(qū)域產(chǎn)生切割效果；步驟(5):對(duì)灰度級(jí)
范圍的子圖塊進(jìn)行直方圖處理；
權(quán)利要求
1.基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法，其特征在于包括下列步驟 步驟(I):將圖像進(jìn)行反轉(zhuǎn)處理，通過(guò)圖像反轉(zhuǎn)突出顯示關(guān)鍵區(qū)域，即原先光線較亮偏白的區(qū)域轉(zhuǎn)化為光線較深偏黑的區(qū)域； 步驟(2):將圖像分割成N*N的子圖塊進(jìn)行處理，N取9 ; 步驟(3):對(duì)子圖塊進(jìn)行冪次變換； 步驟(4):對(duì)子圖塊進(jìn)行灰度映射變換； 步驟(5):對(duì)子圖塊進(jìn)行直方圖處理； 步驟(6):對(duì)子圖塊進(jìn)行直方圖動(dòng)態(tài)模糊均衡化； 步驟(7):使用混合空間處理法分別對(duì)子圖塊進(jìn)行掩模濾波處理； 步驟(8):使用Lucy_Richardson濾波器對(duì)每一個(gè)N*N子圖塊進(jìn)行迭代處理； 步驟(9):使用動(dòng)態(tài)模糊邏輯理論對(duì)步驟(3)和步驟(6)分別計(jì)算優(yōu)化，優(yōu)化標(biāo)準(zhǔn)是根據(jù)子圖塊所攜帶的信息熵為最大時(shí)判斷為最優(yōu)； 步驟(10):將圖像再進(jìn)行反轉(zhuǎn)處理輸出最終圖像。
2.根據(jù)權(quán)利要求1所述的基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法，其特征在于包括下列步驟 步驟(I):讀入圖片，并且對(duì)其進(jìn)行圖像反轉(zhuǎn)變換，步驟為 讀入圖片，圖片大小重新設(shè)置為1024像素長(zhǎng)X 1024像素寬，灰度級(jí)范圍為
的圖像反轉(zhuǎn)表達(dá)式為s=L-l-r ； 其中L代表最大灰度值，r表示處理前的像素值，s表示處理后的像素值； 步驟(2):將圖像分割成NN的子圖塊進(jìn)行處理； 歩■ <3.):對(duì)子il塊S行憂次變換*箕基本爺式為S= CTr.其中e和X為IE常數(shù)，冪次曲線兮61￡轅Af-E復(fù)信硤魏到寬 喏 翁出 . >>1的 和&1的5#主1^_線效果柜氏;. 當(dāng)^值從0J44時(shí).逐懲S節(jié)更.為明顯 當(dāng)^管逬一歩》賅到0.3 S才W 景+茲節(jié)進(jìn)一步_透.《對(duì)比豐開(kāi)始^ .即背景不鑰顯比較結(jié)粟.看 1: 比變和肉Il可荇幫練節(jié)的 好效樂(lè)在^=0.5: ‘ s.囊約不同y有所不_:- U〗光線較Il時(shí)7取0, 2 .至0. 4之間的某一-H . (b)光線正常時(shí)11 0. 4至CK 8之間的某一個(gè)數(shù):' 光線較 _i時(shí)0. 6至0. S之閨_某一個(gè). 步驟(4):對(duì)子圖塊進(jìn)行灰度映射變換，將圖像中0-127間的所有灰度映射到一個(gè)灰度級(jí)；將129-255間的灰度映射為另一個(gè)灰度級(jí)，對(duì)關(guān)鍵光線區(qū)域產(chǎn)生切割效果； 步驟(5):對(duì)灰度級(jí)
范圍的子圖塊進(jìn)行直方圖處理；
全文摘要
本發(fā)明設(shè)計(jì)基于環(huán)境因素的圖像光線強(qiáng)度動(dòng)態(tài)校正方法，將圖像進(jìn)行反轉(zhuǎn)處理，通過(guò)圖像反轉(zhuǎn)突出顯示關(guān)鍵區(qū)域；將圖像分割成NN的子圖塊進(jìn)行處理，N取9；對(duì)子圖塊進(jìn)行冪次變換；對(duì)子圖塊進(jìn)行灰度映射變換；對(duì)子圖塊進(jìn)行直方圖處理；對(duì)子圖塊進(jìn)行直方圖動(dòng)態(tài)模糊均衡化；使用混合空間處理法分別對(duì)子圖塊進(jìn)行掩模濾波處理；使用Lucy_Richardson濾波器對(duì)每一個(gè)NN的子圖塊進(jìn)行迭代處理；使用動(dòng)態(tài)模糊邏輯理論對(duì)上述子圖塊進(jìn)行冪次變換和對(duì)上述子圖塊進(jìn)行直方圖動(dòng)態(tài)模糊均衡化分別計(jì)算優(yōu)化，優(yōu)化標(biāo)準(zhǔn)是根據(jù)子圖塊所攜帶的信息熵為最大時(shí)判斷為最優(yōu)，將圖像再進(jìn)行反轉(zhuǎn)處理輸出最終圖像。本發(fā)明有效提高圖像的信息熵，達(dá)到良好的光線校正效果。
文檔編號(hào)G06T5/40GK102999890SQ201110266440
公開(kāi)日2013年3月27日 申請(qǐng)日期2011年9月9日 優(yōu)先權(quán)日2011年9月9日
發(fā)明者崔志明, 張廣銘, 吳健, 楊元峰 申請(qǐng)人:蘇州普達(dá)新信息技術(shù)有限公司