低照度环境下交通图像增强方法和装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114549330A(43)申请公布日2022.05.27(21)申请号202011330199.6(22)申请日2020.11.24(71)申请人常州星宇车灯股份有限公司地址213022江苏省常州市汉江路398号(72)发明人沙刘力邓亮谢正华沈昱(74)专利代理机构常州佰业腾飞专利代理事务所(普通合伙)32231专利代理师姜晓钰(51)Int.Cl.G06T5/00(2006.01)G06T5/40(2006.01)G06T5/50(2006.01)G06F17/14(2006.01)权利要求书3页说明书8页附图2页(54)发明名称低照度环境下交通图像增强方法和装置(57)摘要本发明提供一种低照度环境下交通图像增强方法和装置，所述方法包括以下步骤：采集低照度环境下的交通图像；对交通图像进行增强处理；将交通图像数据与增强后的交通图像进行自适应融合，以获得输出图像。本发明的增强方法，能够提高低照度交通环境的图像质量，并通过初始图像和处理后图像进行自适应的图像融合，使得图像特征更清晰，保留更多的图像细节。CN114549330ACN114549330A权利要求书1/3页1.一种低照度环境下交通图像增强方法，其特征在于，包括以下步骤：采集低照度环境下的交通图像；对所述交通图像进行增强处理；将所述交通图像数据与增强后的交通图像进行自适应融合，以获得输出图像。2.根据权利要求1所述的低照度环境下交通图像增强方法，其特征在于，对所述交通图像进行增强处理，包括：通过同态滤波对所述交通图像进行R，G，B三通道增强；对经过所述同态滤波处理后的交通图像进行反影处理；对所述反影处理后的交通图像进行去雾处理；将所述去雾处理后的交通图像的色彩空间从RGB转换到HSL；使用限制对比度自适应直方图均衡算法对L通道图像进行处理，并使用伽马变换进行校正；使用自适应非线性增强算法对S通道图像进行增强处理；将处理后的L通道图像、S通道图像和H通道图像合并，并转换为RGB色彩空间，以及对转换后的图像进行反影处理。3.根据权利要求2所述的低照度环境下交通图像增强方法，其特征在于，采用下述公式进行同态滤波处理：其中，I(x,y)表示同态滤波后的图像，FFT和FFT-1分别表示傅里叶变换及其逆变换，M表示频域滤波器，f(x,y)表示所述交通图像。4.根据权利要求2所述的低照度环境下交通图像增强方法，其特征在于，采用下述公式进行反影处理：I＝255-Iin其中，Iin表示输入的交通图像，I表示反影输出的交通图像。5.根据权利要求2所述的低照度环境下交通图像增强方法，其特征在于，采用下述公式进行去雾处理：其中，t(x)表示大气透射率，Ic(x)表示去雾处理前的图像，Ac表示全球大气光成分，w表示修正因子，其取值范围为[0,1]，Ω(x)表示以像素x为中心的一个窗口，J(x)表示去雾后的图像。6.根据权利要求2所述的低照度环境下交通图像增强方法，其特征在于，采用下述公式进行色彩空间转换：2CN114549330A权利要求书2/3页其中，B，G，R分别表示BGR色彩空间里蓝、绿、红的坐标，max表示B，G，R中的最大坐标，min表示B，G，R中的最小坐标，H，S，L分别表示HSL色彩空间里的色相、饱和度、亮度。7.根据权利要求6所述的低照度环境下交通图像增强方法，其特征在于，通过下述公式对L通道进行伽马变换：S′＝crγ其中，S′表示经过伽马变换校正后的输出值，c表示缩放系数，r表示原灰度图的输入值，γ表示伽马因子系数，用来控制校正程度。8.根据权利要求6所述的低照度环境下交通图像增强方法，其特征在于，通过下述公式对S通道进行自适应非线性增强处理：其中，Sout表示经过自适应非线性拉伸后处理后的饱和度分量，Sin表示拉伸前的初始饱和度分量，mean(R,G,B)表示原始图像上对应各个像素点的R，G，B分量的平均值，max(R,G,B)表示原始图像上对应各个像素点的R，G，B分量的最大值，min(R,G,B)表示原始图像上对应各个像素点的R，G，B分量的最小值。9.根据权利要求1所述的低照度环境下交通图像增强方法，其特征在于，采用下述公式进行自适应融合：Gray(i,j)＝0.299*R(i,j)+0.578*G(i,j)+0.144*B(i,j)I(i,j)＝αIin(i,j)+(1-α)Iout(i,j)其中，R(i,j)，G(i,j)，B(i,j)分别表示各个像素点的红、绿、蓝三通道的值，Gray(i,j)表示该像素点的加权平均灰度值，α表示交通图像与增强处理后的交通图像内各像素点的比值，Gray(i,j)in表示交通图像内个像素点的值，Gray(i,j)out表示增强处理后的交通图像3CN114549330A权