两个人的电影免费视频_国产精品久久久久久久久成人_97视频在线观看播放_久久这里只有精品777_亚洲熟女少妇二三区_4438x8成人网亚洲av_内谢国产内射夫妻免费视频_人妻精品久久久久中国字幕

一種改進的自適應直方圖均衡方法

文檔序號:6466552閱讀:404來源:國知局
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
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
开封市| 思茅市| 新乐市| 天气| 定襄县| 于都县| 宕昌县| 景宁| 双辽市| 蕉岭县| 汉川市| 六枝特区| 米泉市| 麻城市| 胶州市| 太康县| 黄山市| 屏东市| 高淳县| 济源市| 汨罗市| 呼和浩特市| 浦城县| 汉阴县| 商丘市| 手游| 兴义市| 文登市| 正定县| 平和县| 平南县| 吉水县| 临湘市| 阿城市| 辽宁省| 麻栗坡县| 济宁市| 汕头市| 靖西县| 沂南县| 个旧市|