專利名稱:一種改進的自適應直方圖均衡方法
技術(shù)領域:
本發(fā)明涉及圖像增強處理中的一種改進的自適應直方圖均衡方法。
背景技術(shù):
圖像增強是圖像處理的最基本手段,它往往是各種圖像分析與處理時的預處 理過程。圖象增強的目的是通過對圖像灰度作修正,改善圖像視覺效果提供直 觀、清晰、適合分析的圖像。直方圖均衡化是圖象增強空域中的最常用、最重 要的技術(shù)之一。它以概率理論作基礎,運用灰度點運算來實現(xiàn)直方圖的變化從 而達到圖象增強的目的。
累積直方圖均衡(即CDF)。通過原始圖像灰度值分布直方圖的累積分布函數(shù)
計算累積分布直方圖。累積計算公式如下
其中s表示處理后圖像的灰度值,A(w)表示原始圖像灰度級的概率密度函數(shù)。
自適應直方圖均衡(即AHE)。 AHE通過將圖像劃分為多個子區(qū)域,如圖1 所示。IR是指圖像中間的塊,BR是指圖像邊緣塊,AHE通過對每個子圖像塊 進行CDF灰度拉伸,并且針對塊效應進行權(quán)重線性插值,解決了CDF問題。
對比度受限的自適應直方圖均衡(即CLAHE)。在AHE的基礎上CLAHE 限制對比度的范圍,可以有效的控制放大噪聲。
CDF由于對整個圖像進行處理,將占灰度級少的紋理細節(jié)像素點合并到一 個灰度級,并且將背景噪聲放大。AHE雖然分區(qū)域進行直方圖均衡但是在少紋 理細節(jié)的區(qū)域同樣會放大噪聲。CLAHE的線性插值可能將破壞原始圖像像素灰 度級與輸出圖像像素灰度級的對應關(guān)系。并且以上三種方式都是基于CDF的基 礎上,但是CDF本身存在將紋理細節(jié)合并,噪聲放大的問題。而且目前直方圖 均衡針對兩種情況進行處理亮度或RGB三通道。只對亮度進行處理,處理后 的圖像色度受到影響,而如果針對RGB三通道分別進行直方圖均衡會影響運算速度。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有直方圖均衡的不足,提供一種改進的自適應直 方圖均衡方法。
為達到上述發(fā)明目的,本發(fā)明的一種改進的自適應直方圖均衡方法,包括 以下步驟
(1) 、將輸入圖像轉(zhuǎn)換為亮度灰度圖像,劃分成多個子圖像塊,統(tǒng)計在每 個子圖像塊中每個灰度級的像素點個數(shù);
(2) 、找到將每個子圖像塊像素點總數(shù)分為最接近一半的分界灰度級,并 統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù);
(3) 、分別對每個子圖像塊的圖像高、低亮度區(qū)域進行累計直方圖均衡
a) 、計算圖像高、低亮度區(qū)域的調(diào)節(jié)參數(shù),其值為子圖像塊中圖像高、亮 度區(qū)域的像素點總數(shù)除以子圖像塊像素點總數(shù),再乘以255;
b) 、對于低亮度區(qū)域像素點,從0到該點灰度級累加每個灰度級的像素點 個數(shù),得到的像素點個數(shù)除以低亮度區(qū)域的像素點總數(shù),再乘以低亮度區(qū)域的 調(diào)節(jié)參數(shù),得到該像素點的累計直方圖均衡灰度值;
對于高亮度區(qū)域像素點,從該點灰度級到255累加每個灰度級的像素點個 數(shù),得到的像素點個數(shù)除以高亮度區(qū)域的像素點總數(shù),再乘以高亮度區(qū)域的調(diào) 節(jié)參數(shù),得到該像素點的累計直方圖均衡灰度值;
(4) 根據(jù)每個子圖像塊的像素點累計直方圖均衡灰度值,進行權(quán)重線性插 值,得到均衡化處理后的整個圖像的亮度信息。
本發(fā)明的改進的自適應直方圖均衡方法,通過找到將每個子圖像塊像素點 總數(shù)分為最接近一半的分界灰度級,并統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù), 然后計算出圖像高、低亮度區(qū)域的調(diào)節(jié)參數(shù),將子圖像塊分成高、低亮度區(qū)域 分別進行直方圖均衡,有效解決了噪聲擴散以及紋理被合并的問題。
