CN114037641A - 一种低照度图像增强方法、装置、设备及介质 - Google Patents
一种低照度图像增强方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114037641A CN114037641A CN202111215441.XA CN202111215441A CN114037641A CN 114037641 A CN114037641 A CN 114037641A CN 202111215441 A CN202111215441 A CN 202111215441A CN 114037641 A CN114037641 A CN 114037641A
- Authority
- CN
- China
- Prior art keywords
- image
- color space
- area
- low
- region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20004—Adaptive image processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本说明书实施例公开了一种低照度图像增强方法。包括:获取处于第一颜色空间的低照度图像;将低照度图像由第一颜色空间转换到第二颜色空间,并获得低照度图像的第二颜色空间饱和度分量与亮度分量;对低照度图像的亮度分量进行自适应全局增强处理得到第一图像;基于聚类的方式对第一图像进行区域分割,确定出第一图像的第一区域与第二区域;第一区域亮度高于所述第二区域,且第一区域与所述第二区域的亮度差大于预设阈值;对第二区域的饱和度分量进行非线性拉伸,并对第一区域进行掩膜处理,以调整第二区域的饱和度分量,获得处理后的第二图像;将处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
Description
技术领域
本说明书涉及图像处理技术领域,尤其涉及一种低照度图像增强、方法、装置、设备及介质。
背景技术
在图像采集或者视频监控的应用中,经常会有背光等低照度的情况,采集到的图像信噪比和对比度都较低,需要进行图像增强处理后才能使得图像中的细节被识别。图像增强就是扩大图像的灰度范围和提高图像的整体亮度,改善图像的主观质量,使得无法辨识的图像细节能够被人眼或机器识别。
而目前传统的图像增强方法中,如果没有考虑到不同区域具有的明亮度具有很大区别时,容易导致高明亮度的区域出现光晕等现象或者出现明显的色彩失真的问题。
因此,现需要一种可以对低照度图像进行有效的图像增强的方法。
发明内容
本说明书一个或多个实施例提供了一种低照度图像增强方法,用于解决如下技术问题:如何提供一种有效且简单的对低照度图像进行增强的方法。
本说明书一个或多个实施例采用下述技术方案:
本说明书一个或多个实施例提供一种低照度图像增强方法,方法包括:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
可选地,本说明书一个或多个实施例中,所述基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域,具体包括:
在所述第一图像中选择多个初始类中心;
将所述第一图像中的点根据欧几里得距离,分配到所述多个初始类中心中最近的初始类中心,获得聚类后的多个类;
根据所述聚类后的类,计算每个类的当前类中心;
若所述当前类中心与所述初始类中心不同,则进行迭代重新获得所述第一图像的类中心点;若所述当前类中心与所述初始类中心相同,则获得所述第一区域与所述第二区域的分割结果。
可选地,本说明书一个或多个实施例中,所述在在所述第一图像中选择多个初始类中心,具体包括:
确定所述第一图像中第一区域与第二区域的区域划分数量;
根据所述区域划分数量在所述第一图像的相应区域中选择多个初始类中心点;其中,所述初始类中心的数量与所述区域划分数量相对应。
可选地,本说明书一个或多个实施例中,所述对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像,具体包括:
获取所述第一图像中各个像素点的饱和度分量与亮度分量;
对所述第一区域进行掩膜遮挡处理,并根据预设拉伸公式对所述第二区域的像素点进行饱和度分量的非线性拉伸;其中,所述预设拉伸公式为:
可选地,本说明书一个或多个实施例中,所述将所述低照度图像由第一颜色空间转换到第二颜色空间,具体包括:
根据预设第一转换公式获得所述低照度图像在所述第二颜色空间的亮度分量;其中,所述预设第一转换公式为:V=max(R,G,B);V为所述第二颜色空间的亮度分量,R、G、B为所述第一颜色空间的三原色分量;
