[發明專利]基于環境因素的圖像光線強度動態校正方法

有效

• 申請號: 201110266440.8
• 申請日: 2011-09-09
• 公開（公告）號: CN102999890A
• 公開（公告）日: 2013-03-27
• 發明（設計）人: 崔志明;張廣銘;吳健;楊元峰
• 申請（專利權）人: 蘇州普達新信息技術有限公司
• 主分類號: G06T5/40
• 分類號: G06T5/40
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 王玉國;陳忠輝

技術領域

本發明涉及一種固定場景圖像的自適應動態校正方法，具體涉及基于環境因素的圖像光線強度動態校正方法，屬于圖像處理技術中光線強度校正領域。

背景技術

隨著經濟的快速發展和城市規模的不斷擴大，機動車輛的數目也在急速增長，然而交通建設和人們的交通法制意識卻相對滯后，交通違章肇事頻頻發生，給交通監管部門提出了更高的要求。交通視頻中機動車輛檢索系統的應用，不僅能夠為城市的交通規劃提供第一手的數據，也能夠為交管部門和公安部門追查肇事違章車輛提供極大的便利。

計算機視覺和模式識別技術的不斷發展，為以圖像理解為基礎的智能交通系統進入實際應用提供了良好發展契機。基于圖像理解的車輛檢測、跟蹤及分類技術的研究與發展為交通信息的采集與分析提供了一條良好途徑，這些技術可廣泛地應用于車輛收費、道路監控、大型停車場以及提高公路利用效率等領域，是基于計算機視覺的智能交通系統中的關鍵技術，也是目前智能交通系統研究的熱點。

由于交通圖像的采集設備固定，而環境因素復雜多變，特別是光照因素對圖像的分割、檢測影響極大，最終導致識別效果與實際情況不一致。不同時間段光照對交通圖像的影響極大。例如白天、傍晚、夜晚、強烈日光、汽車車燈、路面反光等。因此將一幅圖像的光線根據其環境和時間段進行光線校正，使之包含特征清晰，不乏細節表述，對交通圖像的識別與理解具有重要意義。

傳統的圖像校正技術只要集中于去噪，使用統一的閾值對整幅圖像進行處理。首先選用一定尺寸的模板，要處理的象素點位于模板的中心，隨著模板的移動，完成對所有像素的濾波。第一種線性平滑空間濾波器實際是對模板所包含的像素的簡單平均，即均值濾波器；第二種線性平滑空間濾波器實際是對模板所包含的像素的加權平均，即加權均值濾波器，這兩種濾波器的缺點是造成圖像邊緣模糊。最常用的非線性排序統計濾波器是中值濾波器，它是用像素鄰域內灰度的中值來代替該像素的值，中值濾波器對處理椒鹽噪聲非常有效。中值濾波器的缺點是對所有象素點采用一致的處理，在濾除噪聲的同時有可能改變真正象素點的值，引入誤差，損壞圖像的邊緣和細節，不能滿足識別的要求。

由于交通圖像的特殊性和復雜性，這些傳統的技術在圖像的去噪過程中都不能發揮很好的作用。首先，由于同一圖像采集點在不同時間段采集的圖像質量相差很大，如中午的陽光，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度大不一樣，若遇上雨天，路面的反光照片的識別影響極大。將所圖像不分其所處環境就直接用一個平均數值調整圖像的光線強度，其效果相當差，還會帶來重要物體特征信息的丟失。因此針對不同環境光線強度不同，同一圖像內部，不同位置的光線強度也不同，校正時的方法和反饋信息的獲取至關重要。

因而，需要一種新的方法對交通圖像的光線強度進行校正，在此基礎上對圖像中的關鍵特征進行提取，以構建交通圖像識別系統，對智能交通系統的構建起到推進作用。

近年來，?圖像處理在頻率域和空間域都有許多發展。但由于圖像的非結構化信息的劃分標準是一個模糊概念，傳統的單一閾值處理已不能很好的處理包含復雜信息的圖像。而具有處理過程的同步動態性的動態模糊理論的創立對解決此類非結構化數據的處理問題提供了有力的理論支持。

1965年，模糊集理論由美籍數學家?Zadeh先生提出，該理論對解決靜態數據問題提供了有效途徑，但現實中許多問題是動態發展的，因而Fanzhang?Li教授在此基礎上提出動態模糊邏輯理論對解決動態模糊問題提供了理論支持。

發明內容

本發明的目的是克服現有技術存在的不足，提供一種基于環境因素的圖像光線強度動態校正方法。

本發明的目的通過以下技術方案來實現：

基于環境因素的圖像光線強度動態校正方法，特點是：包括下列步驟：

步驟（1）：將圖像進行反轉處理，通過圖像反轉突出顯示關鍵區域，即原先光線較亮偏白的區域轉化為光線較深偏黑的區域；

步驟（2）：將圖像分割成N*N的子圖塊進行處理，N取9；

步驟（3）：對子圖塊進行冪次變換；

步驟（4）：對子圖塊進行灰度映射變換；

步驟（5）：對子圖塊進行直方圖處理；

步驟（6）：對子圖塊進行直方圖動態模糊均衡化；

步驟（7）：使用混合空間處理法分別對子圖塊進行掩模濾波處理；

步驟（8）：使用Lucy_Richardson濾波器對每一個N*N子圖塊進行迭代處理；