低照度Bayer图像的增强方法及增强装置与流程

技术特征：

1.一种低照度Bayer图像的增强方法，其特征在于，包括：

将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；

计算所述伪雾图像的大气光值和透射率；

根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；

对所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。

2.根据权利要求1所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的大气光值的步骤，包括：

对所述伪雾图像进行降采样处理，得到所述伪雾图像对应的红色子图、绿色子图和蓝色子图；

分别计算所述红色子图、绿色子图和蓝色子图的暗通道图；

按照亮度由大到小的顺序，从所述红色子图、绿色子图和蓝色子图的暗通道图中选取预定数量个像素点；

在所述伪雾图像中与所述预定数量个像素点的位置相对应的像素点中，分别计算红色分量、绿色分量和蓝色分量的亮度最大值；

根据所述红色分量、绿色分量和蓝色分量的亮度最大值，确定所述伪雾图像的大气光值。

3.根据权利要求2所述的低照度Bayer图像的增强方法，其特征在于，通过以下公式分别计算所述红色子图、绿色子图和蓝色子图的暗通道图：

$M^{dark}\left(x\right)=\underset{y\∈N\left(x\right)}{\min }\left(M\right(y\left)\right)$

其中，M(y)表示所述红色子图、绿色子图和蓝色子图中的任一子图，N(x)表示所述任一子图中以像素点x为中心的窗口邻域内的像素，M^dark(x)表示所述任一子图的暗通道图。

4.根据权利要求1所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的透射率的步骤，包括：

计算所述伪雾图像的亮度分量图，并估算所述伪雾图像的透射率图；

根据所述伪雾图像的亮度分量图和估算出的所述透射率图，计算所述伪雾图像的透射率。

5.根据权利要求4所述的低照度Bayer图像的增强方法，其特征在于，计算所述伪雾图像的亮度分量图的步骤，包括：

根据所述伪雾图像中每个2×2的小块内的像素值，计算所述每个2×2的小块对应的亮度分量；

根据所述伪雾图像中所有2×2的小块对应的亮度分量，计算所述伪雾图像的亮度分量图。

6.根据权利要求5所述的低照度Bayer图像的增强方法，其特征在于，根据以下公式计算所述每个2×2的小块对应的亮度分量：

$\left\{\begin{array}{c}{Y}^{ul}=128.6G^{ul}+25B+65.5R\\ Y^{lr}=128.6G^{lr}+25B+65.5R\end{array}\right.$

其中，G^ul和G^lr分别表示所述每个2×2的小块内的两个红色像素的像素值，B表示所述每个2×2的小块内的蓝色像素的像素值，R表示所述每个2×2的小块内的红色像素的像素值，Y^ul和Y^lr分别表示与G^ul和G^lr相对应的亮度分量。

7.根据权利要求1至6中任一项所述的低照度Bayer图像的增强方法，其特征在于，根据以下公式生成所述去雾图像：

$J_r\left(x\right)=A+\frac{I_r\left(x\right)-A}{t\left(x\right)}$

其中，I_r(x)表示所述伪雾图像，t(x)表示透射率，A表示所述大气光值，J_r(x)表示所述去雾图像。

8.根据权利要求7所述的低照度Bayer图像的增强方法，其特征在于，在生成所述去雾图像之前，还包括：

计算所述伪雾图像对应的完整的指定颜色分量；

以所述伪雾图像对应的完整的指定颜色分量为导向，对所述透射率进行导向滤波处理，以对所述透射率进行优化。

9.根据权利要求8所述的低照度Bayer图像的增强方法，其特征在于，在所述指定颜色分量为绿色分量的情况下，计算所述伪雾图像对应的完整的绿色分量的步骤，包括：

基于颜色插值法恢复所述伪雾图像中的蓝色像元对应的绿色分量和红色像元对应的绿色分量；

根据所述伪雾图像中的蓝色像元对应的绿色分量和红色像元对应的绿色分量，以及所述伪雾图像中的绿色像元，生成所述伪雾图像对应的完整的绿色分量。

10.一种低照度Bayer图像的增强装置，其特征在于，包括：

第一处理单元，用于将待处理的低照度Bayer图像进行反转运算，得到伪雾图像；

计算单元，用于计算所述伪雾图像的大气光值和透射率；

生成单元，用于根据所述大气光值、所述透射率和所述伪雾图像，生成去雾图像；

第二处理单元，用于对所述生成单元生成的所述去雾图像进行反转运算，得到所述低照度Bayer图像的增强图像。