可选地,本说明书一个或多个实施例中,所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像,具体包括:
根据预设亮度调整公式对所述低照度图像的亮度分量进行自适应增强处理,获得第一图像;其中所述预设亮度调整公式为V'(x,y)为所述亮度分量增强后的所述第一图像的输出结果,Vmax为所述低照度图像的最大亮度值。
可选地,本说明书一个或多个实施例中,所述获的增强后的图像之后,所述方法还包括:
获取所述增强后的图像作为待处理的低照度颜色图像,在所述待处理的低照度颜色图像的空域基于引导滤波去除所述低照度图像的高频噪声,获得引导滤波后的图像;
对所述引导滤波后的图像进行小波分解,以对所述引导滤波后的图像进行小波阈值去噪;
基于小波逆变换获得第一颜色空间的低照度图像。
本说明书一个或多个实施例提供一种低照度图像增强装置,其特征在于,所述装置包括:
获取单元,用于获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
第一转换单元,用于将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
第一处理单元,用于对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
分割单元,用于基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
第二处理单元,用于对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
第二转换单元,用于将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
本说明书一个或多个实施例提供一种低照度图像增强设备,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
本说明书一个或多个实施例提供的一种非易失性计算机存储介质,存储有计算机可执行指令,所述计算机可执行指令设置为:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:
将低照度图像由适合显示器系统的第一颜色空间转换到符合人眼视觉特性的第二颜色空间中进行增强处理,避免了第一颜色空间中的色彩分量进行增强时所导致的色彩失衡问题,减轻了图像色彩失真的问题。通过对低照度图像进行图像分割,可以选择性的对各图像区域进行图像增强。此外,通过对饱和度分量的非线性拉伸,使得增强后的低照度图像具有较高的色彩保持性,减小了色彩失真的概率。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本说明书实施例提供的一种低照度图像增强方法的方法流程示意图;
图2为本说明书实施例提供的一种应用场景下的原始低照度图像的亮度分量图像;
图3为本说明书实施例提供的一种应用场景下亮度分量进行自适应增强后的第一图像;
图4为本说明书实施例提供的一种应用场景下的区域分割识别结果的图像;
图5为本说明书实施例提供的一种应用场景下原始低照度图像的饱和度分量图像;
图6为本说明书实施例提供的一种应用场景下未对低照度图像进行掩膜处理时饱和度分量增强图像;
图7为本说明书实施例提供的一种应用场景下对低照度图像进行淹没处理后的饱和度分量增强图像;
图8为本说明书实施例提供的一种低照度图像增强装置的内部结构示意图;
图9为本说明书实施例提供的一种低照度图像增强设备的内部结构示意图;
图10为本说明书实施例提供的一种非易失性存储介质的内部结构示意图。
具体实施方式
本说明书实施例提供了一种低照度图像增强方法、装置、设备及介质。
在图像采集或视频监控的应用中,由于受到光照不均、低照度等外部因素的影响,获得的图像常常会出现亮度不均、对比度低、颜色失真等问题,导致图像质量变差,影响之后的信息判读和提取。因此,为了改善彩色图像质量并提取更多的可用信息,快速且有效的图像增强算法成为了图像分析领域的关键内容之一。
现有技术中图像增强方法主要包括空域和频域图像增强算法、基于人工神经网络的图像增强算法、基于人眼视觉特性的图像增强算法等。然而传统算法对低照度图像增强方法中,如果没有考虑图像中天空区域、白色物体、水面等明亮区域与非天空区域等非明亮区域的差别,很容易导致图像增强过程中明亮区域出现光晕、色彩失真等问题。且传统算法中基于HSV或HSI空间的低照度增强方法,对饱和度的处理采用线性拉伸,容易导致色彩失真,采用自适应处理等方式对饱和度进行处理时则具有较高的运算复杂度。
