(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111680241.1 (22)申请日 2021.12.3 0 (71)申请人 桂林理工大 学 地址 541000 广西壮 族自治区桂林市七 星 区建干路12号 申请人 泰山学院 (72)发明人 李娜　侯迎坤　董明刚　杨德运　 吕泽锟　林涛　 (74)专利代理 机构 泰安市诚岳专利代理事务所 (特殊普通 合伙) 37267 代理人 翟灿鹏 (51)Int.Cl. G06T 5/00(2006.01) (54)发明名称 一种基于块匹配三维变换的低光图像增强 方法 (57)摘要 本发明涉及一种基于块匹配三维变换的低 光图像增强方法， 包括以下步骤： （1） 、 取低光图 像中的相似块群组， 将其扫描成为三维矩阵； （2） 、 对三维矩阵进行三维变换， 其中二维变换中 分别采用双正交小波变换和离散余弦变换， 用来 逆变换后分别重构光照分量和反射分量 （3） 、 采 用指数对数混合变换来增强光照分量 （4） 、 将增 强后的光照分量和重构的反射分量进行点乘得 到增强后的相似块群组， 增强后的相似块群组中 所有块按原先匹配过程中的位置放回堆叠重组 得到增强后的图像。 针对该类图像具有低分辨率 低光照和低对比度以及视觉质量低下等特性， 图 像的后续的实际应用收到了严重的影 响等问题， 本发明可以简单有效的对低光图像进行增强。 权利要求书1页 说明书4页 CN 114298943 A 2022.04.08 CN 114298943 A 1.一种基于块匹配三维变换的低光图像增强方法， 其特征在于： 包括以下步骤： (1)、 将 低光图像分成N个块， 按照一定的步长依次执行块匹配得到N个相似块组， 并记录相似块组 中块在图像中的位置 。 ； (2)、 对相似块组的每个块进行二维双正交小波变换， 后在块间执行哈尔变换， 使用变 换后的低频系数重构光照分量； 对相似块组的每个块进行二维离散余弦变换， 后在块间执行哈尔变换， 使用变换后的 高频系数重构反射分量； (3)、 采用指数对数混合变换来增强光照分量； (4)、 将增强后的光照分量和重构的反射分量进行点乘得到增强后的相似块群组， 增强 后的相似块群组中所有块按原先匹配过程中的位置放回堆叠 重组得到增强后的图像。 2.根据权利要求1所述的一种基于块匹配三维变换的低 光图像增强方法， 其特征在于： 所述的步骤(1)包括将低光图像分成大小为N1×N1的N个块， 按一个指定的步长Nstep在低光 图像上提取大小为N1×N1的图像块作为参考块， 在低光图像中以该参考块为中心的划分出 一个大小为Ns×Ns的邻域,分别计算参考块与领域内的其他块的欧氏距离， 选取其中距离最 小的(N2‑1)个块与参考块一同组成相似块群组。 将匹配到的相似块群组分别扫描 成大小为 (N1×N1)×N2的三维矩阵M 。 3.根据权利要求1所述的一种基于块匹配三维变换的低 光图像增强方法， 其特征在于： 所述的步骤(2)重构反射分量的三维变换的二维变换中采用离 散余弦变换。 重构光照分量的三维变换的二维变换中采用双正交小 波变换。 4.根据权利要求1所述的一种基于块匹配三维变换的低 光图像增强方法， 其特征在于： 所述的步骤(2)还包括变换后的系数矩阵在保留其低频系数后进 行相应逆变化后得到重构 的光照分量I； 变换后的系 数矩阵在保留其高频系 数后进行相应逆变化后得到重构的反射 分量R。 5.根据权利要求1所述的一种基于块匹配三维变换的低 光图像增强方法， 其特征在于： 对光照分量采用指数对数混合变换来增强光照分量， 其增强的光照分量在提升暗部区域外 能够降低图像的 曝光， 权　利　要　求　书 1/1 页 2 CN 114298943 A 2一种基于块匹配三维变换的低光图像增强方 法 技术领域 [0001]本发明涉及图像增强领域， 尤其涉及基于块匹配三维变换的低光图像增强方法。 背景技术 [0002]由于智能手机,照相机和监控摄像机等设备的发展与广泛应用， 在夜间微光的环 境下采集到的图像数目开始迅速膨胀。 由于该类低光图像的对比度和亮度极低， 导致其在 后续的实际应用中的效果受到了严重影响。 为使采集系统 能够在微光条件 下可以捕获到高 质量的图像， 低光图像增强技术应运而生， 目前已经在自动 驾驶、 摄影、 军事、 目标检测和监 视等领域得到 了广泛的应用。 [0003]低光图像增强是计算机视觉与图像处理中比较热门的一个研究领域， 其目的是为 了改善低光图像的视觉效果， 提高图像的清晰度， 使其比原始图像更适应特定的应用， 如为 后续视频图像的检测、 跟踪或识别中提供高质量的清晰图像。 [0004]现有的大多数低光图像增强的方法主要依赖于Retinex的理论模型， 该理论假设 图像强度是反射率和照明系数的乘积。 基于Retinex理论的算法通过去除反射分量来计算 光照分量。 近几年引入了深度学习的方法， 首先训练神经网络模型用于估计分解光照和反 射， 而后用神经网络测试低光图像。 [0005]现有一种利用结构和纹理感知的Retinex模型(STAR)[1]， 由于低光图像的低对比 度、 低分辨率和高噪声的特性， 低光图像增强一直以来是一个具有挑战性的问题。 该方法是 一种用于单个图像的光照和反射率分解的Retinex模型(STAR)。 该模型的提出在一定程度 上很好的解决微光图像的增强问题， STAR模 型主要是通过局部导数将图像 分解为光照分量 和反射分量， 对光照分量进行增强处理后合成光照和反射得到增强后的图像。 该模型缓解 了光照分量的过平 滑， 从而也在一定程度上减少了增强图像的锐化现象。 [0006]还有一种 现有的技术是BM3D[2]， 该技术是针对图像去噪的问题提出来的， 是将非 局部思想应用于图像去 噪领域， 由于图像增强与图像去 噪中先验的特性相似， 我们将其块 匹配的思想与双正交小 波和离散余弦变换相结合后应用于图像增强中。 [0007]由于上述现有技术在将图像分解为光照和反射分量后仅对光照分量进行了处理， 因此该方法的图像增强结果中不能很好的保留图像的纹理边缘信息， 且在极低光图像增强 中的噪声抑制不够理想。 另外， 该模型后期采用的优化方法也导致了算法在执行过程中出 现速度较慢的现象。 发明内容 [0008]本发明提出一种基于块 匹配三维变换方法的低光图像增强问题， 针对该类图像具 有低分辨率低光照和 低对比度以及视觉质量低下等特性， 图像的后续的实际应用收到了严 重的影响等问题， 本发明可以简单有效的对低光图像进行增强。 [0009]本发明的技 术方案是通过以下 方式实现的： [0010]一种基于块匹配三维变换的低光图像增强方法， 包括以下步骤： (1)、 将低光图像说　明　书 1/4 页 3 CN 114298943 A 3