1.一种低照度图像增强方法,其特征在于,包括:在HSV空间下分离获得原始图像的色调分量、明度分量、饱和度分量;
采用BM3D滤波算法作为Retinex算法的中心环绕函数,对光照分量进行估计,并求得相应的反射分量;
依据光照分量对明度分量进行增强;
使用拉普拉斯卷积核对反射分量进行锐化;
对原始图像的边缘纹理进行提取,并记录边缘纹理对应的像素坐标;使用拉普拉斯卷积核对反射分量中的边缘位置进行锐化操作;
对反射分量和明度分量进行加权融合,以形成新的明度分量;
将色调分量、明度分量、饱和度分量进行通道融合成新图像,并转换回RGB空间;
对新图像的噪声进行消除;
其中,所述依据光照分量对明度分量进行增强包括步骤:根据光照分量判断图像中是否存在亮部区域和暗部区域;
当图像中同时存在亮部区域和暗部区域两种信息时,使用改进Gamma变换函数实现对明度分量的暗部进行增强,并依据亮部信息对明度分量的亮部进行亮度保持或者拉低操作,实现对暗部亮度增强同时,使亮部的细节保存完整;其中,改进Gamma变换函数为:上式中,δ为f(x)=0时x的值,a、b为函数的调节参数,可共同参与调节改进Gamma函数对像素点的增强幅度以及范围,a、b的求解公式如下:其中,m为光照分量中像素值低于97的像素归一化后的均值;
当图像只存在暗部区域时,使用自适应Gamma变换对明度分量进行增强;
其中,自适应Gamma变换的增强公式为:f(x)=xγ,式中,f(x)为输出图像,x为经过归一化处理的图像,γ为图像增强参数;
γ参数自动计算选取公式如下:
式中,N为待增强图像灰度图的均值,n为归一化后的均值,γ为图像增强参数。
2.根据权利要求1所述的低照度图像增强方法,其特征在于,在采用BM3D滤波算法作为Retinex算法的中心环绕函数,对光照分量进行估计之前,还包括步骤:使用限制对比度自适应直方图均衡化CLAHE算法优化明度分量。
3.根据权利要求1所述的低照度图像增强方法,其特征在于,所述根据光照分量判断图像中是否存在亮部区域和暗部区域,具体为:将光照分量所有像素的灰度值划分为16级;
当前四级像素的占比大于10%时,判定图像存在暗部区域;
当后四级像素的占比大于10%时,判定图像存在亮部区域。
4.根据权利要求1所述的低照度图像增强方法,其特征在于,所述对原始图像的边缘纹理进行提取,具体为:使用Gabor滤波器和Canny算法对原图纹理进行提取。
5.根据权利要求1所述的低照度图像增强方法,其特征在于,所述对新图像的噪声进行消除,具体为:使用拉普拉斯卷积核锐化的图像作为引导滤波的引导图对新图像的噪声进行消除。
6.根据权利要求1所述的低照度图像增强方法,其特征在于,在将色调分量、明度分量、饱和度分量进行通道融合成新图像之前,还包括:使用自适应Gamma对饱和度分量进行校正;增强参数γ值为γ=0.85+0.2g;自适应Gamma变换的增强公式为:f(x)=xγ,式中,f(x)为输出图像,x为经过归一化处理的图像,γ为图像增强参数,g值为gamma变换的调节参数。
7.一种低照度图像增强装置,其特征在于,包括:分离模块,用于在HSV空间下分离获得原始图像的色调分量、明度分量、饱和度分量;
估计模块,用于采用BM3D滤波算法作为Retinex算法的中心环绕函数,对光照分量进行估计,并求得相应的反射分量;
增强模块,用于依据光照分量对明度分量进行增强;具体包括:根据光照分量判断图像中是否存在亮部区域和暗部区域;当图像中同时存在亮部区域和暗部区域两种信息时,使用改进Gamma变换函数实现对明度分量的暗部进行增强,并依据亮部信息对明度分量的亮部进行亮度保持或者拉低操作,实现对暗部亮度增强同时,使亮部的细节保存完整;其中,改进Gamma变换函数为:上式中,δ为f(x)=0时x的值,a、b为函数的调节参数,可共同参与调节改进Gamma函数对像素点的增强幅度以及范围,a、b的求解公式如下:其中,m为光照分量中像素值低于97的像素归一化后的均值;
当图像只存在暗部区域时,使用自适应Gamma变换对明度分量进行增强;
其中,自适应Gamma变换的增强公式为:f(x)=xγ,式中,f(x)为输出图像,x为经过归一化处理的图像,γ为图像增强参数;
γ参数自动计算选取公式如下:
式中,N为待增强图像灰度图的均值,n为归一化后的均值,γ为图像增强参数;
锐化模块,用于使用拉普拉斯卷积核对反射分量进行锐化;
提取模块,用于对原始图像的边缘纹理进行提取,并记录边缘纹理对应的像素坐标;使用拉普拉斯卷积核对反射分量中的边缘位置进行锐化操作;
融合模块,用于对反射分量和明度分量进行加权融合,以形成新的明度分量;
转换模块,用于将色调分量、明度分量、饱和度分量进行通道融合成新图像,并转换回RGB空间;
消除模块,用于对新图像的噪声进行消除。