基於稀疏表示算法的圖像晝夜場景轉換方法及系統的製作方法
2023-07-16 07:43:46
基於稀疏表示算法的圖像晝夜場景轉換方法及系統的製作方法
【專利摘要】本發明涉及一種圖像晝夜場景轉換方法及系統，本方法包括如下步驟：步驟S100，分解圖片訓練集並選取圖片訓練塊；步驟S200，對圖像訓練塊進行字典訓練，獲得字典矩陣DR,DG,DB；S300，利用經過預處理的夜間圖片矩陣R,G,B和字典矩陣DR,DG,DB重構圖像塊，並將該圖像塊進行組合以實現圖像晝夜場景轉換；本發明的圖像晝夜場景轉換方法及系統將黑暗中拍攝的圖片與在明亮光線下拍攝的圖片進行轉換，有效的解決了在黑暗中進行視頻監控的問題，使黑暗中的圖像如白晝清楚，同時突出樣本圖像中未有的某些區域，提高在黑暗中的圖像識別能力；並且能避免公共場所中視頻監控中夜間圖片模糊，有效信息量少的缺點，具有廣泛的應用前景。
【專利說明】基於稀疏表示算法的圖像晝夜場景轉換方法及系統
【技術領域】
[0001] 本發明涉及圖像處理【技術領域】，尤其涉及一種基於稀疏表示算法的圖像晝夜場景 轉換方法及系統。
【背景技術】
[0002] 目前，晝夜場景轉換問題已逐漸得到國內外專家的關注，但國內卻很少有人研究 圖像晝夜轉換技術。在夜間拍攝的圖片，光線昏暗，噪聲強烈，造成了低對比度及顏色、品質 的失真，極大地影響了人們對圖片有用信息的識別和獲取。當前所研究的晝夜場景轉換方 法大部分是建立在傳統的點對點的匹配算法基礎之上，這種方法需要在夜間圖像和白天圖 像之間進行嚴格的點對點合成，要求比較苛刻，操作複雜，具有較大的局限性，特別是當夜 間圖像中有幹擾物體，或當圖像庫匱乏的情況下，難以實現有效的轉換。
[0003] 因此，需要發明一種晝夜場景轉換方法，以實現圖像晝夜場景的有效及高質量轉 換° 在參考文獻 Night Removal by Color Estimation and Sparse Representation 中指 出利用顏色預估模型（Color Estimation Model)實現了對夜間圖片的預處理，本發明是在 此基礎實現的一種晝夜場景轉換的工作方法。
【發明內容】
[0004] 本發明的目的是提供一種圖像晝夜場景轉換方法，以解決圖像晝夜場景轉換的技 術問題。
[0005] 為了解決上述技術問題，本發明提供了一種圖像晝夜場景轉換方法，包括如下步 驟：
[0006] 步驟S100,分解圖片訓練集並選取圖像訓練塊；
[0007] 步驟S200,對圖像訓練塊進行字典訓練，獲得字典矩陣DK，De，D b ;
[0008] 步驟S300,利用經過預處理的夜間圖片矩陣R，G，B和字典矩陣DK，D e，Db重構圖像 塊，並將該圖像塊進行組合以實現圖像晝夜場景轉換。
[0009] 其中，所述步驟S100中分解圖像訓練集並選取訓練塊包括利用輸入的圖片訓練 集完成圖像訓練塊的選取，根據隨機性原則選取對應的訓練塊。
[0010] 其中，所述步驟S200中獲得所述字典矩陣DK，De，D b的方法包括如下步驟：
[0011] 步驟S210,初始化離散餘弦變換矩陣DCT ;
[0012] 步驟S220,將預處理的三基色矩陣R，G，B和所述訓練集中的圖像樣本{.V,.}=輸入 至所述離散餘弦變換矩陣DCT，以計算出該圖像樣本對應的稀疏係數X ;
[0013] 步驟S230,通過稀疏係數X計算所述字典矩陣DK，De，D b。
[0014] 其中，所述稀疏係數x的獲得方法包括：
[0015] 設Xi = argmin Il只_ -Dy丨|〗，滿足於I I X I I。彡kQ ;通過初始化迭代次數k = 0，使 用m個歸一化的DK，De，Db構建Dtl e Rnxm，且k不斷加1。
[0016] 其中，所述步驟S230中通過稀疏係數X計算所述字典矩陣DK，DG，Db的方法包括：
