專利名稱：一種具有高光抑制的夜間圖像增強方法
技術(shù)領(lǐng)域：
本發(fā)明屬于視頻監(jiān)控技術(shù)領(lǐng)域，涉及一種具有高光抑制的夜間圖像增強方法。

背景技術(shù)：
夜間圖像的增強是完成智能監(jiān)控系統(tǒng)在夜間正常工作的重要環(huán)節(jié)，考慮到夜間的光照環(huán)境較為復(fù)雜，采用普通的照相機或攝像機拍攝的圖像一般都會出現(xiàn)強光源造成的高光區(qū)域，這些高光區(qū)域的存在，使得所拍攝到的圖像因光照的動態(tài)范圍過大，導(dǎo)致了場景畫面出現(xiàn)圖像過暗、照度不均、存在強光干擾的情況，噪聲影響大，特別是強光源(如車燈、閃光燈)對夜間圖像的增強造成了更多的困難。但是目前的圖像增強方法雖然對圖像中暗區(qū)細(xì)節(jié)的增強效果不錯，但是對高光區(qū)域沒有進(jìn)行抑制，嚴(yán)重影響了光源附近的高光區(qū)域的細(xì)節(jié)顯示。


發(fā)明內(nèi)容
本發(fā)明的目的是提供一種具有高光抑制的夜間圖像增強方法，解決了現(xiàn)有技術(shù)中存在的對高光區(qū)域沒有進(jìn)行有效抑制，嚴(yán)重影響了光源附近的高光區(qū)域細(xì)節(jié)顯示的問題。
本發(fā)明所采用的技術(shù)方案是，一種具有高光抑制的夜間圖像增強方法，該方法按照以下步驟實施， 步驟1、對輸入的夜間圖像的色系進(jìn)行轉(zhuǎn)換 在初始化過程中，對輸入的夜間圖像從RGB色系轉(zhuǎn)換到HSV色系中，保留顏色信息的H和S通道信息，只對亮度通道V進(jìn)行處理； 步驟2、對上步處理好的HSV色系下的夜間圖像，采用基于時域遞歸濾波器的Retinex增強方法，進(jìn)行圖像的預(yù)增強處理，得到預(yù)增強結(jié)果圖像； 步驟3、對上步預(yù)增強結(jié)果圖像進(jìn)行高光抑制處理首先確定抑制參數(shù)，包括抑制模板和抑制范圍，再進(jìn)行高光區(qū)域的抑制； 步驟4、對步驟3進(jìn)行了高光抑制后的圖像，統(tǒng)計其直方圖，并對其直方圖進(jìn)行展寬處理經(jīng)過步驟3的高光抑制后，圖像的直方圖出現(xiàn)了比較集中的、連續(xù)一段的灰度級無像素分布，利用這些空灰度級，將圖像像素灰度級進(jìn)行重新分布，完成直方圖展寬處理； 步驟5、圖像歸一化將步驟4展寬處理后的圖像從HSV色系轉(zhuǎn)換到RGB色系下進(jìn)行顯示，得到最終的具有高光抑制的夜間圖像的增強結(jié)果。
本發(fā)明的方法，在適應(yīng)夜間圖像中存在強光源造成的高光區(qū)域的情況下，采用基于鄰域信息的高光抑制方法和直方圖展寬方法對夜間圖像增強過程中出現(xiàn)的高光區(qū)域進(jìn)行有效的抑制，并通過提高圖像對比度而對其進(jìn)行增強，從而，在不改變原本圖像像素間關(guān)系的同時，最大限度的提高圖像的對比度，使得圖像能夠表述最大信息量。

