本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，具體涉及低照度圖像增強(qiáng)方法。
背景技術(shù)：
：隨著光學(xué)系統(tǒng)制造技術(shù)和光學(xué)探測技術(shù)的發(fā)展，各類不同的光學(xué)成像裝置越來越多地應(yīng)用在民用和軍用領(lǐng)域，如民用的光學(xué)數(shù)碼照相和攝像系統(tǒng)、智能光學(xué)視頻監(jiān)控系統(tǒng)以及軍用的光學(xué)成像制導(dǎo)系統(tǒng)和光學(xué)成像偵察系統(tǒng)。但是，在探測器靈敏度比較低以及環(huán)境光照條件不足情況下，這些光學(xué)系統(tǒng)所成圖像存在各種退化問題，如圖像對比度降低、亮度不夠等，導(dǎo)致人眼或數(shù)字圖像處理系統(tǒng)無法清楚準(zhǔn)確地分辨目標(biāo)與背景，難以獲得圖像中目標(biāo)信息，進(jìn)而影響對目標(biāo)的分析與識別。由于光學(xué)制造技術(shù)的限制，利用硬件的方式提高光學(xué)系統(tǒng)的性能需要極大代價，因此，深入地研究低環(huán)境光照情況下光學(xué)圖像和視頻增強(qiáng)算法，從而使得光學(xué)成像系統(tǒng)能夠隨著光照條件的變化自適應(yīng)地調(diào)整圖像的亮度和對比度，對于各類軍用和民用光學(xué)成像系統(tǒng)的具有重要理論價值和實際應(yīng)用價值。在目前現(xiàn)有的低照度圖像增強(qiáng)算法中主要有直方圖均衡化，Retinex方法，高動態(tài)光照渲染(HighDynamicRange,HDR)方法等。直方圖均衡化方法因其實現(xiàn)簡單、耗時少的特點成為了低照度圖像增強(qiáng)中最常見的方法，但是該方法會使圖像中出現(xiàn)頻率較低的灰度級出現(xiàn)兼并現(xiàn)象，即多個不同的灰度級映射為同一個灰度級，導(dǎo)致圖像中細(xì)節(jié)部分丟失。而在多數(shù)情況下圖像的細(xì)節(jié)部分正是我們所關(guān)注的部分，雖然后來又提出了基于局部直方圖均衡化的方法，以避免細(xì)節(jié)部分的丟失，但同時也使得該方法無法滿足實時性的要求。HDR方法是對多幀同一場景不同曝光程度的圖片進(jìn)行合成，兼顧場景中的高亮區(qū)域和低亮區(qū)。使用多幀照片進(jìn)行合成，使最終圖像包含較大動態(tài)范圍，但這也意味著拍攝過程的延長，實時性無法得到滿足，同時也對器材本身也提出了更高的要求，另外如果器材與場景之間存在相互運(yùn)動，將導(dǎo)致圖像存在模糊問題，這些都限制了該方法的應(yīng)用。Retinex方法是假設(shè)光照在空間均勻分布，通過估計入射分量并濾除入射分量得到反射分量進(jìn)而達(dá)到增強(qiáng)圖像的目的。但光照始終均勻的假設(shè)在現(xiàn)實中不能保證時刻成立，由于沒有將光照的梯度變化考慮在內(nèi)，增強(qiáng)后圖像中光源和強(qiáng)反射源部分都會出現(xiàn)光暈現(xiàn)象，導(dǎo)致圖像的邊緣信息會出現(xiàn)一定程度的模糊，除此外，該方法對彩色圖像的色彩保持問題仍未有很好的解決方式。在Dong發(fā)表的論文“Anefficientandintegratedalgorithmforvideoenhancementinchallenginglightingconditions”中提出了一種結(jié)合暗原色先驗去霧算法的低照度圖像增強(qiáng)方法。