1.一种宽动态范围图像的增强算法,其特征在于:所述的宽动态范围图像的增强算法应用于艺术传媒、医学影像、公安案件侦破、影视制作、航拍图像、文物保护领域,主要解决由图像中较亮区域曝光过度和较暗区域曝光不足引起的图像中出现大面积较白和较黑现象的问题,所述的宽动态范围图像的增强算法包括以下步骤:步骤1:将宽动态范围图像通过反转去雾算法得到反转去雾算法图J1(x);
步骤2:将宽动态范围图像通过直接去雾算法得到直接去雾算法图J2(x);
步骤3:通过计算得到宽动态范围图像与反转去雾算法图J1(x)的余弦相似度值a,宽动态范围图像与直接去雾算法图J2(x)的余弦相似度值b;
步骤4:把得到的余弦相似度值a和b作为图像融合公式中的权重;
步骤5:通过直方图对比和余弦相似度来证明反转后的宽动态范围图像和雾图图像具有很强的相似性;
a.把反转后的宽动态范围图像和雾图图像进行直方图对比,从而证明反转后的宽动态范围图像和雾图图像具有很强的相似性,因此在算法中将宽动态范围图像的反转图当做雾图来处理;
b.为了进一步证明反转后的宽动态范围图像和雾图图像和相似性,通过计算图片的余弦相似度,来比较反转后的宽动态范围图像和雾图图像的余弦值和夹角,由公式可以计算出两个向量的余弦值, 可以计算出两个向量的夹角,对于两张图片的余弦相似度,余弦夹角越接近90°,余弦值越接近0,说明两张图片相似性小;余弦夹角越接近0°,余弦值越接近1,说明两张图片相似性高。
2.根据权利要求1所述的一种宽动态范围图像的增强算法,其特征是:所述的步骤1将宽动态范围图像通过反转去雾算法得到反转去雾算法图J1(x)的过程,其具体方法为:宽动态范围图像反转后获取到伪雾图,将伪雾图进行透射率t的估计和大气光值A的估计,还原去雾后反转获取得到宽动态范围图像的增强图;
宽动态范围图像的反转:
是反转图像,即伪雾图,Ic(x)是输入的低照度图像,C是r,g,b颜色通道,x是图像的坐标点;
把 代入雾天图像物理模型公式(2)代替I(x)执行公式(2)-(3)的去雾流程得到去雾图像J(x):I(x)=J(x)t(x)+(1-t(x))A (2)t表示透射率,最后把处理后的去雾图像反转为复原的宽动态范围图像:Jen(x)=1-J(x) (4)。
3.根据权利要求1所述的一种宽动态范围图像的增强算法,其特征是:所述的步骤2将宽动态范围图像通过直接去雾算法得到直接去雾算法图J2(x)的过程,其具体方法为:对宽动态范围图像进行透射率t的估计和大气光值A的估计,获取宽动态范围图像增强图;
去雾流程:用公式(2)-(3)获取去雾后的宽动态范围图像增强图:对公式(5)进行去分母化处理,然后经过变形得出:
I(x)=J(x)·max(t(x),t0)+A-A·max(t(x),t0) (6)两边同时减J(x),得到:
I(x)-J(x)=J(x)·max(t(x),t0)-J(x)+A-A·max(t(x),t0) (7)整理可得:
I(x)-J(x)=[1-max(t(x),t0)]·A-[1-max(t(x),t0)]·J(x) (8)大气光值A,选取为暗通道的最大值,一般为255,因此A≥J(x),由公式(8)得出I(x)-J(x)≥0,即I(x)≥J(x);所以直接去雾算法可以压缩增益,处理后的J(x)小于原图I(x)。
4.根据权利要求1所述的一种宽动态范围图像的增强算法,其特征是:所述的步骤3通过计算得到宽动态范围图像与反转去雾算法图J1(x)的余弦相似度值a,宽动态范围图像与直接去雾算法图J2(x)的余弦相似度值b的过程,其具体方法为:由余弦相似度计算公式得出a和b的值:
5.根据权利要求1所述的一种宽动态范围图像的增强算法,其特征是:所述的步骤4把得到的余弦相似度值a和b作为图像融合公式中的权重的过程,其具体方法为:在公式(9)和(10)中,a∈(0,1),b∈(0,1),如果a≥0.5说明J1和原图相似性较大,图像的灰度值变化很小,图像的亮度没有得到很好的提升;如果a<0.5说明J1和原图相似性较小,图像的灰度值变化很大,图像的亮度得到了很好的提升;所以用a和J2进行相乘,b和J1进行相乘:J(x)=J1(x)*b+J2(x)*a (11)让最终图像中的亮度得到充分提升,但是又不会出现过度曝光的情况。