具體實施例方式 下面結(jié)合具體實施方式
對本發(fā)明進(jìn)行詳細(xì)說明。
本發(fā)明的具有高光抑制的夜間圖像增強方法，按照以下步驟實施 步驟1、對輸入的夜間圖像的色系進(jìn)行轉(zhuǎn)換 為了更好保持圖像的顏色信息，在初始化過程中，對輸入的夜間圖像從RGB色系轉(zhuǎn)換到HSV色系中，保留顏色信息的H和S通道信息，只對亮度通道V進(jìn)行處理。由于色系轉(zhuǎn)換是現(xiàn)有技術(shù)，這里不再重復(fù)。
步驟2、對步驟1轉(zhuǎn)換后的圖像進(jìn)行預(yù)增強處理 對上步處理好的HSV色系下的夜間圖像，采用基于時域遞歸濾波器的Retinex增強方法，基于時域遞歸濾波器的Retinex增強方法是現(xiàn)有技術(shù)，作為后續(xù)處理的必要前提，只敘述涉及后續(xù)操作所必須的技術(shù)步驟。
對于大小為m×n的輸入的夜間圖像F＝[f(x，y)]m×n，其在(x，y)點上的光照成像模型可表示為f(x，y)＝r(x，y)·i(x，y)，x＝1，2，...，m，y＝1，2，...，n (1) 其中，i(x，y)為照射分量，由光源確定；r(x，y)為反射分量，由景物特性確定。
根據(jù)公式1)給出的光照模型，圖像的預(yù)增強包括以下幾個步驟 2.1)分離輸入的夜間圖像的照射分量與反射分量 設(shè)輸入的夜間圖像的大小為m×n，根據(jù)光照特性，使用一個可以保持邊界輪廓信息的低通濾波器來估算圖像的照射分量，即從輸入夜間圖像中估算出的在點(x，y)上的照射分量值

為 x＝1，2，...，m，y＝1，2，...，n(2) 其中，

為估計出的照射分量，f(x，y)為輸入的夜間圖像，α是最大權(quán)值，一般取值為0.99，Sh(x，y)和Sv(x，y)分別為水平方向上和垂直方向上的邊界檢測器，其表達(dá)式分別為 其中，δ為一個極小的正數(shù)，H是一常數(shù)，一般取0.2為宜。根據(jù)公式1和公式2可得估計的反射分量

為
當(dāng)估計的

時，置

ε為大于0的數(shù)。
2.2)照射分量的增強處理 設(shè)根據(jù)公式1估計出的照射分量值的分布范圍為[imin，imax]，對照射分量處理采用改進(jìn)型的gamma函數(shù)構(gòu)造映射曲線來進(jìn)行曲線調(diào)整，在處理前先將照射分量歸一化到
之間，即
利用改進(jìn)型的gamma調(diào)整函數(shù)對照射分量進(jìn)行增強 其中，α(z(x，y))為權(quán)重函數(shù)，在對輸入的夜間圖像處理時，權(quán)重函數(shù)使用α(z(x，y))＝z(x，y)2時，效果比較理想，參數(shù)γ∈
。
2.3)照射分量的線性對比度增強 對經(jīng)過步驟2.2)增強處理后的照射分量

統(tǒng)計其直方圖，因為少量的低灰度級像素以及少量的高灰度級像素的分布，使得直方圖的分布較為集中，因此，對影響直方圖分布，但不影響視覺效果的灰度級進(jìn)行歸并，同時對照射分量進(jìn)行對比度的線性展寬，計算公式如下 其中，i*(x，y)為處理后的照射分量，dlow和dhigh分別為經(jīng)步驟2.2)增強處理后的照度分量

的下飽和點和上飽和點，是根據(jù)其直方圖統(tǒng)計得到的，一般情況下，下飽和點和上飽和點分別選取灰度分布的累積概率為0.01和0.99的點時，被抑制的像素數(shù)僅僅占到畫面的2％，不影響視覺效果，但由此可換取大大提高對比度的益處。
2.4)反射分量的增強處理 選用的sigmoid函數(shù)h(z)為
其中，k∈
，函數(shù)c(z)為權(quán)重函數(shù)，其表達(dá)式為 其中，a∈
，b∈[1.05，1.2]，d∈
。
反射分量

