申请/专利权人：嘉兴创巨科技有限公司

申请日：2021-10-29

公开（公告）日：2024-06-21

公开（公告）号：CN113850744B

主分类号：G06T5/10

分类号：G06T5/10;G06T5/20;G06T5/50

优先权：["20210826 CN 2021109921223"]

专利状态码：有效-授权

法律状态：2024.06.21#授权;2024.06.11#专利申请权的转移;2022.01.14#实质审查的生效;2021.12.28#公开

摘要：本发明公开了一种基于自适应Retinex和小波融合的图像增强方法；首先，用本文的自适应Retinex算法对图片进行光照估计，对反射分量增强来得到自适应图像；再次，在得到自适应图像的基础上分别在频率域和空间域进行锐化，即将自适应图像分别进行高斯高通滤波锐化和一种改进的空间算子进行锐化，得到频率域锐化图像和空间域锐化图像；最后，将自适应图像和频率域增强图像以及空间域锐化图像用小波变换分为高频与低频分别执行加权融合得到最终图像。本发明对实际应用中常见的光照不均匀的图像、低照度图像均取得了较好的增强效果，可以适用于更多场合。

主权项：1.基于自适应Retinex和小波融合的图像增强方法，其特征在于，包括以下步骤：1开始，输入原始图像Si，j，利用多尺度Retinex估计照度图像用其得到反射图像，其表达式为： 其中Six，y为原始图像，Iix，y为光照图像，S′x，y为反射图像，N为执行单尺度Retinex次数，ωk为每个尺度的权重，Fkx，y为对原图像执行的模糊操作；2利用步骤1中的估计照度图像求得表达物体本质的反射图像S′x，y，其表达式为：S′x，y＝logSx，y-log[Fx，y*Sx，y]2其中，*表示卷积运算，Fx,y为高斯核函数，即： 其中，e为常量且e≈2.71828，σ为高斯环绕尺度，ρ为归一化系数，需要满足： 3对于边缘区域的像素点，往往会使图像过亮或者过暗，需要对图像像素边界进行压缩；根据对数域图像分布规律，亮暗点区域像素往往小于0点数量，故，以0对应的像素数量个数为参考值，对数值数量分布分别设置两个边界值分别为low与high，压缩对数域的数值分布；设logRx，y中的数值有X＝{X1，X2，X3……Xn}，其对应的数量为Y＝{Y1，Y2，Y3......Yn}，其中Xi＝0，Yi为0的数量，X1为最小值，Xn为最大值，i为数值大小的总数；4计算因子s1,s2；对于暗区域，当有X1≤Xa≤Xi，其中Xa∈X，且Ya＝Yi*s2时，选取low＝Xa；对于亮区域，当Xi≤Xb≤Xn，其中Xb∈X，且Ya＝Yi*s2时，选取high＝Xb；以信息熵为s1，s2的选取标准；s1，s2在0.05到0.15选取能得到符合主观与客观评价标准的图像；5将logRx，y中小于low的数值赋值为low；大于high的数值赋值为high；根据上述步骤进行处理，提高量化后的图像增强效果；6量化后对数据进行线性拉伸使图片像素点转化为0-255，得到自适应图像，线性拉伸公式如下：Rx,y＝Value-MinMax-Min*255-057将6中得到的自适应图像进行中心化处理，其表达式为：Gx，y＝fx，y*-1x+y6其中fx,y为反射图像，Gx,y为中心化图像；8将7中得到的中心图像进行傅里叶变换，其表达式为： 其中图像长M，高N，fx,y表示始于图像u的范围为[0，M-1]，v的范围为[0，N-1]9采用高斯高通滤波器对图像进行滤波，其公式为： 其中，Hu，v表示输出图像，D0表示理想高通滤波截止频率，Du，v表示频率点u，v到频率中心的距离；10对高通滤波后的二维图像用傅里叶逆变换得到频率域增强图像，其表达式为： 11给出一种n*n的边缘锐化算子，其中n为奇数，且n大于等于5，对图像进行锐化得到空间域增强图像；12将步骤6中得到的自适应图像，步骤10中得到的频率域增强图像，步骤11中得到的空间域增强图像分别进行二维小波分解，其表达式为： 其中，Wφj0，m，n为分解后低频系数，为分解后高频系数，表示为H、V、D，j0是一个任意开始尺度，通常令其为0，fx，y为离散函数，x和y表示离散变量；m，n表示为相对的相对偏移量，M与N代表图像由M×N个像素组成，φj0，m，nx，y为二维尺度函数，为i所对应的水平、垂直、对角方向的小波函数；13对低频，高频分别进行加权融合，权值方程表达为：w1+w2+w3＝112其中wi为图片所占的权重，wi范围为0到1增长步长为0.1，因此可得w3＝1-w2-w1，即第三幅图片权值可由可由前两幅图片决定；所以可以使w1＞w2不断便利求出信息熵最高的权重比，再令w2＞w1不断遍历同样求出信息熵最高的权重比即遍历全部参数可求出最优结果；14图像融合公式为：jx，y＝w0×d0i，j+w1×d1i，j+w2×d2i，j13其中d0i，j，d1i，j，d2i，j分别表示步骤6中的自适应图像，步骤10中的频率域增强图像，步骤11中的空间域增强图像中对应小波域的分量，jx，y表示融合后的分量；15对步骤13中各个频率分量进行重构得到最终图像，二维离散小波重构公式如下： 其中图像长M，高N，fx，y表示始于图像u的范围为[0，M-1]，v的范围为[0，N-1]16重构后的图像即为最终图像，输出结果图像，结束。

全文数据：

权利要求：

百度查询： 嘉兴创巨科技有限公司 基于自适应Retinex和小波融合的图像增强方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD