一種基于前景背景分離的背光圖像增強去噪方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，特別是涉及一種基于前景背景分離的背光圖像增強去 噪方法。
【背景技術(shù)】
[0002] 名詞解釋：
[0003] Retinex算法：Retinex是"Retina"（視網(wǎng)膜）和"Cortex"（大腦皮層）的縮寫。 Retine算法是一種建立在科學實驗和科學分析基礎(chǔ)上的基于人類視覺系統(tǒng)的圖像增強算 法，可以在動態(tài)范圍壓縮、邊緣增強和顏色恒常三方面達到平衡，對各種不同類型的圖像進 行自適應性的增強；
[0004] CLAHE算法:Contrast-limited Adaptive Histogram Equalization algorithm， 限制對比度自適應直方圖均衡化算法；
[0005] NLM算法:Non-Local Means algorithm，非局部平均圖像去噪算法，通過對自相似 結(jié)構(gòu)塊做加權(quán)平均來估計參考塊的中心點，從而降低噪聲。
[0006]隨著科技的發(fā)展，數(shù)字產(chǎn)品的應用越來越廣泛，圖像傳感器作為一典型例子在各 個領(lǐng)域都得到了廣泛應用。但是，圖像傳感器在采集圖像時，有時候會拍攝到主體很暗但是 背景很亮的圖像，本申請中將這種圖像稱為背光圖像。當采集的圖像為背光圖像時，需要對 背光圖像進行圖像增強、去噪從而提取獲得圖像內(nèi)容。但是，目前背光圖像的處理仍然沒有 成熟解決方案的難題。復雜的光線條件極大地增加了背光圖像處理的難度。傳統(tǒng)的圖像增 強方法往往會造成背光圖像的前景區(qū)域細節(jié)增強不明顯，而背景區(qū)域過度被增強的現(xiàn)象， 同時，背光圖像在前景區(qū)域和背景區(qū)域中，噪聲大小不同，傳統(tǒng)的單尺度圖像降噪也無法很 好地對背光圖像進行去噪。傳統(tǒng)方法處理后的背光圖像無法準確地對背光圖像進行增強去 噪，不僅影響視覺感官，而且對以后一系列后續(xù)的圖像處理工作例如圖像分割、特征提取、 超分辨率重建都會造成一定的障礙。

【發(fā)明內(nèi)容】

[0007] 為了解決上述的技術(shù)問題，本發(fā)明的目的是提供一種基于前景背景分離的背光圖 像增強去噪方法。
[0008] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0009] -種基于前景背景分離的背光圖像增強去噪方法，包括：
[0010] S1、采用交互式摳圖算法將背光圖像劃分成前景區(qū)域和背景區(qū)域；
[0011] S2、采用改進型Retinex算法對前景區(qū)域中的像素點進行增強；
[0012] S3、采用CLAHE算法對背景區(qū)域的像素點進行均衡處理；
[0013] S4、采用多尺度的NLM算法對增強后的前景區(qū)域和均衡處理后的背景區(qū)域進行降 噪；
[0014] S5、將降噪后的前景區(qū)域和背景區(qū)域進行加權(quán)融合后獲得增強降噪后的背光圖 像。
[0015] 進一步，所述步驟SI，包括：
[0016] S11、將背光圖像轉(zhuǎn)換為灰度圖像；
[0017] S12、提取灰度圖像的粗略的前景輪廓和背景輪廓后，將灰度圖像劃分為前景區(qū) 域、背景區(qū)域和未知區(qū)域；
[0018] S13、針對未知區(qū)域的每個像素點，通過求解像素點梯度場的泊松方程，依次將該 像素點劃分到前景區(qū)域或背景區(qū)域；
[0019] S14、根據(jù)灰度圖像的前景區(qū)域和背景區(qū)域的劃分結(jié)果，劃分背光圖像的前景區(qū)域 和背景區(qū)域。
[0020] 進一步，所述步驟S13,包括：
[0021] S131、針對未知區(qū)域的每個像素點，采用G-S迭代法對下式進行求解，獲得該像素 點的合成比例值：
[0022]
[0023] 上式中，F(xiàn)表示該像素點的前景色，B表示該像素點的背景色，I表示該像素點的灰 度值，α表示該像素點的合成比例值，div表示散度算子
表示拉普拉斯算 子，
_不偏導符號；
[0024] S132、判斷合成比例值是否大于第一預設(shè)閾值，若是，則將該像素點劃分到前景區(qū) 域，否則，判斷合成比例值是否小于第二預設(shè)閾值，若是，則將該像素點劃分到背景區(qū)域，反 之將該像素點劃分到未知區(qū)域；
[0025] S133、更新灰度圖像的前景區(qū)域、背景區(qū)域和未知區(qū)域，并判斷未知區(qū)域中是否存 在像素點，若是，則返回執(zhí)行步驟S131，否則結(jié)束。
[0026] 進一步，所述步驟S2,包括：
[0027] S21、分別采用不同的權(quán)重因子，將前景區(qū)域分解成反射光部分和環(huán)境照度部分；
[0028] S22、采用Retinex算法對反射光部分進行細節(jié)提取處理；
[0029] S23、對環(huán)境照度部分進行拉伸處理后，采用CLAHE算法進行均衡處理；
[0030] S24、針對不同的權(quán)重因子，將其對應的處理后的反射光部分和環(huán)境照度部分進行 合成，從而獲得多個增強圖像；
[0031] S25、對獲得的多個增強圖像進行盲圖像質(zhì)量評估，進而獲得最優(yōu)的權(quán)重因子后， 將該最優(yōu)的權(quán)重因子對應的增強圖像作為前景區(qū)域的增強圖像。