該方法對夜間圖像增強(qiáng)有較好的結(jié)果，但是該方法中為防止過增強(qiáng)現(xiàn)象，采用了對較亮區(qū)域過分抑制的方法，使得圖像較亮區(qū)域不能得到有效處理，出現(xiàn)了原有亮處區(qū)域增強(qiáng)后局部發(fā)暗的現(xiàn)象；而且該方法中需要手動調(diào)節(jié)參數(shù)，不能自適應(yīng)處理不同亮度的圖像，另外該方法并沒有考慮增強(qiáng)過程中夜間燈光對圖像造成的色偏現(xiàn)象，在增強(qiáng)過后色偏現(xiàn)象加重，影響了圖像的自然性和真實性。在XiaojieGuo發(fā)表的論文中“LIME：AMethodforLow-lightImageEnhancement”中提出了一種根據(jù)局部極大值結(jié)合大氣成像方程進(jìn)行低照度圖像增強(qiáng)的方法，該方法對圖像有較好的增強(qiáng)效果，但是該方法并未對亮處區(qū)域進(jìn)行處理，導(dǎo)致亮處區(qū)域存在過增強(qiáng)現(xiàn)象，進(jìn)而導(dǎo)致亮處區(qū)域出現(xiàn)細(xì)節(jié)兼并，且該方法同樣未對夜間燈光對圖像造成的色偏做處理。綜上所述，對于現(xiàn)有的低照度圖像增強(qiáng)算法，主要存在以下問題：一、多數(shù)低照度圖像拍攝時光照條件極差，極易受周圍人造光源的影響，例如所拍攝夜間圖像大多偏黃色，而現(xiàn)有低照度圖像增強(qiáng)方法中并沒有考慮該色偏現(xiàn)象，因此使得增強(qiáng)后圖像色偏現(xiàn)象更加嚴(yán)重，影響了圖像的自然性和真實性；二、對低照度圖像中較亮區(qū)域處理效果較差，使亮處區(qū)域出現(xiàn)過增強(qiáng)或過抑制現(xiàn)象，進(jìn)而使得圖像亮處區(qū)域出現(xiàn)細(xì)節(jié)兼并或增強(qiáng)后局部發(fā)暗現(xiàn)象，從而影響圖像質(zhì)量，不利于對圖像內(nèi)容的理解；三、現(xiàn)有算法在處理不同圖像時，需要人為調(diào)節(jié)參數(shù)，才能達(dá)到較好的處理結(jié)果，不能自適應(yīng)增強(qiáng)低照度圖像，限制了算法的應(yīng)用范圍。技術(shù)實現(xiàn)要素：本發(fā)明為了解決現(xiàn)有的低照度圖像增強(qiáng)方法存在的增強(qiáng)后圖像色偏加重、對圖像較亮處區(qū)域處理不佳導(dǎo)致亮處區(qū)域過抑制或過增強(qiáng)的問題，以及現(xiàn)有方法針對不同亮度圖像不能自適應(yīng)對圖像進(jìn)行增強(qiáng)的問題。一種減小色偏的自適應(yīng)低照度圖像增強(qiáng)方法，包括以下步驟：步驟一、輸入低照度圖像L，并將其轉(zhuǎn)換至RGB顏色空間下，獲得低照度圖像L的RGB三通道圖像；步驟二、對低照度圖像L的RGB三通道圖像做逆S型變換，減弱低照度圖像色偏現(xiàn)象，得到逆圖像I；步驟三、將逆圖像I進(jìn)行反轉(zhuǎn)，得到反轉(zhuǎn)圖像H，計算反轉(zhuǎn)圖像H各像素點在RGB三個通道中的最小值，得到初始暗通道圖像D，并對初始暗通道圖像進(jìn)行中值濾波得到中值濾波圖像Dmedian，利用中值濾波圖像得到大氣光強(qiáng)度估值A(chǔ)；步驟四、將反轉(zhuǎn)圖像H轉(zhuǎn)換到HSV顏色空間下，求取反轉(zhuǎn)圖像H在HSV顏色空間下V通道的平均灰度值，作為反轉(zhuǎn)圖像H的平均亮度x；并利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)w0；步驟五、根據(jù)自適應(yīng)增強