本发明涉及图像处理，具体涉及一种基于计算机视觉的图像增强方法。
背景技术：
1、在实时监控领域中，室外监控在安全保障、灾害预警等方面具有重要意义，对社会治安和公共安全起着至关重要的作用。在实际生活中，通过图像增强技术，可以使监控图像更加清晰，细节更加突出，从而提高监控效果，提高对监控区域的实时观察和分析能力。但在室外环境下，通常存在诸多的干扰因素，导致室外监控图像质量不佳，其中光照条件是影响室外监控图像质量的主要因素之一。在光照不足或过度的情况下，室外监控图像的灰度可能局限在一个很小的范围内，导致图像模糊不清，因此采用线性灰度增强方法对获取到的室外监控图像进行图像增强。传统的线性灰度增强方法在增强室外监控图像时通过对图像中每个像素点的灰度值进行线性拉伸和调整，使得图像整体的对比度增强，从而改善图像的视觉效果。但在实际情况下，动态物体在移动过程中会受到不同光照条件的影响，会导致采集的不同帧室外监控图像中动态物体表现出不同的亮度和对比度，因此在进行传统线性灰度增强时，会造成室外监控图像中动态物体区域过暗或过亮的情况，从而造成动态物体的细节信息损失，进而影响图像增强的效果。
技术实现思路
1、本发明提供一种基于计算机视觉的图像增强方法，以解决现有的问题。
2、本发明的一种基于计算机视觉的图像增强方法采用如下技术方案：
3、本发明一个实施例提供了一种基于计算机视觉的图像增强方法，该方法包括以下步骤：
4、获取若干帧室外监控灰度图像；
5、获取每帧室外监控灰度图像中的若干个动态物体局部区域；根据动态物体局部区域内所有像素点的灰度值和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到动态物体局部区域的增强期望；
6、根据室外监控灰度图像中动态物体局部区域与其它动态物体局部区域之间的距离，得到室外监控灰度图像的整体增强需求；
7、根据动态物体局部区域的增强期望和室外监控灰度图像的整体增强需求，得到室外监控灰度图像中动态物体局部区域的自适应增强系数；
8、根据动态物体局部区域的自适应增强系数和动态物体局部区域中像素点的灰度值，得到动态物体局部区域中像素点灰度值的映射值；
9、根据动态物体局部区域中像素点的灰度值的映射值，得到室外监控增强图像。
10、进一步地，所述根据动态物体局部区域内所有像素点的灰度值和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到动态物体局部区域的增强期望，包括的具体步骤如下：
11、使用训练后的yolo目标检测算法得到每帧室外监控灰度图像中若干个动态物体局部区域；
12、使用目标跟踪算法对连续的所有帧室外监控灰度图像中的动态物体进行跟踪，得到同一动态物体在所有帧室外监控灰度图像中的动态物体局部区域；
13、将第帧室外监控灰度图像中的第个动态物体局部区域对应的动态物体在其他帧室外监控灰度图像中的动态物体局部区域，记为参考动态物体局部区域；
14、以每帧室外监控灰度图像的左下角的顶点为原点，以水平向右为横轴，以竖直向上为纵轴，构建直角坐标系；
15、在直角坐标系上，根据室外监控灰度图像中的参考动态物体局部区域内的所有像素点的坐标，得到目标坐标集合；
16、根据动态物体局部区域内所有像素点的灰度值、目标坐标集合中的坐标数量和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到每个动态物体局部区域的增强期望。
17、进一步地，所述根据室外监控灰度图像中的参考动态物体局部区域内的所有像素点的坐标，得到目标坐标集合，包括的具体步骤如下：
18、在第帧室外监控灰度图像对应的直角坐标系上，将第帧室外监控灰度图像中的参考动态物体局部区域内的所有像素点的坐标，构成第一坐标集合；将第帧室外监控灰度图像中的参考动态物体局部区域内的所有像素点的坐标，构成第二坐标集合；将第一坐标集合和第二坐标集合的交集，记为目标坐标集合。
19、进一步地，所述根据动态物体局部区域内所有像素点的灰度值、目标坐标集合中的坐标数量和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到每个动态物体局部区域的增强期望的具体计算公式为：
20、
21、其中，表示第帧室外监控灰度图像中的第个动态物体局部区域的增强期望，表示第帧室外监控灰度图像中的参考动态物体局部区域的质心的横坐标，表示第帧室外监控灰度图像中的参考动态物体局部区域的质心的纵坐标，表示第帧室外监控灰度图像中的参考动态物体局部区域的质心的横坐标，表示第帧室外监控灰度图像中的参考动态物体局部区域的质心的纵坐标，表示目标坐标集合中的坐标数量，表示目标坐标集合中第个坐标对应在第帧室外监控灰度图像中的像素点的灰度值，表示目标坐标集合中第个坐标对应在第帧室外监控灰度图像中的像素点的灰度值，为以自然常数为底的指数函数。
22、进一步地，所述根据室外监控灰度图像中动态物体局部区域与其它动态物体局部区域之间的距离，得到室外监控灰度图像的整体增强需求，包括的具体步骤如下：
23、根据室外监控灰度图像中每个动态物体局部区域与其它动态物体局部区域之间的距离，得到目标局部区域；
24、根据室外监控灰度图像中所有动态物体局部区域的质心与对应的目标局部区域的质心之间的距离，得到室外监控灰度图像的整体增强需求。
25、进一步地，所述根据室外监控灰度图像中每个动态物体局部区域与其它动态物体局部区域之间的距离，得到目标局部区域，包括的具体步骤如下：
26、在第帧室外监控灰度图像中，计算第个动态物体局部区域分别与其它所有动态物体局部区域之间的最短距离，将与第个动态物体局部区域的最短距离中的最小值对应的其它的动态物体局部区域记为目标局部区域。
27、进一步地，所述根据室外监控灰度图像中所有动态物体局部区域的质心与对应的目标局部区域的质心之间的距离，得到室外监控灰度图像的整体增强需求的具体计算公式为：
28、
29、其中，表示第帧室外监控灰度图像的整体增强需求，表示第帧室外监控灰度图像中动态物体局部区域的数量，表示第帧室外监控灰度图像中第个动态物体局部区域与其对应的目标局部区域的质心之间的距离，为以自然常数为底的指数函数。
30、进一步地，所述根据动态物体局部区域的增强期望和室外监控灰度图像的整体增强需求，得到室外监控灰度图像中动态物体局部区域的自适应增强系数的具体计算公式为：
31、
32、其中，表示第帧室外监控灰度图像中的第个动态物体局部区域的自适应增强系数，表示第帧室外监控灰度图像中的第个动态物体局部区域的增强期望，表示第帧室外监控灰度图像的整体增强需求。
33、进一步地，所述根据动态物体局部区域的自适应增强系数和动态物体局部区域中像素点的灰度值，得到动态物体局部区域中像素点灰度值的映射值的具体计算公式为：
34、
35、其中，为第帧室外监控灰度图像中的第个动态物体局部区域内第个像素点的灰度值的映射值，表示第帧室外监控灰度图像中的第个动态物体局部区域的自适应增强系数，表示第帧室外监控灰度图像中的第个动态物体局部区域内第个像素点的灰度值，为预设常数。
36、进一步地，所述根据动态物体局部区域中像素点的灰度值的映射值，得到室外监控增强图像，包括的具体步骤如下：
37、将第帧室外监控灰度图像中的每个动态物体局部区域内每个像素点的灰度值替换为灰度值的映射值，得到第帧室外监控灰度图像的室外监控增强图像。
38、本发明的技术方案的有益效果是：获取若干帧室外监控灰度图像，获取每帧室外监控灰度图像中的若干个动态物体局部区域；根据动态物体局部区域内所有像素点的灰度值和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到动态物体局部区域的增强期望，其根据不同场景下的动态物体具有不同的特征，通过获取每帧图像中的动态物体局部区域，进一步对这些区域的特征进行自适应的增强处理，进一步根据像素点灰度值的分析以及动态物体局部区域在每帧室外监控灰度图像的位置，确定了每个动态物体局部区域在连续相邻帧图像中的差异程度，保障了室外监控图像局部的增强效果。根据室外监控灰度图像中动态物体局部区域与其它动态物体局部区域之间的距离，得到室外监控灰度图像的整体增强需求，其根据所有动态物体局部区域之间的距离，确定出每帧图像中动态物体的聚集程度，保障了室外监控灰度图像全局的增强效果。根据动态物体局部区域的增强期望和室外监控灰度图像的整体增强需求，得到室外监控灰度图像中动态物体局部区域的自适应增强系数，其根据室外监控灰度图像动态物体局部区域和图像整体的分析，保障了各个动态物体局部区域的增强效果能够在整体上保持协调和一致。根据动态物体局部区域的自适应增强系数和动态物体局部区域中像素点的灰度值，得到动态物体局部区域中像素点灰度值的映射值，其根据每个动态物体局部区域自适应增强系数和像素点灰度值的分析，进一步保障了室外监控灰度图像增强的效果。根据动态物体局部区域中像素点的灰度值的映射值，得到室外监控增强图像。至此本发明通过线性变换函数，结合每个动态物体局部区域的自适应增强系数计算出每个动态物体局部区域中所有像素点的灰度值的映射值，提高了室外监控图像增强的质量。
1.一种基于计算机视觉的图像增强方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据动态物体局部区域内所有像素点的灰度值和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到动态物体局部区域的增强期望，包括的具体步骤如下：
3.根据权利要求2所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据室外监控灰度图像中的参考动态物体局部区域内的所有像素点的坐标，得到目标坐标集合，包括的具体步骤如下：
4.根据权利要求2所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据动态物体局部区域内所有像素点的灰度值、目标坐标集合中的坐标数量和动态物体局部区域在相邻连续帧室外监控灰度图像中的位置，得到每个动态物体局部区域的增强期望的具体计算公式为：
5.根据权利要求1所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据室外监控灰度图像中动态物体局部区域与其它动态物体局部区域之间的距离，得到室外监控灰度图像的整体增强需求，包括的具体步骤如下：
6.根据权利要求5所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据室外监控灰度图像中每个动态物体局部区域与其它动态物体局部区域之间的距离，得到目标局部区域，包括的具体步骤如下：
7.根据权利要求5所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据室外监控灰度图像中所有动态物体局部区域的质心与对应的目标局部区域的质心之间的距离，得到室外监控灰度图像的整体增强需求的具体计算公式为：
8.根据权利要求1所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据动态物体局部区域的增强期望和室外监控灰度图像的整体增强需求，得到室外监控灰度图像中动态物体局部区域的自适应增强系数的具体计算公式为：
9.根据权利要求1所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据动态物体局部区域的自适应增强系数和动态物体局部区域中像素点的灰度值，得到动态物体局部区域中像素点灰度值的映射值的具体计算公式为：
10.根据权利要求1所述一种基于计算机视觉的图像增强方法，其特征在于，所述根据动态物体局部区域中像素点的灰度值的映射值，得到室外监控增强图像，包括的具体步骤如下：