为了解决上述技术问题,本说明书提供了一种低照度图像增强方法,通过将低照度图像由适合显示系统进行第一颜色空间转为符合人眼视觉特征的第二颜色空间进行处理,缓解了出现图像色彩失真的问题。通过对图像区域进行分割,实现了选择性的调整不同区域的图像增强效果,同时通过对饱和度分量的非线性拉伸,解决了传统算法采用线性拉伸时容易导致色彩失真的问题。
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本说明书保护的范围。
如图1所示,本说明书实施例提供了一种低照度图像增强方法的方法流程示意图。
由图1可知,方法包括以下步骤:
S101:获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示。
现实中拍摄的图像,常常由于光线昏暗、曝光不足以及背光等拍摄原因,使得电子设备采集到的图像亮度、对比度低、且含噪声较多,严重影响了对图像内容的分析理解,因此对低照度图像进行增强具有重要的意义。
在对图像进行增强之前,首先需要获取电子设备采集到的处于第一颜色空间的低照度图像,以对低照度图像进行后续的处理。
其中,需要说明的是第一颜色空间是适合显示器系统的色彩空间。如:RGB颜色空间以R(Red:红)、G(Green:绿)、B(Blue:蓝)三种基本色为基础,进行不同程度的叠加,产生丰富而广泛的颜色,所以俗称三基色模式。RGB空间是生活中最常用的一个颜色显示模型,电视机、电脑的CRT显示器等大部分都是采用这种模型。
S102:将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性。
在本说明书一个或多个实施例中,所述将所述低照度图像由第一颜色空间转换到第二颜色空间,具体包括:
根据预设第一转换公式获得所述低照度图像在所述第二颜色空间的亮度分量;其中,所述预设第一转换公式为:V=max(R,G,B);V为所述第二颜色空间的亮度分量,R、G、B为所述第一颜色空间的三原色分量;
由于第一颜色空间不符合人眼的视觉特性,在对图像进行增强的过程中,直接对第一颜色空间的低照度图像进行处理时,会导致色彩失真的问题。因此,需要转换到其他适合人眼视觉特性的第二颜色空间中进行图像增强处理。本说明书实施例的第二颜色空间以HSV颜色空间进行说明。
将获取的低照度图像由第一颜色空间转换到第二颜色空间的过程为:
根据预先设置的第一转换公式:V=max(R,G,B)获得低照度图像在第二颜色空间的亮度分量V。即将低照度图像中第一颜色空间中每个点中R、G、B三分量的最大值,作为第二颜色空间中该点的亮度分量。根据预先设置的第二转换公式获得低照度图像在第二颜色空间的饱和度分量S。其中C=min(R,G,B)即第一颜色空间中每个点中R、G、B三分量的最小值。根据预先设置的第三转换公式将获得所述低照度图像在所述第二颜色空间的色度分量。预设第三转换公式为:若计算过程中出现H<0的情况则需要根据修正公式对第二颜色空间的色度分量进行修正。
其中,需要说明的是,HSV颜色空间中,色度H通常用来从宏观上区分某一种颜色,例如:白、黄、青、绿、品红、红、蓝、黑等就是色度;饱和度S指的是颜色的纯度,通常情况下,颜色越鲜艳,饱和度越高,颜色越暗淡,饱和度越低;亮度V指的是颜色的明暗程度,亮度越高,颜色越亮,亮度越低,颜色越暗。HSV颜色空间不适合显示器系统,但是更符合人眼的视觉特性,因此通常会将颜色从步骤S101中叙述的RGB颜色空间转换至HSV颜色空间进行图像增强处理。
S103:对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像。
在本说明书一个或多个实施例中,所述对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像,具体包括:
根据预设亮度调整公式对所述低照度图像的亮度分量进行自适应增强处理,获得第一图像;其中所述预设亮度调整公式为V'(x,y)为所述亮度分量增强后的所述第一图像的输出结果,Vmax为所述低照度图像的最大亮度值。
为亮度分量对数平均值基于对数平均公式获得;N表示像素的总数;σ为任意极小值,如e-6其作用主要是为了避免对像素值接近于0的纯黑像素进行对数计算时数值溢出的问题。基于自适应全局增强的亮度分量处理,使得低照度图像的非明亮区域的亮度得到了明显增强。
如图2为本说明书实施例中一应用场景下的原始低照度图像的亮度分量图像,图3为本说明书实施例一应用场景下亮度分量进行自适应增强后的第一图像。对比图2与图3可知,在第二颜色空间中经过对低照度图像进行亮度分量的调整后,相较于原始图像低照度情况得到了明显的改善,且越暗的区域增强效果越明显,本身明亮的区域如图中的天空区域变化并不明显。所以基于全局自适应的方式对亮度分量进行增强处理对可以缓解低照度的情况。
S104:基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值。