(qiáng)參數(shù)w0、大氣光強(qiáng)度估值A(chǔ)和初始暗通道圖像的中值濾波圖像Dmedian，利用大氣成像方程求取透射率圖像T，并對透射率圖像進(jìn)行修正和平滑，得到透射率平滑圖像Tguidefilt；步驟六、利用透射率平滑圖像Tguidefilt結(jié)合大氣成像方程，對反轉(zhuǎn)圖像H的RGB三個通道進(jìn)行去霧操作，得到去霧圖像J；步驟七、對去霧圖像J進(jìn)行反轉(zhuǎn)，得到反轉(zhuǎn)去霧圖像K，并對反轉(zhuǎn)去霧圖像K做S型變換得到最終增強(qiáng)圖像。優(yōu)選地，步驟二所述的逆S型變換的公式如下：I(i,j)＝255*(a-ln(-1+260/(L(i,j)+4)))/b其中，I(i,j)、L(i,j)分別為逆圖像I、低照度圖像L的第i行，第j列的像素點；a、b均為變換參數(shù)。優(yōu)選地，步驟三的具體過程包括以下步驟：步驟三一、利用公式H(i,j)＝255-I(i,j)對逆圖像I做反轉(zhuǎn)，得到反轉(zhuǎn)圖像H；其中，I(i,j)為逆圖像I中第i行，第j列像素點；L(i,j)為反轉(zhuǎn)圖像H中第i行，第j列像素點；步驟三二、利用公式求取初始暗通道圖像D；其中，D(i,j)為初始暗通道圖像D中第i行，第j列像素點；min代表取最小值操作；c取R、G、B，對應(yīng)RGB顏色空間下紅綠藍(lán)三個顏色通道，Hc(i,j)為反轉(zhuǎn)圖像H在RGB顏色空間下某一個通道第i行，第j列像素點；步驟三三、對初始暗通道圖像做中值濾波操作，得到中值濾波圖像，具體計算公式如下：其中，Dmedian(i,j)為初始暗通道圖像經(jīng)過中值濾波后所得中值濾波圖像Dmedian的第i行，第j列像素點；median代表中值濾波操作；Ω(i,j)為以像素D(i,j)為中心的大小為N*N圖像塊，N的大小取值為3；步驟三四、在中值濾波圖像Dmedian(i,j)中選取亮度最大的前0.1％的像素點，在所述像素點中選取對應(yīng)反轉(zhuǎn)圖像H中灰度最大的像素點，將中值濾波圖像Dmedian(i,j)中該點對應(yīng)的灰度值作為大氣光強(qiáng)度估值A(chǔ)，所述該點為像素點中選取對應(yīng)反轉(zhuǎn)圖像H中灰度最大的像素點。優(yōu)選地，步驟四中所述求取反轉(zhuǎn)圖像H在HSV顏色空間下V通道的平均灰度值作為反轉(zhuǎn)圖像H的平均亮度x的具體過程包括以下步驟：圖像的平均亮度求取公式如下：其中，Hv(i,j)是反轉(zhuǎn)圖像H在HSV顏色空間下V通道中的第i行，第j列像素點；x為圖像的平均亮度，w和h分別是圖像的寬度和高度，下標(biāo)v表示HSV顏色空間下V通道。優(yōu)選地，步驟四中所述利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)的具體過程包括以下步驟：利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)：w0＝0.75-0.0011*(x-30)其中，w0為自適應(yīng)增強(qiáng)參數(shù)，當(dāng)反轉(zhuǎn)圖像的平均亮度x＝30時，w0為0.75。優(yōu)選地，步驟五的具體過程包括以下步驟：利用大氣成像方程求取透射率圖像T的具體公式如下：T(i,j)＝1-w0*(Dmedian(i,j)/A)其中，T(i,j)為透射率圖像T第i行，第j列的像素點，w0為自適應(yīng)增強(qiáng)參數(shù)，通過調(diào)節(jié)自適應(yīng)增強(qiáng)參數(shù)的值可以改變對低照度圖像的增強(qiáng)程度；A為大氣光強(qiáng)度估值；對透射率圖像進(jìn)行修正，修正公式如下：其中，T(i,j)為透射率圖像T第i行，第j列像素點；Tcorrect為對透射率圖像修正后所得透射率修正圖像，Tcorrect(i,j)為透射率修正圖像Tcorrect的第i行，第j列像素點；將透射率修正圖像Tcorrect中大小為M*M的圖像塊記為圖像塊W′(i,j)，將透射率平滑圖像Tguidefilt中與圖像塊W′(i,j)大小相同位置相同的圖像塊記為圖像塊W(i,j)；在透射率平滑圖像Tguidefilt中，對以像素點Tguidefilt(i,j)為中心大小為M*M的圖像塊W(i,j)內(nèi)所有像素做以下近似：Tguidefilt(m′,n′)＝k(i,j)Tcorrect(m′,n′)+l(i,j)其中，m′、n′表示像素的位置，(m′,n′)∈W(i,j)，且(m′,n′)∈W′(i,j)；Tguidefilt(m′,n′)是透射率平滑圖像Tguidefilt第m′行，第n′列像素點；Tcorrect(m′,n′)是透射率修正圖像Tcorrect第m′行，第n′列像素點；k(i,j)，l(i,j)為近似參數(shù)；l(i,j)＝u(i,j)(1-k(i,j))其中，為Tcorrect中圖像塊W′(i,j)內(nèi)所有像素點的方差；u(i,j)為Tcorrect中圖像塊W′(i,j)內(nèi)所有像素點的均值；count(W′)是圖像塊W′(i,j)內(nèi)所有像素的數(shù)目；ε為平滑參數(shù)，平滑參數(shù)ε為一較小值，防止k(i,j)過大，ε取0.01；得到Tguidefilt(i,j)后，如果Tguidefilt(i,j)＜0.1，則令Tguidefilt(i,j)＝0.1。優(yōu)選地，步驟六所述得到去霧圖像J的具體過程包括以下步驟：根據(jù)透射率平滑圖像Tguidefilt和大氣光強(qiáng)度估值A(chǔ)得到去霧圖像J，公式如下：Jc(i,j)＝(Hc(i,j)-(1-Tguidefilt(i,j))*A)/Tguidefilt(i,j)其中，Tguidefilt為透射率修正圖像Tcorrect經(jīng)過導(dǎo)向濾波后所得透射率平滑圖像，Tguidefilt(i,j)為透射率平滑圖像Tguidefilt的第i行，第j列像素點；J為對反轉(zhuǎn)圖像H進(jìn)行去霧操作后所得去霧圖像，Jc(i,j)為去霧圖像J在RGB顏色空間下某一個通道第i行，第j列像素點；c取R、G、B，對應(yīng)RGB顏色空間下紅綠藍(lán)三個顏色通道；Hc(i,j)為反轉(zhuǎn)圖像H在RGB顏色空間下某一個通道第i行，第j列像素點。優(yōu)選地，步驟七所述對去霧圖像J進(jìn)行反轉(zhuǎn)得到反轉(zhuǎn)去霧圖像K的具體過程包括以下步驟：反轉(zhuǎn)公式如下：Kc(i,j)＝255-Jc(i,j)其中，Kc(i,j)為反轉(zhuǎn)去霧圖像K在RGB顏色空間下某一個通道第i行，第j列像素點；對反轉(zhuǎn)去霧圖像K做變換得到最終增強(qiáng)圖像：Gc(i,j)＝255/(1+e^(a-b*(255-Kc(i,j)/255)))其中，a、b與步驟二中相同；Kc(i,j)為反轉(zhuǎn)去霧圖像K在RGB顏色空間下某一個通道第i行，第j列像素點；Gc(i,j)為最終增強(qiáng)圖像G在RGB顏色空間下某一個通道第i行，第j列像素點；e為數(shù)學(xué)上的常數(shù)。優(yōu)選地，步驟二中的變換參數(shù)a的取值為4，變換參數(shù)b的取值為8。優(yōu)選地，步驟五所述大小為M*M的圖像塊中的M＝5。本發(fā)明具有以下有益效果：本發(fā)明提出了在圖像增強(qiáng)前采用逆S型變換和圖像增強(qiáng)后采用S型變換的方法，解決了圖像增強(qiáng)過程中的色偏加重問題。對于低照度圖像，細(xì)節(jié)信息更多位于圖像較亮和較暗區(qū)域，通過逆S型變換可以對低照度圖像較亮區(qū)域和較暗區(qū)域進(jìn)行拉伸以增加其對比度，同時對于受夜間燈光影響而偏向某一顏色的區(qū)域，逆S型變換可以減小各通道之間色差，彌補(bǔ)夜間光照引起的色偏。而對于各通道之間相差較少區(qū)域，尤其對于較亮及較暗區(qū)域，增加各通道之間色差，彌補(bǔ)過亮或過暗引起的色彩失真，改善低照度圖像的色偏現(xiàn)象。而對于去霧反轉(zhuǎn)圖像，經(jīng)過之前處理后，細(xì)節(jié)信息位于較亮和較暗區(qū)域之間，通過S型變換可以拉伸去霧反轉(zhuǎn)圖像中間區(qū)域，同時通過S型變換使得去霧反轉(zhuǎn)圖像灰度級恢復(fù)到[0,255]區(qū)間。本發(fā)明提出了新的透射率修正公式，使增強(qiáng)后圖像整體還原度更高，細(xì)節(jié)更加豐富，解決了現(xiàn)有算法中在處理亮處區(qū)域時存在的過增強(qiáng)和過抑制問題。本發(fā)明提出了根據(jù)反轉(zhuǎn)圖像的平均亮度動態(tài)修改增強(qiáng)參數(shù)的方法，能夠根據(jù)圖像的亮度自適應(yīng)的調(diào)整參數(shù)，對各種不同亮度圖像擁有更好的適用性，解決了現(xiàn)有算法需要手動改變增強(qiáng)參數(shù)的問題。附圖說明圖1為本發(fā)明的圖像增強(qiáng)流程圖；圖2為本發(fā)明步驟二中所采用的逆S型變換曲線，圖3為本發(fā)明中步驟七采用的S型變換曲線；圖4為本發(fā)明步驟五中所采用的透射率修正曲線；圖5為實施例中圖像增強(qiáng)前的原始圖像，圖6為實施例中應(yīng)用本發(fā)明進(jìn)行圖像增強(qiáng)后的圖像。具體實施方式具體實施方式一：結(jié)合圖1說明本實施方式，一種減小色偏的自適應(yīng)低照度圖像增強(qiáng)方法，包括以下步驟：步驟一、輸入低照度圖像L，并將其轉(zhuǎn)換至RGB顏色空間下，獲得低照度圖像L的RGB三通道圖像；步驟二、對低照度圖像L的RGB三通道圖像做逆S型變換，減弱低照度圖像色偏現(xiàn)象，得到逆圖像I；圖2為采用的逆S型變換曲線；步驟三、將逆圖像I進(jìn)行反轉(zhuǎn)，得到反轉(zhuǎn)圖像H，計算反轉(zhuǎn)圖像H各像素點在RGB三個通道中的最小值，得到初始暗通道圖像D，并對初始暗通道圖像進(jìn)行中值濾波得到中值濾波圖像Dmedian，利用中值濾波圖像得到大氣光強(qiáng)度估值A(chǔ)；步驟四、將反轉(zhuǎn)圖像H轉(zhuǎn)換到HSV顏色空間下，求取反轉(zhuǎn)圖像H在HSV顏色空間下V通道的平均灰度值，作為反轉(zhuǎn)圖像H的平均亮度x；并利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)w0；步驟五、根據(jù)自適應(yīng)增強(qiáng)參數(shù)w0、大氣光強(qiáng)度估值A(chǔ)和初始暗通道圖像的中值濾波圖像Dmedian，利用大氣成像方程求取透射率圖像T，并對透射率圖像進(jìn)行修正和平滑，得到透射率平滑圖像Tguidefilt；圖4為采用的透射率修正曲線。步驟六、利用透射率平滑圖像Tguidefilt結(jié)合大氣成像方程，對反轉(zhuǎn)圖像H的RGB三個通道進(jìn)行去霧操作，得到去霧圖像J；步驟七、對去霧圖像J進(jìn)行反轉(zhuǎn)，得到反轉(zhuǎn)去霧圖像K，并對反轉(zhuǎn)去霧圖像K做S型變換得到最終增強(qiáng)圖像。