[發明專利]一種基于梯度域融合的夜間交通監控增強方法

有效

• 申請號: 201710697133.2
• 申請日: 2017-08-15
• 公開（公告）號: CN107481211B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 李曉光;王思敏;張輝;卓力
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T5/40
• 分類號: G06T5/40;G06T7/269;G06K9/00;G06K9/62
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 劉萍

1.一種基于梯度域融合的夜間交通監控增強方法，其特征在于分為三個部分：圖像分解、計算融合權值、梯度域融合，具體包括以下步驟：

1)圖像分解

對輸入的M幅視頻序列，將它們均分解為光暈層和場景層；根據本征圖像分解原理，每幅輸入圖像I均可表示為光暈層I_G和場景層I_N的疊加，如下：

I＝I_G+I_N (1)

用于圖像分解的目標函數為：

其中“*”為卷積運算，“·”為乘法運算。

ρ(m)＝min(m²,10^-16)是一魯棒性函數，f_1,2是f₁和f₂兩個方向的一階微分濾波器；f₁＝[-1,1],f₂＝[-1,1]^T；β為用于控制光暈層平滑度的參數，f₃是二階拉普拉斯濾波器，文本先驗的數學公式為：表示非零亮度值，表示非零梯度值，μ是非零梯度值的權值，取值為1；是梯度算子，γ是文本圖像先驗的系數，取值為0.004；(x,y)是像素位置，I是輸入圖像，I_N(x,y)是(x,y)處的場景層；

具體過程如下：

首先，對各參數進行初始化，如下：將I賦給I_N，將β₀賦給β，迭代次數i初始值為0；

然后，執行如下循環：根據公式(2)得I_N，并對I_N進行歸一化，將β的值更新為β*η，同時迭代次數i加1，直到i大于或等于i_max時，退出循環；變化率η的范圍為(1,2]；

最后，得到輸出I_N；

2)計算融合權值

對每幅圖像分解的場景層的貢獻進行評估，計算融合權重；融合權重由亮度、色度、顯著度三個因素確定，具體計算公式為：

亮度權值計算公式為：

{R,G,B}是顏色通道，(x,y)是像素位置，k是輸入圖像的下標；

色度權值計算公式如下：

P_x，y，k為飽和度值，σ是標準方差；

顯著度權值計算公式如下：

為輸入圖像的均值，是I_x,y,k圖像的模糊版本；

融合權值為：

3)梯度域融合

根據以上求得的融合權值，對輸入圖像進行梯度域融合，則融合圖像的梯度值為：

表示第k幅輸入圖像在(x,y)處的梯度值，F_x，y是融合圖像的梯度值；

梯度融合的問題可以通過求解最小值解決，如下：

其中Ω表示圖像的空間域；在(10)中，尋找一幅梯度接近F的圖像OUT；

根據變分原理，(10)是泊松方程(9)的唯一解，將式(10)中最小值求解問題轉化為一個PDE方程，如式(11):

ΔOUT＝div(F) (11)

其中是拉普拉斯算子，div(F)是場F的散度；這個泊松方程(9)將把不可積的輸入場映射成一個零旋度的可積梯度場。

2.根據權利要求1所述的方法，其特征在于：

輸入包含：輸入圖像I；參數β₀＝0.008；迭代次數i_max＝5；歸一化參數γ＝0.004，變化率η的范圍為(1,2]；

首先，對各參數進行初始化，如下：將I賦給I_N，將β₀賦給β，迭代次數i初始值為0；

然后，執行如下循環：根據方程(2)可推導求得I_N，并對I_N進行歸一化，將β的值更新為β*η，同時迭代次數i加1，直到i大于或等于i_max時，退出循環；

最后，得到輸出I_N。