圖1是自適應直方圖均衡圖像增強時子圖像塊劃分示意圖;圖2本發(fā)明一種具體實施方式
流程圖; 圖3是圖1中的緊鄰的4個子圖像塊示意圖; 圖4是相似性權(quán)重線性插值示意圖。
具體實施例方式
為更好地理解本發(fā)明,下面結(jié)合附圖和具體實施方式
對本發(fā)明進行更為詳 細描述。在以下的描述中,當己有的現(xiàn)有技術(shù)的詳細描述也許會淡化本發(fā)明的 主題內(nèi)容時,這些描述在這兒將被忽略。
圖1是自適應直方圖均衡圖像增強時子圖像塊劃分示意圖。該圖在背景技 術(shù)中已經(jīng)進行了描述,在此不再贅述。
圖2本發(fā)明一種具體實施方式
流程圖。在本實施中,包括以下步驟 步驟ST101:將輸入圖像轉(zhuǎn)換為亮度灰度圖像,圖像像素點的亮度值為
y = 0.27xi + 0.67xG + 0.06x5 (1) 步驟ST102:計算亮度相關(guān)系數(shù)。輸入圖像R、 G、 B通道的亮度相關(guān)系數(shù)
分別記為cq^、 a#e、 《#s,通過輸入圖像R、 G、 B通道信號與亮度的關(guān)聯(lián)達
到顏色的調(diào)整。計算如下
《+ (2)
max
c/,.表示像素點相應的R、 G、 B通道,y^表示輸入圖像亮度最大值。 步驟ST103:判斷輸入圖像屬于暗圖像還是亮圖像。對亮度灰度圖像左上角、 右上角、左下角、右下角及中間五個區(qū)域,統(tǒng)計每個區(qū)域所有像素點圖像亮度 和"g&,當//^^ 時,判斷輸入圖像屬暗圖像,當//^^-時,判斷輸入圖像屬 亮圖像。如果《</&&<-,則不對輸入圖像進行直方圖均衡。
步驟ST104:將亮度灰度圖像劃分成多個子圖像塊,統(tǒng)計在每個子圖像塊屮 每個灰度級的像素點個數(shù)""^。其中,""附,表示灰度值為r的像素點個數(shù)總和。 步驟ST105:找到將每個子圖像塊像素點總數(shù)分為最接近一半的分界灰度級 /ew/,并統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù)/mv,。,。,、 Wg/U,。在本實施中, 其具體步驟為a) 、當圖像為暗圖像時,對每個子圖像塊,從0到255累加每個灰度級的 像素點個數(shù)""附,,當大于該子圖像塊像素點總數(shù)加"/一半時停止,記錄當前灰度 級,當前灰度級就是分界灰度級few/;然后根據(jù)分界灰度級/ew/,從0到分界灰
度級/ew/累加每個灰度級的像素點個數(shù)皿,,得到該子圖像塊中屬于圖像低亮 度區(qū)域的像素點總數(shù)/mv^ ,剩余的像素點之和為圖像高亮度區(qū)域的像素點總數(shù)
順她/ 5
b) 、當圖像為亮圖像時,對每個子圖像塊,從255到0累加每個灰度級的 像素點個數(shù)mz^,當大于該子圖像塊像素點總數(shù)w"/—半時停止,記錄當前灰度 級,當前灰度級就是分界灰度級/eve/;然后根據(jù)分界灰度級/eve/,從255到分界 灰度級/ew/累加每個灰度級的像素點個數(shù)w",,得到該子圖像塊中屬于圖像高 亮度區(qū)域的像素點總數(shù)/^^。,,剩余的像素點之和為圖像低亮度區(qū)域的像素點總 數(shù)"w加。,。
根據(jù)亮暗圖像進行分界灰度級/ew/搜索,可以提高搜索速度。
步驟ST106:分別對每個子圖像塊的圖像高、低亮度區(qū)域進行累計直方圖均
衡:
a)、計算圖像高、低亮度區(qū)域的調(diào)節(jié)參數(shù)va/,、 vc^其值為: va/, = 255 x
v<=255x^^ (3)
/她/
b)、重構(gòu)直方圖查找表
對于低亮度區(qū)域像素點,從o到該點灰度級;t累加每個灰度級的像素點個 數(shù),得到的像素點個數(shù)除以低亮度區(qū)域的像素點總數(shù)to氣,。,,再乘以低亮度區(qū)域
的調(diào)節(jié)參數(shù)vW,,得到該像素點的累計直方圖均衡灰度值/7/xe/ —o//,具體為
y,"訓"
/ /jce/ 一 c# = va/, x - ( 4 )
一 。/
低亮度區(qū)域像素點的灰度l代入(4)計算得到該像素點新的灰度值,累 計直方圖均衡灰度值p/xe/ —,這就是重構(gòu)直方圖査找表。對于高亮度區(qū)域像素點,從該點灰度級A到255累加每個灰度級的像素點個 數(shù),得到的像素點個數(shù)除以高亮度區(qū)域的像素點總數(shù)/^^。,,再乘以高亮度區(qū)域 的調(diào)節(jié)參數(shù)v^ ,得到該像素點的累計直方圖均衡灰度值內(nèi)m/—a// ;
255
w訓"
z' 、
一 順她/
步驟ST107:根據(jù)每個子圖像塊的像素點累計直方圖均衡灰度值/^e/ —c# , 進行權(quán)重線性插值,得到均衡化處理后的整個圖像的亮度信息,具體為 a)、區(qū)域相似性判斷
如圖3所示,A、 B、 C、 D分別表示圖1中的緊鄰的4個子圖像塊。分別 計算每個亮度灰度圖像中子圖像塊像素點的差值Z^、 Z^c 、 AD 、 ZV、 D肪、
= Z|p—, _ 《
(6)
jc, y表示,A、 B、 C、 D中的某個區(qū)域,;^《表示jc區(qū)域內(nèi)像素點/的像 素值,w表示子區(qū)域像素點個數(shù)的總數(shù),內(nèi)x^,表示y區(qū)域內(nèi)像素點/的像素值。 x,少的取值分別為A、 B、 C、 D,根據(jù)前面得到的i^、 Z),c 、 AD 、 ZV、 D朋、 DeD,求出最小值。
b)、在最小值方向上進行權(quán)重插值
如圖4有對角線、垂直和水平方向類型插值。
對角線上的插值
>/(r2 + w2) xp/xe/ — cd M + V(w2 x/ /jce/ — c浙. ,、
/ /xe/ =-丁 -=-^ (7)
垂直方向插值
r x / ixe/ — c浙■—i + s x pixe/ — c浙 /0、 j9ixe/ =-=-^-二-^ (8)
水平方向插值
附+w其中,/, /表示子區(qū)域坐標值。
步驟ST108:根據(jù)優(yōu)化的直方圖均衡化處理后的亮度信息,以及與亮度相關(guān) RGB系數(shù)得到輸出圖像RGB信息。利用步驟ST102得到的亮度相關(guān)系數(shù)結(jié)合 直方圖均衡后的像素亮度值得到輸出圖像的像素值如下
c/, = co#c/ x p/xe/ (10)
c/,表示優(yōu)化的直方圖均衡化后像素點/相應的R、 G、 B分量,②i^表示每 個分量的亮度相關(guān)系數(shù),;^e/表示優(yōu)化的直方圖均衡處理后像素點的亮度值。
在本實施例中,根據(jù)直方圖均衡化的原理,在對比度受限的自適應直方圖
均衡,即CLAHE的基礎上,不僅對區(qū)域進行分級并且對灰度級進行分級處理, 有效解決了噪聲擴散以及紋理被合并的問題。其次,提出相似性檢測的插值技 術(shù),在相似性檢測的基礎上進行插值,可以避免原始圖像像素灰度值與輸出圖 像灰度值直方圖對應關(guān)系被破壞的問題。最后,本發(fā)明加入色度空間的處理, 在盡量減少計算復雜度的前提下,對顏色進行了有效的處理。
盡管上面對本發(fā)明說明性的具體實施方式
進行了描述,但應當清楚,本發(fā) 明不限于具體實施方式
的范圍,對本技術(shù)領域的普通技術(shù)人員來講,只要各種 變化在所附的權(quán)利要求限定和確定的本發(fā)明的精神和范圍內(nèi),這些變化是顯而 易見的, 一切利用本發(fā)明構(gòu)思的發(fā)明創(chuàng)造均在保護之列。