圖3為采用的S型變換曲線。本發(fā)明提出了在圖像增強(qiáng)前采用逆S型變換和圖像增強(qiáng)后采用S型變換的方法，解決了圖像增強(qiáng)過程中的色偏加重問題。對于低照度圖像，細(xì)節(jié)信息更多位于圖像較亮和較暗區(qū)域，通過逆S型變換可以對低照度圖像較亮區(qū)域和較暗區(qū)域進(jìn)行拉伸以增加其對比度，同時對于受夜間燈光影響而偏向某一顏色的區(qū)域，逆S型變換可以減小各通道之間色差，彌補(bǔ)夜間光照引起的色偏。而對于各通道之間相差較少區(qū)域，尤其對于較亮及較暗區(qū)域，增加各通道之間色差，彌補(bǔ)過亮或過暗引起的色彩失真，改善低照度圖像的色偏現(xiàn)象。而對于去霧反轉(zhuǎn)圖像，經(jīng)過之前處理后，細(xì)節(jié)信息位于較亮和較暗區(qū)域之間，通過S型變換可以拉伸去霧反轉(zhuǎn)圖像中間區(qū)域，同時通過S型變換使得去霧反轉(zhuǎn)圖像灰度級恢復(fù)到[0,255]區(qū)間。具體說，在夜間、較暗的室內(nèi)及陰雨等環(huán)境下，本算法可以自適應(yīng)增強(qiáng)在低照度成像條件下圖像和視頻的亮度和對比度，提高圖像和視頻質(zhì)量，尤其是在外界光照偏向某一顏色的低照度成像條件下，對于存在色偏圖像的增強(qiáng)有較好的效果，能夠改善該條件下圖像增強(qiáng)后色偏加重現(xiàn)象?？梢詰?yīng)用在民用的照相攝像、智能視頻監(jiān)控、智能安防、智能交通和光學(xué)成像制導(dǎo)等領(lǐng)域。本發(fā)明針對目前現(xiàn)有低照度圖像增強(qiáng)算法存在的問題，提出了在增強(qiáng)前加入逆S型變換和增強(qiáng)后使用S型變換的方法減弱低照度圖像增強(qiáng)后存在的色偏加重現(xiàn)象，引入了新的透射率修正公式解決了亮處區(qū)域的增強(qiáng)效果差的缺點，并且提出了利用圖像的亮度自適應(yīng)修改圖像增強(qiáng)參數(shù)，使得算法對不同光照條件下圖像有更好的適應(yīng)性。所提算法具有適應(yīng)性強(qiáng)和減小色偏的特點。具體實施方式二：本實施方式步驟二所述的逆S型變換的公式如下：I(i,j)＝255*(a-ln(-1+260/(L(i,j)+4)))/b其中，I(i,j)、L(i,j)分別為逆圖像I、低照度圖像L的第i行，第j列的像素點；a、b均為變換參數(shù)，a的取值為4，變換參數(shù)b的取值為8。其他步驟和參數(shù)與具體實施方式一相同。具體實施方式三：本實施方式步驟三的具體過程包括以下步驟：步驟三一、利用公式H(i,j)＝255-I(i,j)對逆圖像I做反轉(zhuǎn)，得到反轉(zhuǎn)圖像H；其中，I(i,j)為逆圖像I中第i行，第j列像素點；L(i,j)為反轉(zhuǎn)圖像H中第i行，第j列像素點；步驟三二、利用公式求取初始暗通道圖像D；其中，D(i,j)為初始暗通道圖像D中第i行，第j列像素點；min代表取最小值操作；c取R、G、B，對應(yīng)RGB顏色空間下紅綠藍(lán)三個顏色通道，Hc(i,j)為反轉(zhuǎn)圖像H在RGB顏色空間下某一個通道第i行，第j列像素點；步驟三三、對初始暗通道圖像做中值濾波操作，得到中值濾波圖像，具體計算公式如下：其中，Dmedian(i,j)為初始暗通道圖像經(jīng)過中值濾波后所得中值濾波圖像Dmedian的第i行，第j列像素點；median代表中值濾波操作；Ω(i,j)為以像素D(i,j)為中心的大小為N*N圖像塊，N的大小取值為3；步驟三四、在中值濾波圖像Dmedian(i,j)中選取亮度最大的前0.1％的像素點，在所述像素點中選取對應(yīng)反轉(zhuǎn)圖像H中灰度最大的像素點，將中值濾波圖像Dmedian(i,j)中選取出來的對應(yīng)反轉(zhuǎn)圖像H中灰度最大的像素點對應(yīng)的灰度值作為大氣光強(qiáng)度估值A(chǔ)。