在本说明书一个或多个实施例中,所述基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域,具体包括:
在所述第一图像中选择多个初始类中心;
将所述第一图像中的点根据欧几里得距离,分配到所述多个初始类中心中最近的初始类中心,获得聚类后的多个类;
根据所述聚类后的类,计算每个类的当前类中心;
若所述当前类中心与所述初始类中心不同,则进行迭代重新获得所述第一图像的类中心点;若所述当前类中心与所述初始类中心相同,则获得所述第一区域与所述第二区域的分割结果。
在本说明书一个或多个实施例中,所述在在所述第一图像中选择多个初始类中心,具体包括:
确定所述第一图像中第一区域与第二区域的区域划分数量;
根据所述区域划分数量在所述第一图像的相应区域中选择多个初始类中心点;其中,所述初始类中心的数量与所述区域划分数量相对应。
低照度图像中存在亮度差值明显的区域时,例如低照度图像中存在有明亮的天空区域和非明亮的非天空区域时,如果不对天空区域与非天空区域的差别进行充分考虑则会导致图像增强后的天空区域出现光晕或色彩失真等现象。确定第一图像中第一区域与第二区域的数量,从而确定出在第一图像中进行区域划分时的需要划分的数量。根据区域划分的数量在第一图像中的各区域中分别选择出该区域的初始类中心。例如:在经过亮度处理的第一图像中具有天空区域、车灯明亮区域与其他非明亮地面区域。则需要划分的区域数量则为3个,则需要分别在天空区域、车灯明亮区域与其他非明亮地面区域这3个区域内,各随机选择一个点作为各自区域的初始类中心。若第一图像中仅具有天空区域与非天空区域,则区域划分数量为2个,需要分别在天空区域与非天空区域各抽取一个点作为两个区域的初始类中心。其中,需要说明的是,确定需要划分的区域数量可以基于第一图像中的亮度值进行确定,若亮度差值超过预设阈值则确定是可以相互划分的两个区域。
在确定各个区域的初始类中心后,基于聚类的方式将第一图像中的各个像素点根据欧几里得聚类分配到最近的初始类中心。假设需要划分为k个区域,则分配到k个初始类中心后得到聚类后的k个类。根据这k个类计算每个类当前类中心,如果当前类中心与初始类中心不同,则重复迭代聚类过程,直到当前类中心与初始类中心相同或者迭代次数达到设置的最大次数。根据聚类结果得到第一图像的区域分隔结果,获得高明亮的第一区域与非明亮的第二区域。如图4所示,为本说明书实施例中一应用场景下的区域分割识别结果的图像。图4以天空区域作为第一区域非天空区域作为第二区域,在根据上述过程进行聚类分析后,得到了不同区域的分割结果,图中白色区域为非天空区域的地面物体,黑色区域为识别出的天空区域。通过识别不同区域,使得后续图像增强处理时可以充分考虑不同区域的差别进行适应性增强,获得更有效的图像增强结果。
S105:对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像。
在本说明书一个或多个实施例中,所述对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像,具体包括:
获取所述第一图像中各个像素点的饱和度分量与亮度分量;
对所述第一区域进行掩膜遮挡处理,并根据预设拉伸公式对所述第二区域的像素点进行饱和度分量的非线性拉伸;其中,所述预设拉伸公式为:
对第一区域进行掩膜处理后,根据预设拉伸公式对第二区域的像素点进行饱和度分量的非线性拉伸。具体的,当mask(x,y)=1时,表明该像素不属于第一区域通过非线性方式调整其饱和度,否则不对饱和度分量进行处理。通过对第一区域进行掩膜遮挡,避免了对图像中各亮度区域同时进行饱和度提升时,饱和度差异明显的导致过饱和现象和色彩失真现象的发生。其中需要说明的是λ为调节参数,其典型值取2。
如图5所示为本说明书实施例提供的一种应用场景下原始低照度图像的饱和度分量图像,图6为本说明书实施例提供的一种应用场景下未对低照度图像进行掩膜处理时饱和度分量增强图像;图7为本说明书实施例提供的一种应用场景下对低照度图像进行掩膜处理后的饱和度分量增强图像。
对比图5与图6可知,在未对第一区域进行掩膜处理的情况下进行饱和度拉伸时,图6中第一区域中的云彩和天线杆周边的色彩出现失真情况图像变模糊。即在不区分第一区域与第二区域进行饱和度分量增强时,会使得图像的高明亮区域出现过饱和问题和色彩失真问题。对比图5与图7可知,在对第一区域进行掩膜并对第二区域进行饱和度非线性拉伸之后,图7相对于图5中原始低照度图像的饱和度,其第二区域的饱和度得到明显提升,且第一区域中未发生过饱和现象。因此,对高明亮的第一区域进行掩膜遮挡,对第二区域进行饱和度分量非线性拉伸相对于不添加掩膜的方式具有更好的图像增强效果,并且可以避免全区域饱和度拉伸所造成的色彩失真问题。
