一种图像增强方法、系统、介质及图像处理设备

技术领域

本申请涉及图像识别技术领域，尤其涉及一种图像增强方法、系统、介质及图像处理设备。

背景技术

随着时代的发展，微型的图像采集传感器越来越多地被应用在各类空间受限或环境恶劣的场景中，如低照度场景中人脸识别，下水道异物检测，水下生物检测等，在这些情况下，受限于有限的光照环境，采集的图像整体偏暗，并且丧失了很多图像细节，不利于后期的观测及处理。

为了提升图像亮度，现有做法是对图像整体进行亮度增强。这种方式虽然能够提升一定亮度，但是由于无法很好的处理图像细节方面，因此增强效果有限，无法满足目前的观测需求。

发明内容

本发明提供了一种图像增强方法、系统、介质及图像处理设备，针对低照度的bayer图像，对图像的亮度分量进行增强，再结合MSRCR算法优化bayer图像的细节部分并保真色彩恢复，相比于现有整体亮度增强的方式，本发明能够更好地还原图像的亮度以及细节，以便后续对图像的观测与处理。

为解决上述技术问题，本发明的第一方面，公开了一种图像增强方法，所述方法包括：

利用图像传感器采集bayer图像；所述bayer图像为未经过图像信号处理的单通道图像；

将所述bayer图像转换为三通道格式的第一RGB图像；

对所述第一RGB图像进行色彩空间YIQ转换，并单独在Y通道上进行亮度增强，得到增强型YIQ图像；

将所述增强型YIQ图像转换为第二RGB图像；

利用MSRCR算法对所述第二RGB图像再次增强，得到最终图像。

优选的，所述将所述bayer图像转换为三通道格式的第一RGB图像，具体包括：

利用图像信号处理ISP算法将所述bayer图像转换为所述第一RGB图像。

优选的，所述对所述第一RGB图像进行色彩空间YIQ转换，具体包括：

利用第一矩阵对应关系

优选的，所述单独在Y通道上进行亮度增强，得到增强型YIQ图像，具体包括：

利用灰度增强公式

对灰度增强后的Y通道图像进行伽马矫正，得到增强后的Y通道图像；

将所述增强后的Y通道图像，所述I通道图像和所述Q通道图像进行融合，得到所述增强型YIQ图像。

优选的，所述将所述增强型YIQ图像转换为第二RGB图像，具体包括：

利用第二矩阵对应关系

优选的，所述利用MSRCR算法对所述第二RGB图像再次增强，得到最终图像，具体包括：

利用MSR增强公式

利用色彩恢复公式R

本发明的第二方面，公开了一种图像增强系统，所述系统包括：

图像传感单元，用于采集bayer图像；所述bayer图像为未经过图像信号处理的单通道图像；

第一转换单元，用于将所述bayer图像转换为三通道格式的第一RGB图像；

第一图像增强单元，用于对所述第一RGB图像进行色彩空间YIQ转换，并单独在Y通道上进行亮度增强，得到增强型YIQ图像；

第二转换单元，用于将所述增强型YIQ图像转换为第二RGB图像；

第二图像增强单元，用于利用MSRCR算法对所述第二RGB图像再次增强，得到最终图像。

本发明的第三方面，公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。

本发明的第四方面，公开了一种图像处理设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。

通过本发明的一个或者多个技术方案，本发明具有以下有益效果或者优点：

本发明提出的一种图像增强方法、系统、介质及图像处理设备，针对原始的bayer图像进行增强处理，通过YIQ色彩空间转换并且单独在Y通道上进行了亮度分量上的增强，能够有效地改善低照度bayer图像的亮度细节，再结合MSRCR算法优化bayer图像的细节部分并保真色彩恢复，能够更好地保存图像细节并且保真色彩细节，使增强后的图像更加符合视觉观感，更有利于后期的观测及处理。本发明对于低照度环境中的人脸识别，下水道异物检测，水下生物检测等场景具有很好的适用性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。

在附图中：

图1示出了根据本发明一个实施例的图像增强方法的流程示意图；

图2示出了根据本发明一个实施例的图像增强系统的示意图。

具体实施方式

下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例，然而应当理解，可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本发明，并且能够将本发明的范围完整的传达给本领域的技术人员。

本发明实施例公开了一种图像增强方法，该方法的应用场景为低照度环境中的人脸识别，下水道异物检测，水下生物检测等场景，尤其适用于低照度场景下的人脸识别。具体来说，该方法通过通过YIQ色彩空间转换并且单独在Y通道上进行了亮度分量上的增强，能够有效地改善低照度bayer图像的亮度细节，再结合MSRCR算法优化bayer图像的细节部分并保真色彩恢复，能够更好地保存图像细节并且保真色彩细节，使增强后的图像更加符合视觉观感，更有利于后期的观测及处理。

为了说明和解释本发明，下面请参看图1，本发明实施例提供的方法包括下述步骤：

步骤101，利用图像传感器采集bayer图像。

在本实施例中，bayer图像为未经过图像信号处理的单通道图像。具体来说，在采集bayer图像时，利用传感器将光学信号转化为电信号，再由传感器内部的ADC电路将电信号转为数字信号，最终得到bayer图像。

步骤102，将bayer图像转换为三通道格式的第一RGB图像。

在本实施例中，利用ISP(Image Signal Processing，图像信号处理)算法将bayer图像转换为RGB原始图像。为便于和后续区分，本实施例将ISP算法处理得到的RGB原始图像称为：第一RGB图像。具体来说，由于传感器造价的限制，因此每个sensor感光点只能感应一种颜色的光，也即每个像素对应一种颜色，从而形成了单通道的bayer图像。而为了得到像素的RGB值，则可利用ISP算法对bayer图像中各像素点进行计算与转化，最终输出带有完整RGB信息的图像。

步骤103，对第一RGB图像进行色彩空间YIQ转换，并单独在Y通道上进行亮度增强，得到增强型YIQ图像。

在本实施中，相较于RGB图像，YIQ色彩空间具有能将图像中的亮度分量分离提取出来的优点，对于低照度的bayer图像而言，单独对亮度分量进行处理有利于改善整体图像的质量。因此，本实施例利用第一矩阵对应关系

以实际值为例，第一矩阵对应关系为：

在本实施例中，单独在Y通道上进行亮度增强，包括Y通道图像的灰度增强以及伽马矫正。其中，灰度增强能够增强整幅图像的对比度，突出图像中的有用信息，抑制图像中的无用信息。而伽马校正能够提高图像的对比度。

在具体的实施过程中，单独在Y通道上进行亮度增强，得到增强型YIQ图像，具体包括下述步骤：

步骤a，利用灰度增强公式单独对Y通道图像进行灰度增强。

灰度增强公式为：

/>

其中，i,j表示图像像素坐标；x(i,j)表示灰度增强前的Y通道图像，y(i,j)表示灰度增强后的Y通道图像；Max

步骤b，对灰度增强后的Y通道图像进行伽马矫正，得到增强后的Y通道图像。

步骤c，将增强后的Y通道图像，YIQ转换得到的I通道图像和YIQ转换得到的Q通道图像进行融合，得到增强型YIQ图像。值得注意的是，本实施例的增强型YIQ图像是单独在Y通道进行亮度分量增强的图像。

步骤104，将增强型YIQ图像转换为第二RGB图像。

在本实施例中，利用第二矩阵对应关系

以实际值为例，第二矩阵对应关系为：

步骤105，利用MSRCR算法对第二RGB图像再次增强，得到最终图像。

在具体的实施过程中，利用MSR增强公式对第二RGB图像进行MSR增强处理，得到增强型RGB图像。

MSR增强公式为：

其中，W

由于增强后的彩色图像容易发生颜色畸变，因此需要通过增加颜色恢复进行处理。在本实施例中，利用色彩恢复公式对增强型RGB图像进行色彩恢复处理，得到最终图像。

色彩恢复公式为：

R

其中，C(x,y)表示色彩恢复函数，C(x,y)＝g·[lg(α·I(x,y)+1)-I′(x,y)]，g和α分别表示增益常数以及受控非线性强度；I’由于尺度数量N会增加两个值均为0的通道，表示为I”，

以上是本实施例对于bayer图像的增强方案的介绍，基于与前述实施例中同样的发明构思，本发明实施例还公开了一种图像增强系统，参看图2，所述系统包括：

图像传感单元201，用于采集bayer图像；所述bayer图像为未经过图像信号处理的单通道图像；

第一转换单元202，用于将所述bayer图像转换为三通道格式的第一RGB图像；

第一图像增强单元203，用于对所述第一RGB图像进行色彩空间YIQ转换，并单独在Y通道上进行亮度增强，得到增强型YIQ图像；

第二转换单元204，用于将所述增强型YIQ图像转换为第二RGB图像；

第二图像增强单元205，用于利用MSRCR算法对所述第二RGB图像再次增强，得到最终图像。

基于与前述实施例中同样的发明构思，本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现前文任一所述方法的步骤。

基于与前述实施例中同样的发明构思，本发明实施例还公开了一种图像处理设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现前文任一所述方法的步骤。

通过本发明的一个或者多个实施例，本发明具有以下有益效果或者优点：

本发明提出的一种图像增强方法、系统、介质及图像处理设备，针对原始的bayer图像进行增强处理，通过YIQ色彩空间转换并且单独在Y通道上进行了亮度分量上的增强，能够有效地改善低照度bayer图像的亮度细节，再结合MSRCR算法优化bayer图像的细节部分并保真色彩恢复，能够更好地保存图像细节并且保真色彩细节，使增强后的图像更加符合视觉观感，更有利于后期的观测及处理。本发明对于低照度环境中的人脸识别，下水道异物检测，水下生物检测等场景具有很好的适用性。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本发明并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的网关、代理服务器、系统中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。