一種Retinex圖像增強(qiáng)方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于數(shù)字視頻圖像處理技術(shù)領(lǐng)域，具體涉及一種Retinex圖像增強(qiáng)方法及 系統(tǒng)。
【背景技術(shù)】
[0002] 圖像增強(qiáng)是指按特定的需要采用特定方法突出圖像中的某些信息，同時(shí)削弱或去 除無關(guān)信息，或?qū)⒃磮D像轉(zhuǎn)換成一種更適合人或機(jī)器進(jìn)行分析處理形式的圖像處理方法。 傳統(tǒng)圖像增強(qiáng)方法主要包含圖像灰度級(jí)變換、直方圖均衡化、Ga_a校正、圖像銳化、邊緣增 強(qiáng)等。傳統(tǒng)圖像增強(qiáng)算法一般功能較單一，只能增強(qiáng)某一類型圖像或者圖像的某些局部特 征，并且不同類型圖像需要不斷調(diào)整參數(shù)才能獲得較好的增強(qiáng)效果。
[0003] Retinex圖像增強(qiáng)方法是針對(duì)上述情況提出的一種相對(duì)最優(yōu)的方法。現(xiàn)有的 Retinex圖像增強(qiáng)方法如下：
[0004] Retinex圖像增強(qiáng)方法的基本假設(shè)是源圖像F(x, y)是圖像照度分量I (X，y)和圖 像反射分量R(x，y)的乘積，如公式（1)所示，
[0005] F(x,y) = R(x,y) XI(x,y) (1)
[0006] 其中，x，y是圖像橫縱坐標(biāo)點(diǎn)，圖像照度分量I (x，y)代表環(huán)境光，決定了源圖像 F(x，y)的動(dòng)態(tài)范圍；圖像反射分量R(x，y)代表物體的反射性質(zhì)，決定了源圖像F(x，y)的 圖像細(xì)節(jié)。
[0007] 圖像照度分量I (X，y)如公式（2)所示，
[0008] I (x, y) = F(x, y)*G(x, y) (2)
[0009] G(x，y)為低通卷積環(huán)繞函數(shù)，一般采用高斯形式，用來從源圖像F(x，y)中估算圖 像照度分量I (X，y)，其表達(dá)式為公式（3)所示，
[0010] ,3)
[0011] 其中λ是常量矩陣，它使得
[0012] / / G (x, y) dxdy = 1 (4)
[0013] c為尺度常量。
[0014] 則圖像反射分量R(x，y)可以表示如公式（5)所示，
[0015] R(x,y) = F(x,y)/[F(x,y)*G(x,y)] (5)
[0016] Retinex圖像增強(qiáng)方法基本原理就是源圖像F(x, y)除以源圖像F(x, y)與低通卷 積環(huán)繞函數(shù)G(x，y)的卷積結(jié)果，其目的是消除光照不均的影響，達(dá)到提高圖像視覺效果的 目的。而且低通卷積環(huán)繞函數(shù)G(x，y)越尖銳，圖像反射分量R(x，y)越突出；反之，低通卷 積環(huán)繞函數(shù)G(x，y)越平坦，則圖像照度分量I (X，y)保持得越好。該方法不只增強(qiáng)圖像某一 類特征，還能在亮度再現(xiàn)、動(dòng)態(tài)范圍壓縮和色彩恒常性三方面達(dá)到平衡，因而可以對(duì)不同類 型的圖像進(jìn)行自適應(yīng)性地增強(qiáng)。但Retinex圖像增強(qiáng)方法采用單/多尺度模板卷積運(yùn)算， 計(jì)算復(fù)雜度往往超出實(shí)際應(yīng)用的需要。該方法在軟件平臺(tái)上實(shí)現(xiàn)時(shí)，實(shí)時(shí)性較差；而通過多 核DSP硬件實(shí)現(xiàn)則占用大量內(nèi)存，增加圖像處理系統(tǒng)成本，同時(shí)實(shí)時(shí)性沒有得到徹底改善。