的值增強時，采用改進(jìn)型的sigmoid函數(shù)構(gòu)造的調(diào)整曲線進(jìn)行曲線調(diào)整，即
2.5)將照射分量與反射分量融合，得到對輸入的夜間圖像的預(yù)增強結(jié)果，即 步驟3、高光抑制處理 經(jīng)過步驟2的圖像預(yù)增強后，還要對預(yù)增強后的夜間圖像中高光區(qū)域進(jìn)行抑制處理，目的在于減少強光的光暈對目標(biāo)區(qū)域細(xì)節(jié)信息的干擾，夜間圖像中出現(xiàn)的高光區(qū)域都由人造光源形成，人造光源都可以抽象成由若干個點光源構(gòu)成，光由點光源逐漸的向周圍擴(kuò)散，在光源的周圍形成高光區(qū)域。這種高光模式反映到圖像中就是以高光像素為中心，其周圍像素的灰度值逐漸的降低。本發(fā)明采用基于鄰域信息的高光抑制方法，利用高光像素的鄰域信息將高光區(qū)域的灰度值逐漸減小，來減弱光強，達(dá)到抑制高光的目的。
抑制高光處理按照以下幾個環(huán)節(jié)具體實施 3.1)確定抑制參數(shù)，包括抑制模板和抑制范圍。
抑制模板的大小就是以高光像素為中心的鄰域范圍大小，模板一般選取dm×dm，dm為奇數(shù)的模板，如果模板選取過小，抑制后的高光區(qū)域會出現(xiàn)很多噪聲；如果模板選取的過大，抑制后的高光區(qū)域雖然很平滑，但計算時間大大的增加，因此選取dm＝11時，效果比較理想。
抑制范圍[cL，cH]，是指需要被抑制的高光像素的灰度分布范圍，其中，cH為高光像素的最高灰度值，一般選擇像素灰度值為圖像

的最大灰度值

cL為高光像素的最低灰度值，其值的大小直接影響高光抑制的效果，如選取的過大，對高光區(qū)域抑制的效果不明顯；如選取的過小，計算量加大，但對高光區(qū)域抑制的效果比較好，選擇像素灰度值為

為宜。
3.2)高光區(qū)域的抑制 首先，遍歷經(jīng)過步驟2預(yù)增強后的圖像

尋找其中的高光像素p，p∈Ωp，

然后以待處理高光像素p為中心，套用抑制模板，在模板內(nèi)尋找滿足條件的次高光像素q； 次高光像素q應(yīng)滿足以下條件 ①次高光像素的灰度值必須小于高光像素的灰度值，即
②次高光像素的灰度值應(yīng)最接近高光像素的灰度值，即灰度差值Δq滿足下式

x，y＝1，2，...，w(14) 其中，w為模板的寬度。
采用次高光像素q的灰度值

替換高光像素p的灰度值

即

完成對圖像

的遍歷，對高光區(qū)域進(jìn)行一層抑制； 然后，增大高光像素最低灰度值cL，即令cL＝cL+1，縮小抑制范圍[cL，cH]，轉(zhuǎn)到步驟3.2)再遍歷一次圖像，完成對高光區(qū)域的一層迭代抑制，直到高光像素最低灰度值增加到與高光像素最高灰度值相等，即cL＝cH時，結(jié)束對圖像

的遍歷，完成對其高光區(qū)域的逐層迭代抑制。
步驟4、對步驟3處理好的直方圖進(jìn)行展寬處理 高光抑制后，圖像

的直方圖出現(xiàn)了比較集中的、連續(xù)一段的灰度級無像素分布，利用這些空灰度級，將其像素灰度級進(jìn)行重新分布，展寬直方圖，具體按照以下幾個環(huán)節(jié)來實施 4.1)統(tǒng)計經(jīng)過高光抑制后的圖像

的灰度的直方圖hf(k)，統(tǒng)計其概率分布pf(k)hf(k)＝Nk，k＝0，1，...，L-1(15) k＝0，1，...，L-1(16) 其中，Nk是圖像

