[發明專利]一種基于尺度空間的圖像對比度增強方法

在審

• 申請號: 202011477203.1
• 申請日: 2020-12-15
• 公開（公告）號: CN112488958A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 杜小智;羅曉東;姜洪超;岳合合;虞挺;張博文
• 申請（專利權）人: 西安交通大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/20;G06T5/50;G06T7/33;G06K9/46
• 代理公司: 西安通大專利代理有限責任公司 61200
• 代理人: 張海平

1.一種基于尺度空間的圖像對比度增強方法，其特征在于，包括以下步驟：

S1、對原始的圖像數據進行預處理，得到輸入圖像數據；

S2、對輸入圖像數據構建圖像金字塔、以及利用圖像金字塔構建的圖像差分金字塔；

S3、對S2得到的圖像差分金字塔同組中的隔層圖像進行疊加，得到一組新圖像尺度空間；

S4、在S3構件的新圖像尺度空間中進行特征檢測、特征描述和特征匹配。

2.根據權利要求1所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S1中、對原始的圖像數據進行去噪處理，得到輸入圖像數據。

3.根據權利要求2所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，對原始的圖像數據進行去噪處理時，依據圖像噪聲性質選擇濾波器。

4.根據權利要求1所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S2中，所述圖像金字塔為圖像高斯金字塔，圖像差分金字塔為圖像高斯差分金字塔。

5.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，以不同尺度因子的高斯函數對輸入圖像數據做卷積計算得到圖像高斯金字塔，圖像高斯金字塔的計算公式如下：

L(x,y,σ)＝G(x,y,σ)*I(x,y)

其中，*表示卷積運算，σ是尺度因子，G(x,y,σ)是附有尺度因子的高斯函數，I(x,y)為輸入圖像數據，L(x,y,σ)是卷積后得到的高斯金字塔層圖像，x是圖像的橫標，y是圖像的縱坐標，m高斯核長，n是高斯核寬。

6.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S2中，圖像高斯金字塔同組內相鄰兩個高斯尺度的圖像相減，得到圖像高斯差分金字塔，圖像高斯差分金字塔的計算公式如下：

D(x,y,σ)＝(G(x,y,kσ)-G(x,y,σ))*I(x,y)

＝L(x,y,kσ)-L(x,y,σ)

其中，D(x,y,σ)是圖像高斯差分金字塔，G(x,y,kσ)是尺度因子為kσ的高斯函數，G(x,y,σ)是附有尺度因子的高斯函數，*表示卷積運算，I(x,y)為輸入圖像數據，L(x,y,kσ)是尺度為kσ高斯金字塔層圖像，L(x,y,σ)是尺度為σ的高斯金字塔層圖像。

7.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S3中，在圖像高斯差分金字塔同組中對隔層圖像進行不同能量系數的疊加，得到新圖像尺度空間，新圖像尺度空間的計算公式如下：

D_i(x,y)＝a*D_i(x,y)+b*D_i+2(x,y)

其中，a、b為能量系數，范圍為(0.0，1.0)；i為高斯差分金字塔層圖像索引，*表示卷積運算，D_i(x,y)為新圖像尺度空間。

8.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S4中，特征檢測的過程包括：

將當前像素點與其同尺度的若干個相鄰像素點和上下相鄰尺度對應的若干個像素點響應值進行比較，判斷是否是一個極值點，若是，再通過曲線擬合方式找到該點在亞像素上的精準位置，并記錄為一個特征點，完成特征檢測。

9.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S4中，特征描述按照SIFT算子對特征點進行的描述，包括特征點主方向和描述子的計算。

10.根據權利要求4所述的一種基于尺度空間的圖像對比度增強方法，其特征在于，S4中，特征匹配過程包括：通過特征點之間的歐式距離進行一次粗匹配，再使用隨機抽樣一致算法進行二次精準匹配，得到圖像特征匹配結果。