S106:将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
在本说明书一个或多个实施例中,所述获得增强后的图像之后,所述方法还包括:
获取待处理的低照度颜色图像,在所述待处理的低照度颜色图像的空域基于引导滤波去除所述低照度图像的高频噪声,获得引导滤波后的图像;
对所述引导滤波后的图像进行小波分解,以对所述引导滤波后的图像进行小波阈值去噪;
基于小波逆变换获得第一颜色空间的低照度图像。
将处理后的图像由第二颜色空间在转换到第一颜色空间进行显示
在将低照度图像由第一颜色空间转换到第二颜色空间进行处理之后,需要转换到第一颜色空间中进行显示,获得增强后的图像。其中,由第二颜色空间转换到第一颜色空间的转换方式为现有技术,此处不再加以赘述。
在获取到图像增强后的第一颜色空间的低照度图像后,为了进一步提高图像的清晰度并较好的保留图像的边缘信息,可以将增强后的图像作为对待处理的低照度图像进行噪声过滤。具体的,在空域对获取的待处理低照度图像引导滤波去除待处理的低照度图像中的大部分高频噪声分量。再对引导滤波后的图像进行小波变换,将图像分解成不同空间、不同频率的子图像,以进一步去除高频噪声和低频噪声。使得待处理的低照度图像在去除噪声的同时,可以较为清晰的保留边缘细节信息。
其中,需要说明的是:引导滤波具有保边缘的特性,选择引导滤波作为空域滤波器可以对图像进行降噪处理。在对引导滤波后的图像进行小波变换时,对于特定的图像,不同的小波基、阈值函数、阈值的选取会对去噪效果产生不同的影响。如果阈值过小则会保留较多噪声,如果阈值过大则会在滤除噪声的同时模糊图像的边缘,因此需要根据实际需求对小波变换的参数进行确定。
如图8所示,本说明书实施例提供了一种低照度图像增强装置的内部结构示意图。
由图8可知,装置包括:
获取单元801,用于获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
第一转换单元802,用于将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
第一处理单元803,用于对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
分割单元804,用于基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
第二处理单元805,用于对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
第二转换单元806,用于将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
可选地,本说明书一个或多个实施例中,所述分割单元具体包括:类选择单元、聚类单元、计算单元、迭代单元;
所述类选择单元用于在所述第一图像中选择多个初始类中心;
所述聚类单元用于将所述第一图像中的点根据欧几里得距离,分配到所述多个初始类中心中最近的初始类中心,获得聚类后的多个类;
所述计算单元用于根据所述聚类后的类,计算每个类的当前类中心;
所述迭代单元用于若所述当前类中心与所述初始类中心不同,则进行迭代重新获得所述第一图像的类中心点;若所述当前类中心与所述初始类中心相同,则获得所述第一区域与所述第二区域的分割结果。
可选地,本说明书一个或多个实施例中,所述类选择单元具体包括:确定单元、对应选择单元;
所述确定单元用于确定所述第一图像中第一区域与第二区域的区域划分数量;
所述对应选择单元用于根据所述区域划分数量在所述第一图像的相应区域中选择多个初始类中心点;其中,所述初始类中心的数量与所述区域划分数量相对应。
可选地,本说明书一个或多个实施例中,所述第二处理单元具体包括:分量获取单元、拉伸单元;
所述分类获取单元用于获取所述第一图像中各个像素点的饱和度分量与亮度分量;
所述拉伸单元用于对所述第一区域进行掩膜遮挡处理,并根据预设拉伸公式对所述第二区域的像素点进行饱和度分量的非线性拉伸;其中,所述预设拉伸公式为:
可选地,本说明书一个或多个实施例中,所述第一转换单元具体包括:亮度转换单元、饱和度转换单元、色度转换单元;
所述亮度转换单元用于根据预设第一转换公式获得所述低照度图像在所述第二颜色空间的亮度分量;其中,所述预设第一转换公式为:V=max(R,G,B);V为所述第二颜色空间的亮度分量,R、G、B为所述第一颜色空间的三原色分量;
可选地,本说明书一个或多个实施例中,所述第一处理单元具体包括:平均单元、亮度增强单元;
所述亮度增强单元用于根据预设亮度调整公式对所述低照度图像的亮度分量进行自适应增强处理,获得第一图像;其中所述预设亮度调整公式为V'(x,y)为所述亮度分量增强后的所述第一图像的输出结果,Vmax为所述低照度图像的最大亮度值。