【發(fā)明內(nèi)容】

[0017] 本發(fā)明解決的技術(shù)問題是，提供一種Retinex圖像增強(qiáng)方法及系統(tǒng)，該方法可以 針對(duì)不同類型圖像進(jìn)行自適應(yīng)增強(qiáng)，該系統(tǒng)保證了圖像增強(qiáng)的實(shí)時(shí)性。
[0018] 為了解決上述技術(shù)問題，本發(fā)明提供一種Retinex圖像增強(qiáng)方法，包括以下步驟：
[0019] 步驟一、對(duì)攝像機(jī)采集的視頻源圖像進(jìn)行多次均值濾波迭代生成圖像照度分量， 根據(jù)公式n = m/N，計(jì)算均值濾波迭代次數(shù)n，其中N為均值濾波窗口寬度，m為源圖像的寬 度；
[0020] 步驟二、根據(jù)源圖像和圖像照度分量獲得圖像反射分量；
[0021] 步驟三、圖像照射分量修正：使用直方圖統(tǒng)計(jì)方法，根據(jù)圖像照射分量各灰度級(jí)的 像素點(diǎn)數(shù)目，生成圖像照射分量的直方圖；將所有灰度級(jí)像素點(diǎn)累加，將累加結(jié)果均分至所 有灰度級(jí)中，生成直方圖均衡映射表；通過直方圖均衡映射表，生成直方圖均衡化后的圖像 照射分量；
[0022] 步驟四、圖像反射分量修正：使用直方圖統(tǒng)計(jì)方法，根據(jù)圖像反射分量各灰度級(jí)的 像素點(diǎn)數(shù)目，生成圖像反射分量的直方圖；根據(jù)像素點(diǎn)數(shù)目閾值，讀取所有灰度級(jí)像素點(diǎn)累 加，計(jì)算出自適應(yīng)灰度級(jí)范圍及映射灰度級(jí)；通過自適應(yīng)映射灰度級(jí)，生成自適應(yīng)線性變換 后的圖像反射分量；
[0023] 步驟五、根據(jù)修正后的圖像照射分量和圖像反射分量，計(jì)算獲得經(jīng)過Retinex圖 像增強(qiáng)后的圖像。
[0024] 本發(fā)明還提供一種Retinex圖像增強(qiáng)系統(tǒng)，包括迭代卷積模塊、反射分量生成模 塊、照度分量修正模塊、反射分量修正模塊、增強(qiáng)圖像生成模塊，上述模塊均在FPGA上實(shí) 現(xiàn)；
[0025] 迭代卷積模塊輸出端同時(shí)與反射分量生成模塊和照度分量修正模塊的輸入端相 連，反射分量生成模塊的輸出端與反射分量修正模塊的輸入端相連，反射分量修正模塊的 輸出端與增強(qiáng)圖像生成模塊的輸入端相連，照度分量修正模塊的輸出端與增強(qiáng)圖像生成模 塊的輸入端相連。
[0026] 攝像機(jī)采集的視頻源圖像送入迭代卷積模塊進(jìn)行多次均值濾波迭代生成照度分 量發(fā)送給反射分量生成模塊與照度分量修正模塊；
[0027] 反射分量生成模塊接收到照度分量后，讀取存儲(chǔ)在第一塊隨機(jī)存儲(chǔ)器中的源圖像 后計(jì)算反射分量，然后將反射分量發(fā)送至反射分量修正模塊；
[0028] 反射分量修正模塊接收到反射分量后，利用自適應(yīng)灰度變換對(duì)反射分量進(jìn)行修 正，修正后的反射分量發(fā)送給增強(qiáng)圖像生成模塊；
[0029] 照度分量修正模塊接收到照度分量后，利用直方圖均衡化對(duì)照度分量進(jìn)行修正， 修正后的照度分量發(fā)送給增強(qiáng)圖像生成模塊；
[0030] 增強(qiáng)圖像生成模塊接收到修正后的反射分量和照度分量，生成增強(qiáng)后的圖像。
