專利名稱：一種適用于交通控制的圖像增強系統(tǒng)與方法
技術(shù)領域：
本發(fā)明涉及交通控制領域，尤其涉及一種用于交通控制的圖像增強系統(tǒng)與方法。
背景技術(shù)：
伴隨我國城市化的進程、以及汽車保有量的急劇增加、區(qū)域化經(jīng)濟的協(xié)調(diào)發(fā)展，我 國的交通狀況日益成為一個嚴峻的問題，尤其是交通堵塞與交通安全問題。智能交通系統(tǒng) 成為解決這些問題的首選方案，比如交通流的檢測、信號的自適應控制。其中，基于視覺技 術(shù)的各類產(chǎn)品成為最近幾年大家關注的焦點，也是未來智能交通產(chǎn)業(yè)的發(fā)展趨勢之一，而 視覺技術(shù)中的關鍵是圖像抓拍。雖然有額外光源的輔助作用，但仍然存在一個問題，就是抓 拍的圖像比較模糊，對比度比較差，車里的人不夠清晰，識別效果差。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于提供一種交通控制控制中識別效果更好的抓拍 圖像處理方法。 為了解決上述技術(shù)問題，本發(fā)明提出一種用于交通控制的圖像增強方法，其包括 如下步驟 a、獲得原始圖像； b、對原始圖像進行對比度拉伸； c、將所述原始圖像和經(jīng)過對比度拉伸的圖像進行圖像融合； d、輸出融合后的圖像。 其中，所述步驟b包括 bl、確定第一灰度閾值和第二灰度閾值； b2、對所述原始圖像中處于第一灰度閾值和第二灰度閾值間的像素點進行對比度 拉伸； 其中，第一灰度閾值小于第二灰度閾值。 其中，步驟b還包括設定伽馬值以對所述原始圖像進行伽馬校正的步驟。
其中，在伽瑪校正的步驟之前包括 計算所述原始圖像中所有像素點的灰度平均值，判斷該灰度平均值是否達到設定 值，若是，則認為是白天圖像，所述伽馬值在(I，IO)之間取值；否則，認為是夜間圖像，所述 伽馬值在(O，l)之間取值。
其中，所述步驟C包括 Cl、對所述原始圖像和對比度拉伸后的圖像進行小波變換獲取兩幀圖像的低頻系 數(shù)和高頻系數(shù)； c2、求取所述兩幀圖像的低頻系數(shù)的算術(shù)平均值和高頻系數(shù)的加權(quán)平均值，分別
作為融合后的小波系數(shù)的低頻系數(shù)和高頻系數(shù)； c3、對融合后的小波系數(shù)進行反變換，得到融合后的圖像。
4
其中，步驟cl中還包括確定小波類型及分解層數(shù)。 相應的，為了解決上述技術(shù)問題，本發(fā)明還提出一種用于交通控制的圖像增強系 統(tǒng)，包括 接收單元，用于接收原始圖像； 對比度拉伸單元，用于將所述的原始圖像進行對比度拉伸； 圖像融合單元，將所述原始圖像和經(jīng)過對比度拉伸的圖像進行圖像融合； 輸出單元，用于輸出融合后的圖像。 其中，所述對比度拉伸單元的對比度拉伸過程包括 確定第一灰度閾值和第二灰度閾值； 對所述原始圖像中處于第一灰度閾值和第二灰度閾值間的像素點進行對比度拉 伸； 其中，第一灰度閾值小于第二灰度閾值。 其中，所述對比度拉伸單元還用于設定伽馬值以對所述原始圖像進行伽馬校正；
其中，計算所述原始圖像中所有像素點的灰度平均值，判斷該灰度平均值是否達 到設定值，若是，則認為是白天圖像，所述伽馬值在(1，10)之間取值；否則，認為是夜間圖 像，所述伽馬值在(O，l)之間取值。
其中，所述圖像融合單元的圖像融合過程包括 對所述原始圖像和對比度拉伸后的圖像進行小波變換獲取兩幀圖像的低頻系數(shù) 和高頻系數(shù)； 求取所述兩幀圖像的低頻系數(shù)的算術(shù)平均值和高頻系數(shù)的加權(quán)平均值，分別作為 融合后的小波系數(shù)的低頻系數(shù)和高頻系數(shù)； 對融合后的小波系數(shù)進行反變換，得到融合后的圖像。 本發(fā)明中，由于采用對抓拍后的圖像進行對比度拉伸和圖像融合，因而使得圖像 的識別效果較高。


圖1是本發(fā)明一種適用于交通控制的圖像增強系統(tǒng)的實施例的結(jié)構(gòu)示意圖；
圖2是基于圖1所示實施例的本發(fā)明一種適用于交通控制的圖像增強方法的實施 例的流程圖。
具體實施例方式
下面結(jié)合附圖對本發(fā)明進行詳細闡述。 參考圖1，圖示了本發(fā)明一種適用于交通控制的圖像增強系統(tǒng)的實施例的結(jié)構(gòu)示
意圖。如圖所示，包括 接收單元ll，用于獲得原始圖像。 此處的原始圖像可以是通過攝像頭抓拍到的實時的交通狀態(tài)圖像。
對比度拉伸單元12，用于對獲得的原始圖像進行對比度拉伸。 拉伸的目的在于使得某部分區(qū)域的識別更加容易，其具體的拉伸過程可以參考圖 2所示實施例中的相關步驟。
圖像融合單元13，用于對經(jīng)過對比度拉伸后的圖像進行圖像融合。
對于圖像融合的具體過程可以參考圖2所示實施例的相關步驟。
輸出單元14，用于輸出所述融合后的圖像。 參考圖2，圖示了基于圖1所示實施例的本發(fā)明一種適用于交通控制的圖像增強 方法的實施例的流程圖。如圖所示，包括以下步驟
步驟S21，獲得原始圖像。 S卩，通過攝像頭抓拍到實時的交通狀況。其對應于圖1所示實施例中的接收單元。
步驟S22，對原始圖像進行伽瑪校正。 在本步驟中，首先確定伽瑪校正的伽瑪值選擇范圍，其過程為計算所述原始圖像 灰度空間下的各像素點的灰度平均值，判斷該灰度平均值是否達到預先設定的閾值T(可 以由經(jīng)驗值確定)，若是則認為所述原始圖像是白天抓拍的圖像，在進行伽瑪校正時伽瑪值 取值在(I，IO)之間；否則，則認為所述原始圖像是夜間抓拍的圖像，在進行伽瑪校正時伽 瑪值在(O，l)之間取值。 其中，當伽瑪值取1時，表示不需要進行校正。 使用伽馬校正可以實現(xiàn)圖像增強的功能，具體地講，如果一個圖像偏暗或者偏亮， 使用伽馬校正可以看清楚暗部或者亮部的細節(jié)，本步驟的目的便在于此。對于伽瑪值的具 體選擇，則可以通過反復的選擇調(diào)整觀察來確定，也可以采用經(jīng)驗值。
步驟S23，確定第一灰度閾值和第二灰度閾值。 由于不同的圖像數(shù)據(jù)類型有不同的灰度值范圍，例如有灰度值在0至1之間，也有 在0至255之間。 所以，根據(jù)步驟S21所抓拍到的原始圖像的類型，來確定灰度值的范圍。例如，若 在0至1之間取值時，則第一灰度閾值可以取0. 3，第二灰度閾值可以取0. 5 ;若在0至255 之間取值，則第一灰度閾值可以取35，第二灰度閾值可以取90。 本步驟中對于所述第一灰度閾值和第二灰度閾值如何來確定取何值，應通過下一 步步驟S23拉伸后，使得期望的區(qū)域(例如人臉、車牌等)變得易辨識為考量。其可以是通 過經(jīng)驗值來確定，也可以通過反復的調(diào)整來確定。 步驟S24，對于處于第一灰度閾值和第二灰度閾值之間的像素點進行對比度拉伸。
本步驟中，根據(jù)上一步所確定的第一灰度閾值和第二灰度閾值對所述原始圖像的 灰度空間進行掃描，確定灰度值在所述第一灰度閾值和第二灰度閾值之間的像素點，并對 這些像素點進行對比度拉伸。具體過程為 將灰度值小于所述第一灰度閾值的像素點設置為O，將灰度值大于所述第二灰度 閾值的像素點設置為最大灰度閾值(例如1或255等)，而將灰度值在所述第一灰度閾值和 第二灰度閾值之間的像素點拉伸整個灰度值范圍內(nèi)。舉例如下 假設灰度值范圍為0至l，第一灰度閾值和第二灰度閾值分別為0. 3與0. 5。則本 步驟中提到的拉伸就會把原始圖像的像素點中灰度低于0. 3的所有數(shù)值設置為O，而把大 于0. 5的灰度值全部設置為l，灰度值在0. 3到0. 5之間的像素點被拉伸到0到1之間，從 而這部分灰度對應的細節(jié)就看的比較清晰。 當然，對于灰度值在0至255的情況同樣適用，不再一一闡述。 經(jīng)過本步驟使得處于第一灰度閾值和第二灰度閾值之間的像素區(qū)域變得更加容易辨識，細節(jié)更加豐富；但是卻使得之外的像素點變得模糊(過黑或過白)，整體上使得整個圖像顯得很不自然，這個問題將在圖像融合的過程中被解決。 總之，步驟S23中第一灰度閾值和第二灰度閾值的確定可以通過步驟S23和步驟S24不斷進行調(diào)整觀察來確定的，也可以取經(jīng)驗值來確定。并且，所述第一灰度閾值要小于第二灰度閾值，這樣保證變換是線性的，不至于發(fā)生顏色顛倒的情況，保持圖像的可觀看性，否則圖像會變亂而無法看。 其中，步驟S23和S24可以理解為對比度拉伸的過程，其可以對應圖1中的對比度拉伸單元來完成。當然，所述伽瑪校正的步驟也可以放入對比度拉伸的過程，也可由對比度拉伸單元來完成。 步驟S25，對原始圖像和拉伸后的圖像進行小波變換得到兩幀圖像的低頻系數(shù)和高頻系數(shù)。 本步驟中，在進行小波變換時所需要小波變換類型(比如Haar小波)和小波分解層數(shù)(比如4)可以預先設定。 步驟S26，計算兩幀圖像的低頻系數(shù)的算術(shù)平均值和高頻系數(shù)的加權(quán)平均值，分別作為融合后小波系數(shù)的低頻系數(shù)和高頻系數(shù)。 例如，假設原始圖像的低頻系數(shù)為SAn，高頻系數(shù)為SHn ;拉伸后的圖像的低頻系數(shù)為LAn，高頻系數(shù)為LHn ;那么，本步驟中融合后的低頻系數(shù)則為FAn = (SAn+LAn)/2，融合后的高頻系數(shù)則為若SHn > LHn， FHn = SHn*thl+LHn*th2，若SHn < LHn， FHn =SHn*th2+LHn*thl。其中，thl > th2，表示加權(quán)系數(shù)，上述過程也就是求加權(quán)平均值的過程；并且，由于系數(shù)一般均包含若干項，故根據(jù)n的取值一一對應按照上述方式處理即可。
步驟S27，對融合后小波系數(shù)進行反變換得到融合后圖像。 S卩，經(jīng)過上一步得到了融合后的低頻和高頻部分后，則本步驟再進行反變換得到融合后的圖像。 其中，步驟S25、S26、S27可以作為圖像融合的步驟，其可以對應于圖1中的圖像融
合單元來完成。融合的目的是集成兩幅圖像(原始圖像和拉伸后的圖像)的細節(jié)在一個圖
像中，這樣融合后的圖像看起來增強效果更好，更自然、美觀。 步驟S28，輸出融合后的圖像。這可以由圖1中的輸出單元來完成。 步驟S29，結(jié)束。 需要說明的是，設置伽瑪校正的過程中分白天和夜間目的在于，區(qū)分兩種不同的情況來選擇伽瑪值范圍以使得圖像的增強效果更佳。另外，伽瑪校正的過程也可以放在拉伸過程之后，圖像融合之前等。 本具體實施方式
中，由于設置了圖像拉伸和融合的過程，因而為用戶提供對比度更清晰、層次感更強的抓拍圖像；也為用戶提供包含有更多細節(jié)信息的圖像；也為用戶提供更具有說服力的圖像作為證據(jù)。 以上所揭露的僅為本發(fā)明一種較佳實施例而已，當然不能以此來限定本發(fā)明之權(quán)利范圍，因此依本發(fā)明權(quán)利要求所作的等同變化，仍屬本發(fā)明所涵蓋的范圍。
權(quán)利要求
一種用于交通控制的圖像增強方法，其包括如下步驟a、獲得原始圖像；b、對原始圖像進行對比度拉伸；c、將所述原始圖像和經(jīng)過對比度拉伸的圖像進行圖像融合；d、輸出融合后的圖像。
2. 如權(quán)利要求1所述的方法，其特征在于，所述步驟b包括 bl、確定第一灰度閾值和第二灰度閾值；b2、對所述原始圖像中處于第一灰度閾值和第二灰度閾值間的像素點進行對比度拉伸；其中，第一灰度閾值小于第二灰度閾值。
3. 如權(quán)利要求2所述的方法，其特征在于，步驟b還包括設定伽馬值以對所述原始圖像 進行伽馬校正的步驟。
4. 如權(quán)利要求3所述的方法，其特征在于，在伽瑪校正的步驟之前包括 計算所述原始圖像中所有像素點的灰度平均值，判斷該灰度平均值是否達到設定值，若是，則認為是白天圖像，所述伽馬值在(I，IO)之間取值；否則，認為是夜間圖像，所述伽 馬值在(O，l)之間取值。
5. 如權(quán)利要求1所述的方法，其特征在于，所述步驟c包括cl、對所述原始圖像和對比度拉伸后的圖像進行小波變換獲取兩幀圖像的低頻系數(shù)和 高頻系數(shù)；c2、求取所述兩幀圖像的低頻系數(shù)的算術(shù)平均值和高頻系數(shù)的加權(quán)平均值，分別作為 融合后的小波系數(shù)的低頻系數(shù)和高頻系數(shù)；c3、對融合后的小波系數(shù)進行反變換，得到融合后的圖像。
6. 如權(quán)利要求5所述的方法，其特征在于，步驟cl中還包括確定小波類型及分解層數(shù)。
7. —種用于交通控制的圖像增強系統(tǒng)，包括 接收單元，用于接收原始圖像；對比度拉伸單元，用于將所述的原始圖像進行對比度拉伸；圖像融合單元，將所述原始圖像和經(jīng)過對比度拉伸的圖像進行圖像融合；輸出單元，用于輸出融合后的圖像。
8. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述對比度拉伸單元的對比度拉伸過程包括確定第一灰度閾值和第二灰度閾值；對所述原始圖像中處于第一灰度閾值和第二灰度閾值間的像素點進行對比度拉伸； 其中，第一灰度閾值小于第二灰度閾值。
9. 如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述對比度拉伸單元還用于設定伽馬值以 對所述原始圖像進行伽馬校正；其中，計算所述原始圖像中所有像素點的灰度平均值，判斷該灰度平均值是否達到設 定值，若是，則認為是白天圖像，所述伽馬值在(I，IO)之間取值；否則，認為是夜間圖像，所 述伽馬值在(O，l)之間取值。
10. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述圖像融合單元的圖像融合過程包括對所述原始圖像和對比度拉伸后的圖像進行小波變換獲取兩幀圖像的低頻系數(shù)和高 頻系數(shù)；求取所述兩幀圖像的低頻系數(shù)的算術(shù)平均值和高頻系數(shù)的加權(quán)平均值，分別作為融合 后的小波系數(shù)的低頻系數(shù)和高頻系數(shù)；對融合后的小波系數(shù)進行反變換，得到融合后的圖像。
全文摘要
本發(fā)明公開了一種用于交通控制的圖像增強方法，其包括如下步驟a、獲得原始圖像；b、對原始圖像進行對比度拉伸；c、將所述原始圖像和經(jīng)過對比度拉伸的圖像進行圖像融合；d、輸出融合后的圖像。本發(fā)明中，由于采用對抓拍后的圖像進行對比度拉伸和圖像融合，因而使得圖像的識別效果較高。本發(fā)明公開了一種用于交通控制的圖像增強系統(tǒng)。
文檔編號G06T5/50GK101783013SQ20101012006
公開日2010年7月21日 申請日期2010年3月4日 優(yōu)先權(quán)日2010年3月4日
發(fā)明者何東曉, 卜慶凱, 李月高, 王瑋, 苑希強, 邵明欣, 鄭維學, 陳維強, 隋守鑫 申請人:青島海信網(wǎng)絡科技股份有限公司