[0017] 對離散餘弦變換矩陣DCT中每一列j0 = 1，2, ...，m更新，然後輸出所述字典矩陣 De, Dg, Db ；
[0018] 其中，所述步驟S300中根據所述經過預處理的三基色矩陣R，G，B和字典矩陣 DK，De，Db獲得的圖像塊的方法包括：將所述三基色矩陣進行圖像特徵的隨機選取獲得與圖 像特徵對應的矩陣，該矩陣與所述字典矩陣（D K，De，Db)進行正交匹配追蹤算法獲得三個稀 疏係數矩陣Χ κ，X。，Xb，再通過（DK，De，Db) X (XK，Xe，Xb)獲得圖像塊獲得所述圖像塊，並將該圖 像塊進行組合以實現圖像晝夜場景轉換。
[0019] 又一方面，本發明還提供了一種圖像晝夜場景轉換系統，包括：
[0020] 三基色分解模塊，分解夜間圖片以得到對應的三基色矩陣R，G，B。
[0021] 三基色字典矩陣獲取模塊，獲取樣本圖片組成的訓練集的三基色所對應的字典矩
[0022] 圖像晝夜場景轉換，根據所述預處理的三基色矩陣R，G，B和字典矩陣DK，D e，Db獲 得的圖像塊，並將該圖像塊進行組合以實現圖像晝夜場景轉換。
[0023] 本發明的有益效果是，本發明的基於稀疏表示的圖像晝夜轉換算法結合參考文獻 Night Removal by Color Estimation and Sparse Representation 中的顏色預估模型可 以將黑暗中拍色的照片與在明亮光線下拍色的照片進行轉換，有效的解決了在黑暗中進行 監控的目的，使黑暗中的圖像如白晝清楚，同時突出樣本圖像中未有的某些區域，提高在黑 暗中的圖像識別能力；並且能避免公共場所中視頻監控中夜間圖片模糊，有效信息少的缺 點，具有廣泛的應用前景。
【專利附圖】
【附圖說明】
[0024] 下面結合附圖和實施例對本發明進一步說明。
[0025] 圖1示出了稀疏表示算法特徵提取過程流程圖；
[0026] 圖2示出了獲得所述字典矩陣DK，De，Db的方法流程圖；
[0027] 圖3示出了一種圖像晝夜場景轉換系統的原理框圖；
[0028] 圖4中圖（a)、（b)、（C)示出了圖像晝夜場景轉換的具體效果。
【具體實施方式】
[0029] 現在結合附圖對本發明作進一步詳細的說明。這些附圖均為簡化的示意圖，僅以 示意方式說明本發明的基本結構，因此其僅顯示與本發明有關的構成。
[0030] 實施例1
[0031] 圖1示出了稀疏表示算法特徵提取過程流程圖。
[0032] 如圖1所示，所述步驟S100中分解圖片訓練集並選取圖像訓練塊包括如下步驟：
[0033] 所述圖像晝夜場景轉換方法，建立樣本圖片的訓練集，利用彩色圖像的通道分解 分解為RGB三個通道，輸出該訓練集對應的三基色矩陣DK，De，Db。
[0034] 其中，所述步驟SlOO中建立樣本圖片的訓練集的方法包括：由在各光照強度下拍 攝與夜間圖片相同場景的圖片組成圖片訓練集，通過隨機選取進行圖像塊的選取，實現對 圖像特徵的選擇。
[0035] 圖2示出了獲得所述字典矩陣DK，De，DB的方法流程圖。
[0036] 如圖2所示，所述步驟S200中獲得所述字典矩陣DK，De，D b的方法包括如下步驟：
[0037] 步驟S210,初始化離散餘弦變換矩陣DCT。
[0038] 步驟S220,計算稀疏係數，即將經過圖像預處理的三基色矩陣R，G，B和所述圖片 訓練集中的圖像樣本{只}=輸入至所述離散餘弦變換矩陣DCT，以計算出該圖像樣本對應的 稀疏係數X。
[0039] 步驟S230,通過稀疏係數X計算所述字典矩陣DK，Dg，D b。
[0040] 其中，yi表示從樣本圖片中選取可選為某一塊為像素8*8大小的i表示從這些塊 中選擇1到M塊。本發明不限於像素8*8,也可以採用像素4*4、像素16*16等圖像塊大小。
