一種基于前景背景分離的背光圖像增強去噪方法
【技術領域】
[0001] 本發明涉及圖像處理領域，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】
[0002] 名詞解釋：
[0003] Retinex算法：Retinex是"Retina"（視網膜）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上的基于人類視覺系統的圖像增強算 法，可以在動態范圍壓縮、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 結構塊做加權平均來估計參考塊的中心點，從而降低噪聲。
[0006]隨著科技的發展，數字產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。傳統的圖像增 強方法往往會造成背光圖像的前景區域細節增強不明顯，而背景區域過度被增強的現象， 同時，背光圖像在前景區域和背景區域中，噪聲大小不同，傳統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。
【發明內容】
[0007] 為了解決上述的技術問題，本發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] 本發明解決其技術問題所采用的技術方案是：
[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域和背景區域；
[0011] S2、采用改進型Retinex算法對前景區域中的像素點進行增強；
[0012] S3、采用CLAHE算法對背景區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域和均衡處理后的背景區域進行降 噪；
[0014] S5、將降噪后的前景區域和背景區域進行加權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 域、背景區域和未知區域；
[0018] S13、針對未知區域的每個像素點，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域或背景區域；
[0019] S14、根據灰度圖像的前景區域和背景區域的劃分結果，劃分背光圖像的前景區域 和背景區域。
[0020] 進一步，所述步驟S13,包括：
[0021] S131、針對未知區域的每個像素點，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閾值，若是，則將該像素點劃分到前景區 域，否則，判斷合成比例值是否小于第二預設閾值，若是，則將該像素點劃分到背景區域，反 之將該像素點劃分到未知區域；
[0025] S133、更新灰度圖像的前景區域、背景區域和未知區域，并判斷未知區域中是否存 在像素點，若是，則返回執行步驟S131，否則結束。
[0026] 進一步，所述步驟S2,包括：
[0027] S21、分別采用不同的權重因子，將前景區域分解成反射光部分和環境照度部分；
[0028] S22、采用Retinex算法對反射光部分進行細節提取處理；
[0029] S23、對環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、針對不同的權重因子，將其對應的處理后的反射光部分和環境照度部分進行 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量評估，進而獲得最優的權重因子后， 將該最優的權重因子對應的增強圖像作為前景區域的增強圖像。
[0032] 進一步，所述步驟S21，包括：
[0033] S211、分別采用不同的權重因子，根據下式計算前景區域的每個像素點的每個色 彩通道的反射光值和環境照度值；
[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個色彩通道的環境照度值，β表示權重因 子；
[0036] S212、根據前景區域的每個像素點的每個色彩通道的反射光值和環境照度值，將 前景區域分解成反射光部分和環境照度部分。
[0037] 進一步，所述步驟S22,包括：
[0038] S221、根據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，RLi (x，y)表示第i個色彩通道的反射光值；
[0041] S222、根據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、根據下式對環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)表示環境照度值，AIadjUsted(X，y)表示拉 伸處理后的環境照度值，γ表示控制拉伸函數形狀的縮放因子；
[0048] S232、根據下式，采用CLAHE算法對拉伸處理后的環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)表示經過CLAHE均衡處理后的結果。
[0051 ] 進一步，所述步驟S25,包括：
[0052] S251、根據下式對獲得的多個增強圖像進行盲圖像質量評估，進而獲得最優的權 重因子：
[0053] argmaxp(F(P)+CEF(P)), s. t. | PQM(P)-10 | <0.1,0 < β < 1
[0054] 上式中，β表示權重因子，F(i3)表示該權重因子對應的增強圖像的相對增強因子， CEF(i3)表示該權重因子對應的增強圖像的相對色彩增強因子，PQM(i3)表示該權重因子對應 的增強圖像的感知質量評價值；
[0055] S252、將該最優的權重因子對應的增強圖像作為前景區域的增強圖像。
[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，分別統計以該像素點為中心的第一預設窗口 中，屬于前景區域的第一像素數量和屬于背景區域的第二像素數量；
[0058] S42、根據第一像素數量和第二像素數量的大小關系，在第一濾波參數值和第二濾 波參數值中，選擇該像素點的濾波參數值；
[0059] S43、基于每個像素點對應的濾波參數值，根據下式，采用NLM算法分別對增強后的 前景區域和均衡處理后的背景區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)表示第一預設窗口，h表示該像 素點對應的濾波參數，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，分別統計以該像素點為中心的第二預設窗口 中，屬于前景區域的像素所占的第一比例和屬于背景區域的像素所占的第二比例；
[0064] S52、根據下式將降噪后的前景區域和背景區域進行加權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域，及表示降噪后的背景區域。
[0067] 本發明的有益效果是：本發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域和背景區域；采用改進型 Retinex算法對前景區域中的像素點進行增強;采用CLAHE算法對背景區域的像素點進行均 衡處理;采用多尺度的NLM算法對增強后的前景區域和均衡處理后的背景區域進行降噪;將 降噪后的前景區域和背景區域進行加權融合后獲得增強降噪后的背光圖像。本方法針對背 光圖像的前景區域和背景區域分別采用不同的增強和去噪方法，能夠對背光圖像的前景區 域