權(quán)利要求
1、一種改進的自適應直方圖均衡方法,其特征在于,包括以下步驟(1)、將輸入圖像轉(zhuǎn)換為亮度灰度圖像,劃分成多個子圖像塊,統(tǒng)計在每個子圖像塊中每個灰度級的像素點個數(shù);(2)、找到將每個子圖像塊像素點總數(shù)分為最接近一半的分界灰度級,并統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù);(3)、分別對每個子圖像塊的圖像高、低亮度區(qū)域進行累計直方圖均衡a)、計算圖像高、低亮度區(qū)域的調(diào)節(jié)參數(shù),其值為子圖像塊中圖像高、亮度區(qū)域的像素點總數(shù)除以子圖像塊像素點總數(shù),再乘以255;b)、對于低亮度區(qū)域像素點,從0到該點灰度級累加每個灰度級的像素點個數(shù),得到的像素點個數(shù)除以低亮度區(qū)域的像素點總數(shù),再乘以低亮度區(qū)域的調(diào)節(jié)參數(shù),得到該像素點的累計直方圖均衡灰度值;對于高亮度區(qū)域像素點,從該點灰度級到255累加每個灰度級的像素點個數(shù),得到的像素點個數(shù)除以高亮度區(qū)域的像素點總數(shù),再乘以高亮度區(qū)域的調(diào)節(jié)參數(shù),得到該像素點的累計直方圖均衡灰度值;(4)根據(jù)每個子圖像塊的像素點累計直方圖均衡灰度值,進行權(quán)重線性插值,得到均衡化處理后的整個圖像的亮度信息。
2、 根據(jù)權(quán)利要求l所述的改進的自適應直方圖均衡方法,其特征在于,步 驟(2)所述的找到將每個子圖像塊像素點總數(shù)分為最接近一半的分界灰度級, 并統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù)為(21) 、當圖像為暗圖像時,對每個子圖像塊,從0到255累加每個灰度級 的像素點個數(shù),當大于該子圖像塊像素點總數(shù)一半時停止,記錄當前灰度級, 當前灰度級就是分界灰度級;然后根據(jù)分界灰度級,從0到分界灰度級/eve/累 加每個灰度級的像素點個數(shù),得到該子圖像塊中屬于圖像低亮度區(qū)域的像素點 總數(shù),剩余的像素點之和為圖像高亮度區(qū)域的像素點總數(shù);(22) 、當圖像為亮圖像時,對每個子圖像塊,從255到0累加每個灰度級 的像素點個數(shù),當大于該子圖像塊像素點總數(shù)一半時停止,記錄當前灰度級, 當前灰度級就是分界灰度級;然后根據(jù)分界灰度級,從255到分界灰度級累加每個灰度級的像素點個數(shù),得到該子圖像塊中屬于圖像高亮度區(qū)域的像素點總 數(shù),剩余的像素點之和為圖像低亮度區(qū)域的像素點總數(shù)。
3、根據(jù)權(quán)利要求l所述的改進的自適應直方圖均衡方法,其特征在于,步 驟(4)所述的根據(jù)每個子圖像塊的像素點累計直方圖均衡灰度值,進行權(quán)重線性插值,得到均衡化處理后的整個圖像的亮度信息為(41) 、區(qū)域相似性判斷;(42) 、在最小值方向上進行權(quán)重插值。
全文摘要
本發(fā)明公開了一種改進的自適應直方圖均衡方法,通過找到將每個子圖像塊像素點總數(shù)分為最接近一半的分界灰度級,并統(tǒng)計圖像高、低亮度區(qū)域的像素點總數(shù),然后計算出圖像高、低亮度區(qū)域的調(diào)節(jié)參數(shù),將子圖像塊分成高、低亮度區(qū)域分別進行直方圖均衡,有效解決了噪聲擴散以及紋理被合并的問題。
文檔編號G06T5/40GK101510305SQ20081014786
公開日2009年8月19日 申請日期2008年12月15日 優(yōu)先權(quán)日2008年12月15日
發(fā)明者吳亞東, 李慧然, 袁梓瑾, 魯國寧 申請人:四川虹微技術(shù)有限公司