本發(fā)明為一種基于視網(wǎng)膜模型的低光圖像增強(qiáng)方法，屬于圖像處理技術(shù)領(lǐng)域，包括：步驟S1：獲得相似像素群組；步驟S2：在相似像素群組上執(zhí)行哈爾變換，利用像素級(jí)的非局部哈爾變換分別在R、G、B三個(gè)通道分別獲得光照分量和反射分量；步驟S3：找到最終反射分量；步驟S4：找到增強(qiáng)光照分量；步驟S5：將增強(qiáng)光照分量的最小分量作為最終光照分量；步驟S6：將最終反射分量與最終光照分量應(yīng)用于視網(wǎng)膜模型，獲得增強(qiáng)的圖像。本發(fā)明的低光圖像增強(qiáng)方法快速有效，經(jīng)本方法處理后的圖像顏色不會(huì)過于鮮艷，能夠很好地保留原始圖像中的信息，并且能夠很好地解決增強(qiáng)后光照不均的問題，不會(huì)引入假信號(hào)，圖像邊緣信息保真度非常高。

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及一種基于視網(wǎng)膜模型的低光圖像增強(qiáng)方法。

背景技術(shù)

低光圖像增強(qiáng)就是將一些弱光環(huán)境拍攝的亮度過低的圖像增強(qiáng)，目的是得到光照效果較好的圖像。如夜晚或者密閉環(huán)境內(nèi)所拍攝的照片，往往存在著亮度過低、不能有效辨認(rèn)圖片具體內(nèi)容的問題，因此低光圖像增強(qiáng)一直是計(jì)算機(jī)視覺領(lǐng)域的熱門研究方向之一。

當(dāng)前的低光圖像增強(qiáng)方法大都是單純基于視網(wǎng)膜模型的，比如MSR、MSRCR和SIRE以及RRM等，此類方法往往存在增強(qiáng)效果不明顯、顏色失真、產(chǎn)生偽影等缺陷，并且現(xiàn)有的低光圖像增強(qiáng)方法在處理圖像時(shí)耗時(shí)較多。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的至少一個(gè)缺點(diǎn)，提供一種基于視網(wǎng)膜模型的低光圖像增強(qiáng)方法，可以有效解決很亮的地方增強(qiáng)所導(dǎo)致的過曝問題，以及很暗的地方增強(qiáng)所導(dǎo)致的失真問題，從而得到更好的低光圖像增強(qiáng)效果。

本發(fā)明公開一種基于視網(wǎng)膜模型的低光圖像增強(qiáng)方法，包括：

步驟S1：獲得相似像素群組；

步驟S2：在相似像素群組上執(zhí)行哈爾變換，利用像素級(jí)的非局部哈爾變換的低頻系數(shù)和高頻系數(shù)分別在R、G、B三個(gè)通道分別獲得光照分量和反射分量；

步驟S3：找到R、G、B三個(gè)通道反射分量的最小分量作為最終反射分量；

步驟S4：找到R、G、B三個(gè)通道光照分量的最大分量，運(yùn)用指數(shù)和對(duì)數(shù)相結(jié)合的方法進(jìn)行增強(qiáng)，得出增強(qiáng)光照分量；

步驟S5：將增強(qiáng)光照分量的最小分量作為最終光照分量；

步驟S6：將所述最終反射分量與所述最終光照分量應(yīng)用于視網(wǎng)膜模型，獲得增強(qiáng)的圖像。

優(yōu)選的，所述步驟S1具體包括：

步驟S1a：在RGB顏色空間中的R、G、B三個(gè)通道中分別執(zhí)行塊匹配與行匹配，按一定滑動(dòng)步長(zhǎng)在其中選取一個(gè)尺寸為參考圖像塊B_r，在以B_r左上角坐標(biāo)為中心的一個(gè)給定大小的鄰域內(nèi)執(zhí)行塊匹配獲得與B_r最相似的N2-1個(gè)圖像塊，從而獲得連同B_r在內(nèi)N2個(gè)相似圖像塊；

步驟S1b：將每一個(gè)尺寸為的圖像塊拉伸成一個(gè)列向量，標(biāo)記為將所有V_l按列拼接為一個(gè)行N2列的矩陣M_b；

步驟S1c：選取矩陣M_b其中一行R_r作為參考行，計(jì)算R_r與其他所有行的歐氏距離以找到與其最相似的N₃-1行，連同R_r在內(nèi)構(gòu)造一個(gè)尺寸為N₃×N₂相似像素矩陣M_s。

優(yōu)選的，所述步驟S1c具體為：

將矩陣M_b中第i行作為參考行，計(jì)算第i行與其余所有行的歐式距離為：