其他步驟和參數(shù)與具體實施方式一或二相同。具體實施方式四：本實施方式步驟四中所述求取反轉(zhuǎn)圖像H在HSV顏色空間下V通道的平均灰度值作為反轉(zhuǎn)圖像H的平均亮度x的具體過程包括以下步驟：圖像的平均亮度求取公式如下：其中，Hv(i,j)是反轉(zhuǎn)圖像H在HSV顏色空間下V通道中的第i行，第j列像素點；x為圖像的平均亮度，w和h分別是圖像的寬度和高度，下標(biāo)v表示HSV顏色空間下V通道。其他步驟和參數(shù)與具體實施方式一至三之一相同。具體實施方式五：本實施方式步驟四中所述利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)的具體過程包括以下步驟：利用反轉(zhuǎn)圖像H的平均亮度x求取自適應(yīng)增強(qiáng)參數(shù)：w0＝0.75-0.0011*(x-30)其中，w0為自適應(yīng)增強(qiáng)參數(shù)，當(dāng)反轉(zhuǎn)圖像的平均亮度x＝30時，w0為0.75。其他步驟和參數(shù)與具體實施方式四相同。具體實施方式六：本實施方式步驟五的具體過程包括以下步驟：利用大氣成像方程求取透射率圖像T的具體公式如下：T(i,j)＝1-w0*(Dmedian(i,j)/A)其中，T(i,j)為透射率圖像T第i行，第j列的像素點，w0為自適應(yīng)增強(qiáng)參數(shù)，通過調(diào)節(jié)自適應(yīng)增強(qiáng)參數(shù)的值可以改變對低照度圖像的增強(qiáng)程度；A為大氣光強(qiáng)度估值；對透射率圖像進(jìn)行修正，修正公式如下：其中，T(i,j)為透射率圖像T第i行，第j列像素點；Tcorrect為對透射率圖像修正后所得透射率修正圖像，Tcorrect(i,j)為透射率修正圖像Tcorrect的第i行，第j列像素點；將透射率修正圖像Tcorrect中大小為M*M的圖像塊記為圖像塊W′(i,j)，將透射率平滑圖像Tguidefilt中與圖像塊W′(i,j)大小相同位置相同的圖像塊記為圖像塊W(i,j)；M的大小取值為5；在透射率平滑圖像Tguidefilt中，對以像素點Tguidefilt(i,j)為中心大小為M*M的圖像塊W(i,j)內(nèi)所有像素做以下近似：Tguidefilt(m′,n′)＝k(i,j)Tcorrect(m′,n′)+l(i,j)其中，m′、n′表示像素的位置，(m′,n′)∈W(i,j)，且(m′,n′)∈W′(i,j)；Tguidefilt(m′,n′)是透射率平滑圖像Tguidefilt第m′行，第n′列像素點；Tcorrect(m′,n′)是透射率修正圖像Tcorrect第m′行，第n′列像素點；k(i,j)，l(i,j)為近似參數(shù)；l(i,j)＝u(i,j)(1-k(i,j))其中，為Tcorrect中圖像塊W′(i,j)內(nèi)所有像素點的方差；u(i,j)為Tcorrect中圖像塊W′(i,j)內(nèi)所有像素點的均值；count(W′)是圖像塊W′(i,j)內(nèi)所有像素的數(shù)目；ε為平滑參數(shù)，平滑參數(shù)ε為一較小值，防止k(i,j)過大，ε取0.01；得到Tguidefilt(i,j)后，如果Tguidefilt(i,j)＜0.1，則令Tguidefilt(i,j)＝0.1。