可选地,本说明书一个或多个实施例中,所述装置还包括:滤波单元,用于获取增强后的图像作为待处理的低照度颜色图像,在所述待处理的低照度颜色图像的空域基于引导滤波去除所述低照度图像的高频噪声,获得引导滤波后的图像;对所述引导滤波后的图像进行小波分解,以对所述引导滤波后的图像进行小波阈值去噪;基于小波逆变换获得第一颜色空间的低照度图像。
如图9所示,本说明书实施例提供了一种低照度图像增强设备的内部结构示意图。
如图9所示,设备包括:
至少一个处理器901;以及,
与所述至少一个处理器901通信连接的存储器902;其中,
所述存储器902存储有可被所述至少一个处理器901执行的指令,所述指令被所述至少一个处理器901执行,以使所述至少一个处理器901能够:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
如图10所示,本说明书实施例提供了一种非易失性存储介质的内部结构示意图。
由图10可知,非易失性存储介质存储有计算机可执行指令1001,其特征在于,所述可执行指令1001包括:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本说明书的一个或多个实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书的一个或多个实施例可以有各种更改和变化。凡在本说明书的一个或多个实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种低照度图像增强方法,其特征在于,所述方法还包括:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
2.根据权利要求1所述的一种低照度图像增强方法,其特征在于,所述基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域,具体包括:
在所述第一图像中选择多个初始类中心;
将所述第一图像中的点根据欧几里得距离,分配到所述多个初始类中心中最近的初始类中心,获得聚类后的多个类;
根据所述聚类后的类,计算每个类的当前类中心;
若所述当前类中心与所述初始类中心不同,则进行迭代重新获得所述第一图像的类中心点;若所述当前类中心与所述初始类中心相同,则获得所述第一区域与所述第二区域的分割结果。
3.根据权利要求2所述的一种低照度图像增强方法,其特征在于,所述在所述第一图像中选择多个初始类中心,具体包括:
确定所述第一图像中第一区域与第二区域的区域划分数量;
根据所述区域划分数量在所述第一图像的相应区域中选择多个初始类中心点;其中,所述初始类中心的数量与所述区域划分数量相对应。
5.根据权利要求1所述的一种低照度图像增强方法,其特征在于,所述将所述低照度图像由第一颜色空间转换到第二颜色空间,具体包括:
根据预设第一转换公式获得所述低照度图像在所述第二颜色空间的亮度分量;其中,所述预设第一转换公式为:V=max(R,G,B);V为所述第二颜色空间的亮度分量,R、G、B为所述第一颜色空间的三原色分量;
7.根据权利要求1所述的一种低照度图像增强方法,其特征在于,所述获得增强后的图像之后,所述方法还包括:
获取所述增强后的图像作为待处理的低照度颜色图像,在所述待处理的低照度颜色图像的空域基于引导滤波去除所述低照度图像的高频噪声,获得引导滤波后的图像;
对所述引导滤波后的图像进行小波分解,以对所述引导滤波后的图像进行小波阈值去噪;
基于小波逆变换获得第一颜色空间的低照度图像。
8.一种低照度图像增强装置,其特征在于,所述装置包括:
获取单元,用于获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
第一转换单元,用于将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
第一处理单元,用于对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
分割单元,用于基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
第二处理单元,用于对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
第二转换单元,用于将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
9.一种基于第一区域的低照度图像增强设备,其特征在于,所述设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
10.一种非易失性存储介质,存储有计算机可执行指令,其特征在于,所述可执行指令包括:
获取处于第一颜色空间的低照度图像;其中,所述第一颜色空间符合显示器系统的色彩显示;
将所述低照度图像由第一颜色空间转换到第二颜色空间,并获得所述低照度图像的第二颜色空间饱和度分量与亮度分量;其中,所述第二颜色空间符合人眼的视觉特性;
对所述低照度图像的亮度分量进行自适应全局增强处理,得到第一图像;
基于聚类的方式对所述第一图像进行区域分割,确定出所述第一图像的第一区域与第二区域;其中,所述第一区域亮度高于所述第二区域,且所述第一区域与所述第二区域的亮度差大于预设阈值;
对所述第二区域的饱和度分量进行非线性拉伸,并对所述第一区域进行掩膜处理,以调整所述第二区域的饱和度分量,获得处理后的第二图像;
将所述处理后的第二图像从第二颜色空间转换到第一颜色空间,以获得增强后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215441.XA CN114037641A (zh) | 2021-10-19 | 2021-10-19 | 一种低照度图像增强方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111215441.XA CN114037641A (zh) | 2021-10-19 | 2021-10-19 | 一种低照度图像增强方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114037641A true CN114037641A (zh) | 2022-02-11 |
Family
ID=80141586
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111215441.XA Pending CN114037641A (zh) | 2021-10-19 | 2021-10-19 | 一种低照度图像增强方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114037641A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494004A (zh) * | 2022-04-15 | 2022-05-13 | 北京美摄网络科技有限公司 | 一种天空图像处理方法和装置 |
CN117422656A (zh) * | 2023-12-14 | 2024-01-19 | 西南交通大学 | 一种低照度模糊交通图像增强方法、装置、设备及介质 |
WO2025140457A1 (zh) * | 2023-12-29 | 2025-07-03 | 上海洛塔信息技术有限公司 | 基于色彩评估的图像色彩增强方法、装置及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654437A (zh) * | 2015-12-24 | 2016-06-08 | 广东迅通科技股份有限公司 | 一种对低照度图像的增强方法 |
CN106504212A (zh) * | 2016-11-07 | 2017-03-15 | 湖南源信光电科技有限公司 | 一种改进的hsi空间信息低照度彩色图像增强算法 |
CN106897981A (zh) * | 2017-04-12 | 2017-06-27 | 湖南源信光电科技股份有限公司 | 一种基于引导滤波的低照度图像增强方法 |
CN109447910A (zh) * | 2018-10-09 | 2019-03-08 | 湖南源信光电科技股份有限公司 | 一种基于模糊理论的低照度彩色图像增强方法 |
CN109785240A (zh) * | 2017-11-13 | 2019-05-21 | 中国移动通信有限公司研究院 | 一种低照度图像增强方法、装置及图像处理设备 |
-
2021
- 2021-10-19 CN CN202111215441.XA patent/CN114037641A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105654437A (zh) * | 2015-12-24 | 2016-06-08 | 广东迅通科技股份有限公司 | 一种对低照度图像的增强方法 |
CN106504212A (zh) * | 2016-11-07 | 2017-03-15 | 湖南源信光电科技有限公司 | 一种改进的hsi空间信息低照度彩色图像增强算法 |
CN106897981A (zh) * | 2017-04-12 | 2017-06-27 | 湖南源信光电科技股份有限公司 | 一种基于引导滤波的低照度图像增强方法 |