中灰度級等于k的像素個數(shù)； 4.2)統(tǒng)計直方圖中空灰度級，即Nk＝0的總個數(shù)n，并記錄空灰度級的位置wr(k)，k＝1，2，...n； 4.3)根據(jù)插空規(guī)則計算空灰度級插空位置

插空規(guī)則是灰度級展寬的核心，考慮到使處理后圖像平均熵的最大化，選用灰度級等概率分布插空規(guī)則?；叶燃壍雀怕史植疾蹇找?guī)則是利用直方圖累積分布概率，進(jìn)行等概率間隔的插入空灰度級，即每隔一定數(shù)量的像素插入一個空灰度級，以此來計算新的插空位置
首先統(tǒng)計出圖像

的直方圖累積分布概率Pa(i)，i＝0，1，...，L-1 然后，計算插空比b，其中，n為空灰度級的個數(shù)b＝0.99/n(18)最后，獲得新的插空位置

i滿足下式 Pa(i)≤k·b＜Pa(i+1)，i＝0，1，...，L-1，k＝1，2，...，n(19) 得到了新的插空位置

后，如果出現(xiàn)幾個插空位置在同一灰度級上，會因為插空太多造成灰度級斷層，影響最后直方圖展寬的效果，為此，在兩個插空位置之間需要設(shè)置一個最短間隔ds，當(dāng)