[0041] 所述稀疏係數X的獲得方法包括：
[0042] 設x = aImin Ilx 吏其滿足 y = DK，e，BX ;其中 X 是 DK，e，B ( S卩矩陣 DK，De，Db)在稀疏 變換矩陣DCT下的稀疏表示係數，I I · I Ici表示Ici範數，表示非零元素的個數。
[0043] 設而=argmin Il % -，滿足於I IXI I。彡k。；通過初始化迭代次數k = 0,使 用m個歸一化的DK，De，Db構建Dtl e Rnxm，且k不斷加1。
[0044] 所述步驟S200中通過稀疏係數X計算所述字典矩陣DK，De，D b的方法包括：
[0045] 對離散餘弦變換矩陣DCT中每一列j0 = 1，2, . . .，m更新；即，定義使用原子ajQ 的樣本組，原子為離散餘弦變換矩陣中的列向量，Ω#= UIxooUc^i]尹0};計算不適用 第j〇個原子的稀疏表示殘差矩陣Ejtl = Y- Σ ^jdajXj ;選擇Qjtl對應的Ejtl列，構成Ao ; 其中，E表示殘差矩陣：對^丨進行奇異值分解? = ，更新離散餘弦變換矩陣DCT的 第k個原子為U的第一列，更新稀疏以得到字典矩陣X;=祝1，1扒，其中n為實整數，若 IU -||〗足夠小，則分別輸出所述字典矩陣DK，De，Db。
[0046] 所述步驟S300中根據所述經過圖像預處理三基色矩陣R，G，B和字典矩陣DK，D e，Db 獲得的圖像塊的方法包括：將所述三基色矩陣進行圖像特徵的隨機選取獲得與圖像特徵對 應的矩陣，該矩陣與所述字典矩陣DK，D e，Db進行正交匹配追蹤算法獲得三個稀疏係數矩陣 Χκ，X。，Xb，再通過（DK，De，D b) X (XK，Xe，Xb)獲得圖像塊獲得所述圖像塊。
[0047] 其中，正交匹配追蹤算法是已選擇的原子進行Gram-Schmidt正交化方法進行正 交化處理，然後才將信號投影在這些正交原子構成的空間上，得到信號在各已選原子的分 量和迭代餘量。
[0048] 實施例2
[0049] 圖3不出了一種圖像晝夜場景轉換系統的原理框圖。
[0050] 如圖3所示，在實施例1基礎上的一種圖像晝夜場景轉換系統，包括：
[0051] 三基色分解模塊，分解夜間圖片以得到對應的三基色矩陣R，G，B。
[0052] 三基色字典矩陣獲取模塊，獲取樣本圖片組成的訓練集的三基色所對應的字典矩
[0053] 圖像晝夜場景轉換，根據所述預處理的三基色矩陣R，G，B和字典矩陣DK，D G，Db獲 得的圖像塊，並將該圖像塊進行組合以實現圖像晝夜場景轉換。
[0054] 關於本實施例的三基色矩陣R，G，B、字典矩陣DK，DG，D B，以及根據所述三基色矩陣 R，G，B和字典矩陣DK，De，Db獲得的圖像塊的相關步驟可參見實施例1的對應內容，這裡不再 贅述。
[0055] 本發明的效果可以通過以下實驗進一步說明。
[0056] 1)實驗條件
[0057] 本實驗採用拍攝的夜間圖片作為實驗數據，採用Matlab R2010b作為仿真工具，計 算機配置為Intel酷睿i3-2370/2. 4G。
[0058] 2)實驗內容
[0059] 分別利用拍攝的夜間圖片和相同場景不同光照下的圖片組成訓練庫，利用上述實 驗數據進行圖片的晝夜場景轉換。其中，夜間圖片作為待處理圖片，不同光照下的圖片作為 字典訓練的樣本訓練庫。
[0060] 3)實驗結果分析
[0061] 通過利用圖像預處理的RGB三基色矩陣與稀疏表示算法進行圖像處理可獲得如 圖（4)所示的效果，如圖（4)中圖（b)所示，該效果為只經過預處理的圖片，從圖片中可以 清晰的看出，在圈出的地方具有明顯的噪聲點，而通過經過稀疏表示算法進行處理，可以最 大程度的減少噪聲點，達到合理處理的效果如圖（c)所示。
[0062] 以上述依據本發明的理想實施例為啟示，通過上述的說明內容，相關工作人員完 全可以在不偏離本項發明技術思想的範圍內，進行多樣的變更以及修改。本項發明的技術 性範圍並不局限於說明書上的內容，必須要根據權利要求範圍來確定其技術性範圍。
【權利要求】
1. 一種基於稀疏表示算法的圖像晝夜場景轉換方法，其特徵在於，包括彩色圖像分解 為RGB三通道利用稀疏表示算法進行圖像特徵提取的過程，包含以下步驟： 步驟S100,分解圖片訓練集並選取圖像訓練塊； 步驟S200,對圖像訓練塊進行字典訓練，獲得字典矩陣DK，De，Db ; 步驟S300,利用經過預處理的夜間圖片矩陣R，G，B和字典矩陣DK，De，Db重構圖像塊，並 將該圖像塊進行組合以實現圖像晝夜場景轉換。
2. 根據權利要求1所述的圖像晝夜場景轉換方法，其特徵在於，所述步驟SlOO中分解 圖像訓練集並選取訓練塊包括利用輸入的圖片訓練集完成圖像訓練塊的選取，根據隨機性 原則選取對應的字典訓練塊。
3. 根據權利要求2所述的圖像晝夜場景轉換方法，其特徵在於，所述步驟S200中獲得 所述字典矩陣DK，De，Db的方法包括如下步驟： 步驟S210,初始化離散餘弦變換矩陣DCT; 步驟S220,將預處理的三基色矩陣R，G，B和所述訓練集中的圖像樣本{.V,.}=輸入至所 述離散餘弦變換矩陣DCT，以計算出該圖像樣本對應的稀疏係數X; 步驟S230,通過稀疏係數X計算所述字典矩陣DK，De，Db。
4. 根據權利要求3所述的圖像晝夜場景轉換方法，其特徵在於，所述稀疏係數X的獲得 方法包括： 設L=argminIl ||丨，滿足於IIXII。彡kQ ;通過初始化迭代次數k= 0,使用m 個歸一化的DK，De，Db構建DtleRnxm，且k不斷加1。
5. 根據權利要求4所述的圖像晝夜場景轉換方法，其特徵在於，所述步驟S230中通過 稀疏係數X計算所述字典矩陣DK，De，Db的方法包括： 對離散餘弦變換矩陣DCT中每一列j0 = 1，2,. . .，m更新； 艮P，定義使用原子的樣本組，原子為離散餘弦變換矩陣中的列向量，Ω#=U|x(k) [j。，i]尹〇};計算不適用第j〇個原子的稀疏表示殘差矩陣Ejtl =Y-Σ』^ajXj;選擇Ω』。對 應的E#列，構成其中，E表示殘差矩陣； 對&進行奇異值分解，巧=更新離散餘弦變換矩陣DCT的第k個原子為 U的第一列，更新稀疏係數以得到字典矩陣4 =Δ[1，1Μ，其中n為實整數，若IU- 舊足 夠小，則分別輸出所述字典矩陣DK，De，Db。
6. 根據權利要求5所述的圖像晝夜場景轉換方法，其特徵在於，所述步驟S300中根據 所述經過預處理的三基色矩陣R，G，B和字典矩陣DK，De，Db獲得的圖像塊的方法包括：將所 述三基色矩陣進行圖像特徵的隨機選取獲得與圖像特徵對應的矩陣，該矩陣與所述字典矩 陣（DK，De，Db)X(XK，Xe，Xb)進行正交匹配追蹤算法獲得三個稀疏係數矩陣XK，Xe，Xb，再通過 (DK，De，Db)X(XK，Xe，Xb)獲得圖像塊獲得所述圖像塊。
7. -種圖像晝夜場景轉換系統，包括： 三基色分解模塊，分解夜間圖片以得到對應的三基色矩陣R，G，B。 三基色字典矩陣獲取模塊，獲取樣本圖片組成的訓練集的三基色所對應的字典矩陣 De,Dg,Db〇 圖像晝夜場景轉換，根據所述預處理的三基色矩陣R，G，B和字典矩陣DK，De，Db獲得的 圖像塊，並將該圖像塊進行組合以實現圖像晝夜場景轉換。
【文檔編號】G06T5/00GK104463798SQ201410714920
【公開日】2015年3月25日 申請日期:2014年11月28日 優先權日:2014年11月28日
【發明者】湯一彬, 張燕, 顧容之, 秦學義, 王海霞 申請人:河海大學常州校區