[0032] 進一步，所述步驟S21，包括：
[0033] S211、分別采用不同的權(quán)重因子，根據(jù)下式計算前景區(qū)域的每個像素點的每個色 彩通道的反射光值和環(huán)境照度值；
[0034]
[0035] 上式中，（x，y)表示像素點的位置，U(x，y)表示第i個色彩通道的像素值，RU(x，y) 表示第i個色彩通道的反射光值，AIKxj)表示第i個色彩通道的環(huán)境照度值，β表示權(quán)重因 子；
[0036] S212、根據(jù)前景區(qū)域的每個像素點的每個色彩通道的反射光值和環(huán)境照度值，將 前景區(qū)域分解成反射光部分和環(huán)境照度部分。
[0037] 進一步，所述步驟S22,包括：
[0038] S221、根據(jù)下式獲得反射光部分的每個像素點的每個色彩通道的入射分量：
[0039]
[0040] 上瓦甲，U，y)衣不傢累總的怔置，Ki (X，y)表示第i個色彩通道的入射分量，Li (X， y)表示該像素點的R、G、B三個色彩通道的反射光值的最大值，GF (X，y)表示高斯函數(shù)，RLi (x，y)表示第i個色彩通道的反射光值；
[0041] S222、根據(jù)下式計算獲得該像素點的每個色彩通道的反射分量：
[0042]
[0043]上式中，Ri(x，y)表不第i個色彩通道的反射分量。
[0044] 進一步，所述步驟S23,包括：
[0045] S231、根據(jù)下式對環(huán)境照度部分的每個像素點進行拉伸處理：
[0046] AIadjusted(x,y) = 2arctan( γ AI(x,y))/π
[0047] 上式中，（x，y)表示像素點的位置，AI(x，y)表示環(huán)境照度值，AIadjUsted(X，y)表示拉 伸處理后的環(huán)境照度值，γ表示控制拉伸函數(shù)形狀的縮放因子；
[0048] S232、根據(jù)下式，采用CLAHE算法對拉伸處理后的環(huán)境照度部分進行均衡處理：
[0049] AIfinai(x,y) = CLAHE(AIadjusted(x,y))
[0050] 上式中，AIfinai(x，y)表示經(jīng)過CLAHE均衡處理后的結(jié)果。
[0051 ] 進一步，所述步驟S25,包括：
[0052] S251、根據(jù)下式對獲得的多個增強圖像進行盲圖像質(zhì)量評估，進而獲得最優(yōu)的權(quán) 重因子：
[0053] argmaxp(F(P)+CEF(P)), s. t. | PQM(P)-10 | <0.1,0 < β < 1
[0054] 上式中，β表示權(quán)重因子，F(xiàn)(i3)表示該權(quán)重因子對應的增強圖像的相對增強因子， CEF(i3)表示該權(quán)重因子對應的增強圖像的相對色彩增強因子，PQM(i3)表示該權(quán)重因子對應 的增強圖像的感知質(zhì)量評價值；
[0055] S252、將該最優(yōu)的權(quán)重因子對應的增強圖像作為前景區(qū)域的增強圖像。
[0056] 進一步，所述步驟S4,包括：
[0057] S41、針對背光圖像的每個像素點，分別統(tǒng)計以該像素點為中心的第一預設(shè)窗口 中，屬于前景區(qū)域的第一像素數(shù)量和屬于背景區(qū)域的第二像素數(shù)量；
[0058] S42、根據(jù)第一像素數(shù)量和第二像素數(shù)量的大小關(guān)系，在第一濾波參數(shù)值和第二濾 波參數(shù)值中，選擇該像素點的濾波參數(shù)值；
[0059] S43、基于每個像素點對應的濾波參數(shù)值，根據(jù)下式，采用NLM算法分別對增強后的 前景區(qū)域和均衡處理后的背景區(qū)域的每個像素點進行降噪：
[0060]
[0061]上式中，/^/)表示該像素點降噪后的像素值，Ie(j)表示第一預設(shè)窗口，h表示該像 素點對應的濾波參數(shù)，Ni、Nj表不相似窗口，a表不相似窗口的大小。
[0062] 進一步，所述步驟S5,包括：
[0063] S51、針對背光圖像的每個像素點，分別統(tǒng)計以該像素點為中心的第二預設(shè)窗口 中，屬于前景區(qū)域的像素所占的第一比例和屬于背景區(qū)域的像素所占的第二比例；
[0064] S52、根據(jù)下式將降噪后的前景區(qū)域和背景區(qū)域進行加權(quán)融合后獲得增強降噪后 的背光圖像：
[0065]
[0066] 上式中，Ir(x，y)表示增強降噪后的背光圖像，如表示第一比例，仍表示第二比例， 今表示降噪后的前景區(qū)域，及表示降噪后的背景區(qū)域。
[0067] 本發(fā)明的有益效果是：本發(fā)明的一種基于前景背景分離的背光圖像增強去噪方 法，包括：采用交互式摳圖算法將背光圖像劃分成前景區(qū)域和背景區(qū)域；采用改進型 Retinex算法對前景區(qū)域中的像素點進行增強;采用CLAHE算法對背景區(qū)域的像素點進行均 衡處理;采用多尺度的NLM算法對增強后的前景區(qū)域和均衡處理后的背景區(qū)域進行降噪;將 降噪后的前景區(qū)域和背景區(qū)域進行加權(quán)融合后獲得增強降噪后的背光圖像。本方法針對背 光圖像的前景區(qū)域和背景區(qū)域分別采用不同的增強和去噪方法，能夠?qū)Ρ彻鈭D像的前景區(qū) 域