其他步驟和參數(shù)與具體實施方式一至五之一相同。具體實施方式七：本實施方式步驟六所述得到去霧圖像J的具體過程包括以下步驟：根據(jù)透射率平滑圖像Tguidefilt和大氣光強(qiáng)度估值A(chǔ)得到去霧圖像J，公式如下：Jc(i,j)＝(Hc(i,j)-(1-Tguidefilt(i,j))*A)/Tguidefilt(i,j)其中，Tguidefilt為透射率修正圖像Tcorrect經(jīng)過導(dǎo)向濾波后所得透射率平滑圖像，Tguidefilt(i,j)為透射率平滑圖像Tguidefilt的第i行，第j列像素點；J為對反轉(zhuǎn)圖像H進(jìn)行去霧操作后所得去霧圖像，Jc(i,j)為去霧圖像J在RGB顏色空間下某一個通道第i行，第j列像素點；c取R、G、B，對應(yīng)RGB顏色空間下紅綠藍(lán)三個顏色通道；Hc(i,j)為反轉(zhuǎn)圖像H在RGB顏色空間下某一個通道第i行，第j列像素點。其他步驟和參數(shù)與具體實施方式一至六之一相同。具體實施方式八：本實施方式步驟七所述對去霧圖像J進(jìn)行反轉(zhuǎn)得到反轉(zhuǎn)去霧圖像K的具體過程包括以下步驟：反轉(zhuǎn)公式如下：Kc(i,j)＝255-Jc(i,j)其中，Kc(i,j)為反轉(zhuǎn)去霧圖像K在RGB顏色空間下某一個通道第i行，第j列像素點；對反轉(zhuǎn)去霧圖像K做變換得到最終增強(qiáng)圖像：Gc(i,j)＝255/(1+e^(a-b*(255-Kc(i,j)/255)))其中，a、b與步驟二中相同；Kc(i,j)為反轉(zhuǎn)去霧圖像K在RGB顏色空間下某一個通道第i行，第j列像素點；Gc(i,j)為最終增強(qiáng)圖像G在RGB顏色空間下某一個通道第i行，第j列像素點；e為數(shù)學(xué)上的常數(shù)。其他步驟和參數(shù)與具體實施方式一至七之一相同。按照本實施方式進(jìn)行圖像增強(qiáng)的效果如圖5和圖6所示，圖5為實施例中圖像增強(qiáng)前的原始圖像，圖6為實施例中應(yīng)用本發(fā)明進(jìn)行圖像增強(qiáng)后的圖像。通過圖5和圖6的對比明顯能夠看出本發(fā)明的增強(qiáng)效果十分明顯。圖像在HSV空間下V通道代表圖像亮度，取值范圍為[0,255]，V通道越大代表圖像亮度值越大；S通道代表圖像飽和度，飽和度越高代表顏色越深，取值范圍為[0,1]。通過表1能夠看出增強(qiáng)后圖像V通道平均值顯著增加，即增強(qiáng)后圖像亮度顯著提高。增強(qiáng)前圖像整體偏深藍(lán)色，通過表1能夠看出增強(qiáng)后圖像S通道平均值降低，圖像整體偏深藍(lán)現(xiàn)象減弱。同時可以看出增強(qiáng)后圖像的灰度圖像的對比度、平均梯度和信息熵均有所增加。表1圖像增強(qiáng)前后的數(shù)據(jù)對比S通道平均值V通道平均值對比度平均梯度信息熵原圖0.607187.269650.64933.76576.5690增強(qiáng)后圖像0.5877163.2330547.110713.11767.5287注：對比度，平均梯度及信息熵均為轉(zhuǎn)換為灰度圖像后求取所得。對比度計算公式為：其中，C為圖像對對比度，α為相鄰像素點間灰度差，Pα為相鄰像素點間的灰度差為α的像素點分布概率，中心像素點周圍8近鄰像素點為相鄰像素點。求取任意灰度圖像F的平均梯度計算公式為：其中，F(xiàn)(i,j)為圖像F的第i行，第j列的像素點；w為圖像F的寬度，h為圖像F的高度；g為圖像F的平均梯度。當(dāng)前第1頁1 2 3