[0031] 本發(fā)明Retinex圖像增強(qiáng)系統(tǒng)中，中間產(chǎn)生的部分?jǐn)?shù)據(jù)利用片內(nèi)塊隨機(jī)存儲(chǔ)器進(jìn) 行緩存。具體為：攝像機(jī)采集的視頻源圖像與反射分量生成模塊之間連接有第一塊隨機(jī)存 儲(chǔ)器，反射分量生成模塊調(diào)用第一塊隨機(jī)存儲(chǔ)器，照度分量修正模塊內(nèi)部調(diào)用第二塊隨機(jī) 存儲(chǔ)器和第三塊隨機(jī)存儲(chǔ)器，反射分量生成模塊內(nèi)部調(diào)用第四塊隨機(jī)存儲(chǔ)器和第五塊隨機(jī) 存儲(chǔ)器。攝像機(jī)采集的視頻源圖像使用第一塊隨機(jī)存儲(chǔ)器進(jìn)行緩存；照度分量修正模塊進(jìn) 行直方圖統(tǒng)計(jì)的灰度值個(gè)數(shù)緩存在第二塊隨機(jī)存儲(chǔ)器中，而直方圖均衡化映射表緩存在第 三塊隨機(jī)存儲(chǔ)器中；反射分量修正模塊進(jìn)行自適應(yīng)灰度拉伸統(tǒng)計(jì)的灰度值個(gè)數(shù)緩存在第四 塊隨機(jī)存儲(chǔ)器中，而自適應(yīng)灰度拉伸映射表緩存在第五塊隨機(jī)存儲(chǔ)器中。
[0032] 本發(fā)明對(duì)低通卷積環(huán)繞函數(shù)的改進(jìn)
[0033] 如【背景技術(shù)】中式（3)所示，高斯形式的低通卷積環(huán)繞函數(shù)G(x，y)，由于存在指數(shù) 函數(shù)，因此硬件實(shí)現(xiàn)時(shí)計(jì)算復(fù)雜，本發(fā)明選用均值濾波代替高斯形式的低通卷積環(huán)繞函數(shù) G(x，y)對(duì)源圖像F(x，y)進(jìn)行卷積。
[0034] 例如，以窗口大小N = 3為例對(duì)源圖像信，
采用均值濾波進(jìn)行 卷積，ay為圖像坐標(biāo)對(duì)應(yīng)的灰度值，m、η為源圖像長和寬。
[0035] 則一次均值濾波后圖像信號(hào)為
〃 by是第一次均值濾波后圖像 坐標(biāo)對(duì)應(yīng)的灰度值。
[0036] 由均值濾波算法知，任意位bi」（1彡i彡η, 1彡j彡m)的值為a; u i至ai+1,.j+1連 續(xù)9個(gè)數(shù)的均值，即
[0037]
(5)
[0038] 設(shè)第二次均值濾波后的圖像信號(hào)：
^,是 第二次均值濾波后圖像坐標(biāo)對(duì)應(yīng)的灰度值。當(dāng)i = 1，η時(shí)，= 1?。展開得到式（6) 所示
[0039]
[0040] 同理，三次均值濾波后的圖像信號(hào)
，其中屯如式（7)所示，屯 是第三次均值濾波后圖像坐標(biāo)對(duì)應(yīng)的灰度值。
[0041]
[0042] 同樣，可以推導(dǎo)出更多次均值濾波的迭代過程。式（6)、（7)表明，多次均值濾波后 圖像信號(hào)任意點(diǎn)(或 Cl])的值取決于i，j位前后上下數(shù)據(jù)的加權(quán)平均值，且權(quán)值數(shù)據(jù)分 布具備高斯特性，即符合式（3)的分布特性。因此，多次均值濾波迭代可以很好地逼近高斯 形式的低通卷積環(huán)繞函數(shù)G (X，y)。
[0043] 本發(fā)明圖像照度分量與圖像反射分量的修正
[0044] 圖像照度分量I (X，y)代表環(huán)境光，對(duì)應(yīng)著圖像的低頻分量，決定了源圖像F(x，y) 中像素能到達(dá)的動(dòng)態(tài)范圍，與物體無關(guān)。本發(fā)明通過直方圖均衡化修正圖像照度分量 I(x，y)，來提高圖像的全局對(duì)比度。圖像反射分量R(x，y)代表物體的反射性質(zhì)，對(duì)應(yīng)著圖 像中的高頻分量，決定了源圖像F(x，y)的圖像細(xì)節(jié)。因此，可以通過調(diào)整圖像反