[發明專利]低照度Bayer圖像的增強方法及增強裝置

在審

• 申請號: 201710037982.5
• 申請日: 2017-01-18
• 公開（公告）號: CN106657948A
• 公開（公告）日: 2017-05-10
• 發明（設計）人: 馬昊辰;宋斌;冉駿
• 申請（專利權）人: 聚龍智瞳科技有限公司
• 主分類號: H04N9/04
• 分類號: H04N9/04;G06T5/00
• 代理公司: 北京律智知識產權代理有限公司11438
• 代理人: 邢雪紅,姜怡

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種低照度Bayer圖像的增強及裝置。

背景技術

在圖像采集和視頻監控應用中，經常會遇到夜視或背光較低的場景，此時采集到的圖像對比度較低，細節信息丟失嚴重，給后續圖像分析工作帶來諸多不便。利用圖像增強技術可以有效提升視頻監控、圖像識別、計算機視覺等系統在低照度情況下的性能。

傳統的灰度變化法和直方圖均衡法在增強圖像的同時也增強了圖像中的噪聲信息，使圖像中的噪聲信息含量增加。傳統的低照度圖像增強算法大多數是建立在非物理模型的基礎之上，這種方法雖然可以達到一定的增強效果，但是由于沒有物理模型，就沒有實際的物理意義，因此不能從科學的角度糾正原始圖像因低照度而造成的圖像退化。

由于光線不足而造成的低照度圖像，若對其進行反轉運算，則得到的反轉圖像在視覺上與霧天圖像非常相似，因此可以將去霧算法運用到低照度圖像增強過程中。目前，相關技術中提出了一種暗原色先驗模型，用于單幅圖像去霧，該方法直接使用暗原色來估計透射圖，并利用軟摳圖算法優化透射圖，進一步恢復出清晰的圖像。雖然這種方法能對濃霧圖像進行處理，并且圖像具有較少的Halo效應，但是軟摳圖算法計算量大，耗時長，嚴重限制了其實際應用。其實，傳統的基于暗原色先驗的去霧方法未考慮偽霧圖像其“霧”的濃度是由于光照而非景深決定的這一特性，從而計算的透射率不夠精確，以及導致偽霧圖像的去霧效果不佳，繼而影響圖像增強的效果。同時，目標大多數基于暗原色先驗去霧算法的圖像增強方法都是在RGB圖像上進行，其處理的數據總量大，運算效率不高，且硬件資源消耗大，難以進行嵌入式開發。

因此需要一種新的圖像增強技術來對低照度圖像進行增強處理。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本發明的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本發明的目的在于提供一種低照度Bayer圖像的增強方法及增強裝置，進而至少在一定程度上克服由于相關技術的限制和缺陷而導致的一個或者多個問題。

本發明的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本發明的實踐而習得。

根據本發明的一個方面，提供一種低照度Bayer圖像的增強方法，包括：

將待處理的低照度Bayer圖像進行反轉運算，得到偽霧圖像；

計算所述偽霧圖像的大氣光值和透射率；

根據所述大氣光值、所述透射率和所述偽霧圖像，生成去霧圖像；

對所述去霧圖像進行反轉運算，得到所述低照度Bayer圖像的增強圖像。

在本發明的一種示例性實施例中，計算所述偽霧圖像的大氣光值的步驟，包括：

對所述偽霧圖像進行降采樣處理，得到所述偽霧圖像對應的紅色子圖、綠色子圖和藍色子圖；

分別計算所述紅色子圖、綠色子圖和藍色子圖的暗通道圖；

按照亮度由大到小的順序，從所述紅色子圖、綠色子圖和藍色子圖的暗通道圖中選取預定數量個像素點；

在所述偽霧圖像中與所述預定數量個像素點的位置相對應的像素點中，分別計算紅色分量、綠色分量和藍色分量的亮度最大值；

根據所述紅色分量、綠色分量和藍色分量的亮度最大值，確定所述偽霧圖像的大氣光值。

在本發明的一種示例性實施例中，通過以下公式分別計算所述紅色子圖、綠色子圖和藍色子圖的暗通道圖：

其中，M(y)表示所述紅色子圖、綠色子圖和藍色子圖中的任一子圖，N(x)表示所述任一子圖中以像素點x為中心的窗口鄰域內的像素，M^dark(x)表示所述任一子圖的暗通道圖。

在本發明的一種示例性實施例中，計算所述偽霧圖像的透射率的步驟，包括：

計算所述偽霧圖像的亮度分量圖，并估算所述偽霧圖像的透射率圖；

根據所述偽霧圖像的亮度分量圖和估算出的所述透射率圖，計算所述偽霧圖像的透射率。

在本發明的一種示例性實施例中，計算所述偽霧圖像的亮度分量圖的步驟，包括：

根據所述偽霧圖像中每個2×2的小塊內的像素值，計算所述每個2×2的小塊對應的亮度分量；

根據所述偽霧圖像中所有2×2的小塊對應的亮度分量，計算所述偽霧圖像的亮度分量圖。

在本發明的一種示例性實施例中，根據以下公式計算所述每個2×2的小塊對應的亮度分量：