[發明專利]基于Retinex模型的極低照度圖像增強方法有效
| 申請號： | 202210475548.6 | 申請日： | 2022-04-29 |
| 公開（公告）號： | CN114723638B | 公開（公告）日： | 2023-03-10 |
| 發明（設計）人： | 都雙麗;趙明華;尤珍臻;石爭浩 | 申請（專利權）人： | 西安理工大學 |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00 |
| 代理公司： | 西安維賽恩專利代理事務所(普通合伙) 61257 | 代理人： | 李明全 |
| 地址： | 710048 陜*** | 國省代碼： | 陜西;61 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 retinex 模型 照度 圖像 增強 方法 | ||
本發明公開了一種基于Retinex模型的極低照度圖像增強方法，采用雙邊濾波器估計低照度圖像的c顏色通道圖中每個像素點的光照亮度值，并根據光照亮度值確定c顏色通道圖的光照分量；基于c顏色通道圖和對應的光照分量計算c顏色通道圖對應的第一反射分量；基于第一去噪約束模型去除第一反射分量中的噪聲，得到第二反射分量；根據光照分量和第二反射分量生成增強后的低照度圖像；本發明通過構建去噪約束模型可以有效保留RGB三顏色通道間的內在聯系，增加去噪效果，進而解決低照度圖像增強后顏色失真嚴重的問題。
技術領域
本發明屬于數字圖像處理與計算機視覺技術領域，尤其涉及一種基于Retinex模型的極低照度圖像增強方法。
背景技術
低照度圖像通常指的是在光照條件較差的情況下圖像采集設備獲取的圖像。低照度圖像具有照度低、場景細節信息少、噪聲污染強等特點。如果將低照度圖像直接輸入到后續高級視覺任務系統中，系統將難以有效地解析圖像內容，因此，低照度圖像增強作為一類圖像復原問題，已被廣泛的研究。
現有的低照度圖像增強方法多是面向存在局部暗區和局部亮區的低照度圖像，即圖像拍攝場景的全局環境光照大于0.5的情形。而對于全局光照小于或等于0.5的低照度圖像(即極低照度圖像)的增強方法，目前研究較少。
近年來，隨著深度學習理論的發展和硬件計算能力的提升，針對原始光學傳感器數據(即Raw格式)的極低照度圖像增強研究越來越多。然而，在很多應用場景中，只能獲取編碼后的圖像格式，比如PNG、JPEG和BMP等。目前，面向該類低照度圖像的增強方法主要包括基于深度學習理論的方法和基于Retinex理論模型的方法。
Retinex理論認為，觀測到的圖像是光照分量圖像與反射分量圖像的乘積。基于Retinex模型的增強方法多在HSV(Hue,Saturation,Value)中對亮度分量V進行處理。但V分量并不能代表光照的強度，對V分量進行伽馬(Gamma)處理(即校正)增強后的圖像光照不均勻，會導致圖像顏色失真嚴重的問題。
發明內容
本發明的目的是提供一種基于Retinex模型的極低照度圖像增強方法，以解決基于Retinex模型對極低照度圖像增強時出現的圖像顏色失真嚴重的問題。
本發明采用以下技術方案：基于Retinex模型的極低照度圖像增強方法，具體包括以下步驟：
基于Retinex理論模型，采用雙邊濾波器估計低照度圖像的c顏色通道圖中每個像素點的光照亮度值Lc(p)，并根據光照亮度值Lc(p)確定c顏色通道圖的光照分量Lc；其中，c∈{r,g,b}，r,g,b表示RGB三顏色通道；
基于低照度圖像的c顏色通道圖和對應的光照分量Lc計算c顏色通道圖對應的第一反射分量；
基于第一去噪約束模型去除第一反射分量中的噪聲，得到第二反射分量；
根據光照分量Lc和第二反射分量生成增強后的低照度圖像。
進一步地，采用雙邊濾波器估計低照度圖像的c顏色通道圖中每個像素點的光照亮度值Lc(p)之前還包括：
計算低照度圖像的環境光照強度；
當環境光照強度小于第一閾值時，對低照度圖像進行光照校正，得到光照校正后的低照度圖像；
以光照校正后的低照度圖像作為新的低照度圖像繼續執行。
進一步地，計算低照度圖像的環境光照強度包括：
根據低照度圖像生成對應的暗通道圖；
基于暗通道圖確定第一像素點集合；
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于西安理工大學，未經西安理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202210475548.6/2.html，轉載請聲明來源鉆瓜專利網。