CN109785240A (zh) * | 2017-11-13 | 2019-05-21 | 中国移动通信有限公司研究院 | 一种低照度图像增强方法、装置及图像处理设备 |
CN109447910A (zh) * | 2018-10-09 | 2019-03-08 | 湖南源信光电科技股份有限公司 | 一种基于模糊理论的低照度彩色图像增强方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114494004A (zh) * | 2022-04-15 | 2022-05-13 | 北京美摄网络科技有限公司 | 一种天空图像处理方法和装置 |
CN114494004B (zh) * | 2022-04-15 | 2022-08-05 | 北京美摄网络科技有限公司 | 一种天空图像处理方法和装置 |
CN117422656A (zh) * | 2023-12-14 | 2024-01-19 | 西南交通大学 | 一种低照度模糊交通图像增强方法、装置、设备及介质 |
CN117422656B (zh) * | 2023-12-14 | 2024-04-12 | 西南交通大学 | 一种低照度模糊交通图像增强方法、装置、设备及介质 |
WO2025140457A1 (zh) * | 2023-12-29 | 2025-07-03 | 上海洛塔信息技术有限公司 | 基于色彩评估的图像色彩增强方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105654437B (zh) | 一种对低照度图像的增强方法 | |
CN114037641A (zh) | 一种低照度图像增强方法、装置、设备及介质 | |
CN107680056B (zh) | 一种图像处理方法及装置 | |
Nithyananda et al. | Review on histogram equalization based image enhancement techniques | |
CN106846276B (zh) | 一种图像增强方法及装置 | |
CN113256533B (zh) | 基于msrcr的自适应低照度图像增强方法及系统 | |
CN105761227A (zh) | 基于暗通道先验与白平衡的水下图像增强方法 | |
CN109087254B (zh) | 无人机航拍图像雾霾天空和白色区域自适应处理方法 | |
CN103593830A (zh) | 一种低照度视频图像增强方法 | |
CN109146811A (zh) | 一种彩色图像的自适应对比度增强方法 | |
TWI698124B (zh) | 影像調整方法以及相關的影像處理電路 | |
CN107256539B (zh) | 一种基于局部对比度的图像锐化方法 | |
CN110298812B (zh) | 一种图像融合处理的方法及装置 | |
CN106485674A (zh) | 一种基于融合技术的弱光图像增强方法 | |
CN107742280A (zh) | 一种图像锐化方法及装置 | |
CN117635438A (zh) | 一种基于Retinex理论的低照度图像增强方法 | |
CN201726464U (zh) | 一种新的视频图像锐化处理装置 | |
Lal et al. | Automatic method for contrast enhancement of natural color images | |
CN118071634B (zh) | 一种用于低照度偏色图像的自适应增强方法 | |
Asari et al. | Nonlinear enhancement of extremely high contrast images for visibility improvement | |
CN110136085B (zh) | 一种图像的降噪方法及装置 | |
CN107451971A (zh) | 基于暗通道和高斯组合先验的低照度盲卷积图像复原法 | |
CN112308793A (zh) | 一种新型的非均匀光照图像对比度和细节增强方法 | |
Wang et al. | Adaptive enhancement for low-contrast color images via histogram modification and saturation adjustment | |
Peicheng et al. | Backlit image enhancement based on illumination-reflection imaging model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |