基于Android平台的夜间图像增强软件的设计与实现

李向辉，张菲菲，邹浩然，曾钰琦，李杰伦，林伟龙，黄誉戈，杨振宇，李俊贤，王明谦

（广东第二师范学院计算机学院，广州 510303）

0 引言

随着智能手机的普及，人们对手机上获取图像的成像质量和成像速度提出越来越高的要求，因此在移动互联网应用中，面向移动终端的图像处理技术越来越重要［1］。当前大多数智能手机在夜视环境下拍摄的图像存在信噪比低、对比度差等问题，拍摄的图像不能满足用户需求。目前，国内外针对夜间图像的增强算法主要包括三种：直方图均衡化的方法、Retinex理论的方法以及深度学习的方法。其中Retinex理论的方法由于其优异的处理效果，得到最多的关注和研究。本文采用带色彩恢复的多尺度Retinex（multi-scale retinex with color restoration，MSRCR）算法［2-3］来对夜间图像进行增强。目前Android系统虽是主要的手机操作系统，但在Android平台上实现夜间图像的增强技术并不多。因此，基于Android的夜间图像增强软件未来社会发展具有很高的应用价值。鉴于此，本文结合MSRCR算法和专业的开源图像处理库OpenCV，研究在Android平台开发一款夜视图像增强软件来满足夜视场景的清晰化成像。

1 夜视图像清晰化应用框架体系

1.1 系统业务流程

本系统的逻辑流程如图1所示。

图1 系统逻辑流程

首先，启动软件之后，会进入首页面，首页面具备两个功能：登录、注册。其中在登录框输入的账号密码与数据库匹配，则点击登录将成功进入拍照相册页；另外，用户可点击注册进入注册账号页面填写信息，系统会将符合要求的注册信息写入到数据库中。

然后在拍照相册页面中首次点击会申请权限，点击拍照按钮会调用相机拍照，拍照按钮按下后则会在处理图像页面显示拍下的照片；点击相册按钮则会打开相册，当用户选择照片后，则会在图像页面显示选择后的图片。

在处理图像页面中，点击处理图像按钮则会对图像进行增强处理，点击保存按钮则会将图像保存至本地相册然后跳转到拍照相册页面。

1.2 各个模块之间的调用关系

本软件的架构关系如图2所示。

图2 软件架构关系

在该软件的交互开发中，通过调用Android平台提供的SQLite数据库实现了用户的注册和登录，通过Android平台的XML文件进行布局，实现各个界面的交互。最后通过常用的相册相机调用方式，实现所需增强的图像导入功能。

在图像增强的开发中，通过Android平台的JNI方式去调用CMake，CMake执行图像处理算法，同时该算法调用OpenCV库所提供的方法，实现图像增强后再通过JNI返回结果［4］。

本项目不直接使用OpenCV库的原因是由于C语言在算法中具有高效的优势，同时OpenCV库的底层语言亦为C语言，因此通过CMake方式能够提高软件执行效率。

2 各模块设计

2.1 登录注册账户的实现

已有账户的用户可通过输入账号与密码，点击登录进入图像获取页面。点击登录时，软件会匹配数据库中的内容，若输入的账号密码不正确，则弹出提示账号密码不正确，正确则进入下一个活动页。

首次使用的用户可点击注册按钮进入注册页面，填写账号与密码进行注册。其中，登录页面的密码出错。注册页面主要有两个按钮，一个是注册，一个是返回主页面。注册按钮通过获取输入框的string值，判断三个输入框密码是否为空，以及两个密码框输入的密码是否一致，如果其中一项不符合标准则弹出错误提示，如果成功，则写入数据库。

2.2 不同途径的图像获取实现

2.2.1 通过拍照获得照片

首先活动页处创建一个file对象，然后根据安卓的版本大小，执行相应的拍照获取图片操作。如果安卓版本小于7.0则将file对象封装Uri，如果大于7.0则file对象转换成Uri对象再从这个对象获得图片的真实路径，然后进行动态权限申请。最后要在AndroidManif.xml中申请相应的权限。

2.2.2 通过相册获得照片

相册获取图像是在调用的部分重写startAc⁃tivityForResult（）方法开启Intent的回调实现。方法根据不同类型的图像使用不同的处理。Docu⁃ment类型的uri通过document id处理；content类型的uri使用普通方式处理，File类型的uri则直接获取图片路径。最后在界面上的显示框呈现。

3 夜视图像增强算法的实现

3.1 MSRCR算法的原理

本软件采用的夜视图像增强算法是带色彩恢复 的 多 尺 度Retinex算 法［3-4］（multi-scale retinex with color restoration，MSRCR）。根据Retinex理论，图像上某一像素点的观测值为该点的光照分量与反射分量的乘积，即：

式中，(x,y)表示像素点的位置；I(x,y)表示观测值；L(x,y)表示该点邻域的亮度，并且与材质无关；R(x,y)表示反射分量，表示材质的反射系数，与物体的本身的材质相关，而与邻域的光量无关。因此为而获得反映物体真实面貌的反射分量R(x,y)，可通过Retinex的图像增强算法排除光照分量L(x,y)的影响。同时根据人的视觉观感的特点，对数形式更接近人眼观感的舒适区，因此基于Retinex算法的图像增强算法都是将图像转到对数域进行处理，Jobson等人运用高斯环绕函数对观测图像进行卷积估算得到光照分量，由此提出了经典的单尺度Retinex（single-scale retinex，SSR）算法，其计算公式如下所示

式中，F(x,y)表示高斯环绕函数；*表示卷积运算；I i(x,y)为第i个颜色通道的输入图像；Ri(x,y)为第i个颜色通道的输出图像。由于SSR算法在细节增强与色彩保真之间难以达到平衡，Jobson等人提出将多个不同尺度的SSR处理结果进行简单加权得到多尺度Retinex（multi-scale ret⁃inex，MSR）算法：

式中R M i(x,y)表示第i个颜色通道经过MSR处理而得到的输出图像，n表示尺度个数，W n为第n个尺度的权重，满足，一般情况下，取大、中、小三个尺度，即N=3，W1=W2=W3=1/3。

由于SSR算法和MSR算法在处理RGB彩色图像时，都是分别对R、G、B通道进行单独地增强，导致增强过程可能会改变各像素点在各颜色通道中的像素值比例，从而淡化图像的全局或者特定区域物体的真实颜色。为此，Jobson等人又提出带色彩恢复的多尺度Retinex（MSRCR）算法。MSRCR算法的基本原理是：将原始图像中的比例关系引入三个颜色通道来对MSR结果进行后处理，从而优化图像的颜色，避免颜色不饱和及失真，使图像具有更好的颜色呈现［5］。

式中，C i(x,y)表示第i个颜色通道的色彩恢复系数，作用是对3个颜色通道的比例进行调节。C i(x,y)中参数β为增益常量，α控制非线性的程度。

3.2 MSRCR算法在Andr oi d平台上的实现

图像增强的实现是在点击按钮中创建一个方法，这个方法通过JNI接口调用CMake，CMake执行算法处理图像，并且返回结果。当用户选取图像之后，图像将会在图像控件上呈现。点击增强按钮之后，会对图像进行算法处理呈现，并将图像覆盖原来的在图像控件中的图像。在Android中通过CMake的方式调用OpenCV库实现MSRCR算法来增强图像，MSRCR算法实现分为五步，其中流程如图3所示。

图3 MSRCR方法的实现流程

创建一维的高斯核。然后把该高斯核封装成一个类浮点类型的整数类型高速高斯核。实现对目标图像的核计算高斯卷积，接着使用图像金字塔对图像进行多尺度表达，从而与分离滤波器连续对使用高斯卷积滤波。最后将原图像和一系列被滤波的图像转换到对数域，并与带权重的原图像做减法运算，同时加入颜色修复。

图4显示了经本软件处理前的夜视图像以及处理后的结果图像，对图像进行增强处理后，点击保存图像将使用数据输入输出流，将增强处理后的图像写入相册，同时申请权限。根据结果图像显示，本软件能够对夜间低照度图像进行增强，能够高保真地恢复原图像中的细节和色彩，提高了图像的清晰度。

图4 图像处理

4 结语

本文开发了一款低成本的夜间图像增强软件，软件提供了用户登录与注册的功能，通过CMake调用OpenCV库的方式实现MSRCR算法来对夜视图像进行增强。通过对该软件的图像采集、夜视图像增强处理等功能进行测试，结果表明软件功能易用、有效，能够对夜视图像进行较好的增强处理。未来的工作考虑增加多曝光图像融合的功能来对夜视图像进行增强，进一步提升软件的性能。