時，令

以此類推，最短間隔ds優(yōu)選為1-2個灰度級，效果比較好。
4.4)根據(jù)新的插空位置，將n個空依次插空到

處，并更新灰度映射表h(i)如下如果

則
如果

則
如果

則h(i)，i＝0，1，...，L-1不變。
4.5)根據(jù)灰度映射表，得到直方圖展寬處理后的結(jié)果圖像[f*(x，y)]m×n，即

x＝0，1，...，m-1，y＝0，1，...，n-1(22) 步驟5、圖像歸一化上述操作都是在亮度通道V中進(jìn)行，操作結(jié)束之后，將步驟4處理得到的結(jié)果圖像從HSV色系轉(zhuǎn)換到RGB色系下進(jìn)行顯示，至此，完成了對夜間圖像的增強，同時對高光區(qū)域進(jìn)行了有效的抑制。
權(quán)利要求
1.一種具有高光抑制的夜間圖像增強方法，其特征在于該方法按照以下步驟實施，
步驟1、對輸入的夜間圖像的色系進(jìn)行轉(zhuǎn)換
在初始化過程中，對輸入的夜間圖像從RGB色系轉(zhuǎn)換到HSV色系中，保留顏色信息的H和S通道信息，只對亮度通道V進(jìn)行處理；
步驟2、對上步處理好的HSV色系下的夜間圖像，采用基于時域遞歸濾波器的Retinex增強方法，進(jìn)行圖像的預(yù)增強處理，得到預(yù)增強結(jié)果圖像；
步驟3、對上步預(yù)增強結(jié)果圖像進(jìn)行高光抑制處理首先確定抑制參數(shù)，包括抑制模板和抑制范圍，再進(jìn)行高光區(qū)域的抑制；
步驟4、對步驟3進(jìn)行了高光抑制后的圖像，統(tǒng)計其直方圖，并對其直方圖進(jìn)行展寬處理經(jīng)過步驟3的高光抑制后，圖像的直方圖出現(xiàn)了比較集中的、連續(xù)一段的灰度級無像素分布，利用這些空灰度級，將圖像像素灰度級進(jìn)行重新分布，完成直方圖展寬處理；
步驟5、圖像歸一化將步驟4展寬處理后的圖像從HSV色系轉(zhuǎn)換到RGB色系下進(jìn)行顯示，得到最終的具有高光抑制的夜間圖像的增強結(jié)果。
2.按照權(quán)利要求1所述的方法，其特征在于，所述步驟2的預(yù)增強處理步驟是，對于m×n大小的輸入夜間圖像F＝[f(x，y)]m×n，其在(x，y)點上的光照成像模型表示為
f(x，y)＝r(x，y)·i(x，y)，x＝1，2，...，m，y＝1，2，...，n(1)
其中，i(x，y)為照射分量，由光源確定，r(x，y)為反射分量，由景物特性確定，具體包括
2.1)分離輸入夜間圖像的照射分量與反射分量，根據(jù)光照特性，使用一個可以保持邊界輪廓信息的低通濾波器來估算圖像的照射分量，即從輸入夜間圖像中估算出的在點 (x，y)上的照射分量值
為
其中，
為估計出的照射分量，f(x，y)為輸入的夜間圖像，α是最大權(quán)值，Sh(x，y)和Sv(x，y)分別為水平方向上和垂直方向上的邊界檢測器，其表達(dá)式分別為
其中，δ為一個極小的正數(shù)，H是一常數(shù)，根據(jù)公式1和公式2可得估計的反射分量
為
x＝1，2，...，m，y＝1，2，...，n (5)
當(dāng)估計的
時，置
ε為大于0的數(shù)；
2.2)照射分量的增強處理
設(shè)根據(jù)公式1估計出的照射分量值的分布范圍為[imin，imax]，對照射分量處理采用改進(jìn)型的gamma函數(shù)構(gòu)造映射曲線來進(jìn)行曲線調(diào)整，在處理前先將照射分量歸一化到
之間，即
利用改進(jìn)型的gamma調(diào)整函數(shù)對照射分量進(jìn)行增強
其中，α(z(x，y))為權(quán)重函數(shù)，在對輸入的夜間圖像處理時，權(quán)重函數(shù)使用α(z(x，y))＝z(x，y)2，參數(shù)γ∈
；
2.3)照射分量的線性對比度增強
對經(jīng)過步驟2.2)增強處理后的照射分量
統(tǒng)計其直方圖，因為少量的低灰度級像素以及少量的高灰度級像素的分布，使得直方圖的分布較為集中，因此對影響直方圖分布，但不影響視覺效果的灰度級進(jìn)行歸并，同時對照射分量進(jìn)行對比度的線性展寬，計算公式如下
其中，i*(x，y)為處理后的照射分量，dlow和dhigh分別為經(jīng)步驟2.2)增強處理后的照度分量
的下飽和點和上飽和點，是根據(jù)其直方圖統(tǒng)計得到的，下飽和點和上飽和點分別選取不影響視覺效果的可歸并的最大低灰度級以及最小高灰度級的點；
2.4)反射分量的增強處理
選用的sigmoid函數(shù)h(z)為
其中，k∈
，函數(shù)c(z)為權(quán)重函數(shù)，其表達(dá)式為
其中，a∈
，b∈[1.05，1.2]，d∈
，
反射分量
的值增強時，采用改進(jìn)型的sigmoid函數(shù)構(gòu)造的調(diào)整曲線進(jìn)行曲線調(diào)整，即
2.5)照射分量與反射分量融合，得到預(yù)增強處理后的圖像，
即
3.按照權(quán)利要求1所述的方法，其特征在于，所述步驟3的高光抑制處理，具體步驟包括
3.1)確定抑制參數(shù)，包括抑制模板和抑制范圍
抑制模板的大小就是以高光像素為中心的鄰域范圍大小，模板選取為dm×dm，dm為奇數(shù)的模板；
抑制范圍為[cL，cH]，是指需要被抑制的高光像素的灰度分布范圍，其中，cH為高光像素的最高灰度值，一般選擇像素灰度值為圖像
的最大灰度值
cL為高光像素的最低灰度值，選擇像素灰度值為
3.2)高光區(qū)域的抑制首先，遍歷預(yù)增強后的圖像
尋找其中的高光像素p，p∈Ωp，
然后以待處理高光像素p為中心，套用抑制模板，在模板內(nèi)尋找滿足條件的次高光像素q；
次高光像素應(yīng)滿足以下條件
①次高光像素的灰度值必須小于高光像素的灰度值，即
②次高光像素的灰度值應(yīng)最接近高光像素的灰度值，即灰度差值Δq滿足下式
其中，w為模板的寬度，
為預(yù)增強處理后的圖像，
用次高光像素q的灰度值
替換高光像素p的灰度值
即
完成對圖像
的遍歷，對高光區(qū)域進(jìn)行一層抑制，
然后，增大高光像素最低灰度值cL，即令cL＝cL+1，縮小抑制范圍[cL，cH]，轉(zhuǎn)到步驟3.2)再遍歷一次圖像
完成對高光區(qū)域的一層迭代抑制，直到高光像素最低灰度值增加到與高光像素最高灰度值相等，即cL＝cH，結(jié)束對圖像
遍歷，完成對其高光區(qū)域的逐層迭代抑制。
4.按照權(quán)利要求1所述的方法，其特征在于，所述步驟4進(jìn)行高光抑制后的圖像進(jìn)行直方圖展寬處理，按照以下具體步驟實施
4.1)統(tǒng)計高光抑制后的圖像
的直方圖hf(k)，統(tǒng)計其概率分布pf(k)hf(k)＝Nk，k＝0，1，...，L-1(15)
k＝0，1，...，L-1 (16)
其中，Nk是圖像中灰度級等于k的像素個數(shù)，圖像的大小為m×n；
4.2)統(tǒng)計直方圖中的空灰度級，即Nk＝0的總個數(shù)n，并記錄空灰度級的位置wr(k)，其中的k＝1，2，…n；
4.3)根據(jù)插空規(guī)則計算空灰度級插空位置
選用灰度級等概率分布插空規(guī)則，進(jìn)行等概率間隔的插入空灰度級，即每隔一定數(shù)量的像素插入一個空灰度級，以此來計算新的插空位置
首先統(tǒng)計出圖像的直方圖累積分布概率Pa(i)
i＝0，1，...，L-1 (17)
然后，計算插空比bb＝0.99/n(18)
其中，n為空灰度級的個數(shù)；
最后，獲得新的插空位置
i滿足下式
Pa(i)≤k·b＜Pa(i+1)，其中的i＝0，1，...，L-1，k＝1，2，...，n (19)
得到了新的插空位置
后，如果出現(xiàn)幾個插空位置在同一灰度級上，會因為插空太多造成灰度級斷層，影響最后直方圖展寬的效果，為此，在兩個插空位置之間設(shè)置一個最短間隔ds，當(dāng)
時，令
以此類推，
4.4)根據(jù)新的插空位置，將n個空依次插空到
處，并更新灰度映射表h(i)如下如果
則
如果則
如果則h(i)不變；
4.5)根據(jù)灰度映射表，得到直方圖展寬處理后的結(jié)果圖像
x＝0，1，...，m-1，y＝0，1，...，n-1 (22)
其中，
為經(jīng)過高光抑制后的圖像。
全文摘要
本發(fā)明公開了一種具有高光抑制的夜間圖像增強方法，該方法按照以下步驟實施步驟1、圖像的色系轉(zhuǎn)換，從RGB色系轉(zhuǎn)換到HSV色系中，保留顏色信息的H和S通道信息，只對亮度通道V進(jìn)行處理；步驟2、圖像的預(yù)增強處理；步驟3、確定抑制參數(shù)，包括抑制模板和抑制范圍；再進(jìn)行高光區(qū)域的抑制；步驟4、直方圖展寬處理，利用高光抑制時產(chǎn)生的空灰度級，將圖像像素灰度級進(jìn)行重新分布，展寬直方圖；步驟5、圖像歸一化，再從HSV色系轉(zhuǎn)換到RGB色系下進(jìn)行顯示，得到增強的夜間圖像。本發(fā)明方法能夠有效的增強夜間圖像，并抑制圖像中的高光，在不改變原本圖像像素間關(guān)系的同時，最大限度的提高圖像的對比度，使得圖像能夠表述最大信息量。
文檔編號H04N7/18GK101783963SQ20101011157
公開日2010年7月21日 申請日期2010年2月10日 優(yōu)先權(quán)日2010年2月10日
發(fā)明者朱虹, 王文靜, 劉薇, 寧婷婷, 邢楠 申請人:西安理工大學(xué)