一種基于直方圖緊致性變換的圖像自適應(yīng)增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像增強(qiáng)技術(shù)領(lǐng)域，涉及一種圖像自適應(yīng)增強(qiáng)方法。 技術(shù)背景
[0002] 圖像的對(duì)比度、清晰度是重要質(zhì)量指標(biāo)，也是影響其可用性和易用性的重要因素。 然而，大量影像（尤其是遙感影像）存在視覺對(duì)比度低、清晰度不足等問題。因而，對(duì)低對(duì) 比度圖像進(jìn)行增強(qiáng)處理，在許多應(yīng)用中是必要的。
[0003] 影像增強(qiáng)的目的是為了改善圖像的清晰度、對(duì)比度等視覺效果，從而提高圖像的 可讀性和信息解譯能力。目前已經(jīng)發(fā)展了線性拉伸、直方圖均衡、小波變換、Retinex增強(qiáng) 等多種方法。由于線性拉伸、直方圖均衡方法具有算法簡(jiǎn)便、效率高等優(yōu)勢(shì)，在實(shí)際應(yīng)用中 廣泛使用。直方圖均衡是一種非線性變換，它以累積概率分布為基礎(chǔ)，通過變換盡可能使得 圖像灰度值在每一個(gè)灰度級(jí)上等概率分布，從而提高圖像對(duì)比度。直方圖均衡雖然能增加 圖像的對(duì)比度，但處理后的圖像視覺效果往往比較生硬、不夠柔和甚至?xí)斐蓤D像質(zhì)量惡 化等問題，且效果不可控。線性拉伸算法具有簡(jiǎn)便、易用、高效、適應(yīng)性強(qiáng)等特點(diǎn)，且增強(qiáng)效 果整體一致性好、易于實(shí)現(xiàn)全自動(dòng)化處理。但經(jīng)典的線性拉伸算法，由于在實(shí)際應(yīng)用中常常 失效，因而在實(shí)際應(yīng)用中較少使用。直方圖截?cái)嗬煸鰪?qiáng)方法是線性拉伸算法的一種改進(jìn) 算法，在實(shí)際應(yīng)用尤其是遙感應(yīng)用處理中使用廣泛。但該方法在實(shí)際應(yīng)用中存在圖像亮區(qū) 和暗區(qū)細(xì)節(jié)嚴(yán)重丟失、U型直方圖不能適用等問題。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提出了一種基于直方圖緊致性變換的圖像自適應(yīng)增強(qiáng)方法，充分考慮了輸 入圖像的自身特點(diǎn)，能夠有效克服經(jīng)典線性拉伸變換、直方圖截?cái)嗬斓仍鰪?qiáng)方法的不足。
[0005] 本發(fā)明的方案如下：
[0006] -種基于直方圖緊致性變換的圖像自適應(yīng)增強(qiáng)方法，主要是根據(jù)輸入圖像的特點(diǎn) 確定變換參數(shù)，結(jié)合用戶調(diào)節(jié)系數(shù)對(duì)輸入圖像進(jìn)行直方圖緊致性變換，然后利用線性拉伸 算法對(duì)輸入圖像重新賦值，輸出增強(qiáng)圖像；
[0007] 所述直方圖緊致性變換如下：設(shè)定一個(gè)頻度閾值作為基準(zhǔn)頻度，與直方圖上的每 個(gè)灰度級(jí)按順序進(jìn)行比較；除特殊情況外，對(duì)頻度小于基準(zhǔn)頻度的灰度級(jí)，與該灰度級(jí)的下 一個(gè)或多個(gè)灰度級(jí)合并，直至當(dāng)前所有合并灰度級(jí)的累積頻度不小于基準(zhǔn)頻度；所述特殊 情況是指：合并后的累積頻度與基準(zhǔn)頻度之差大于原頻度與基準(zhǔn)頻度之差，則不作合并； 最終使得合并后的直方圖在其灰度最大值和最小值之間所有灰度級(jí)的頻度均接近或不小 于基準(zhǔn)頻度，且灰度連續(xù)、不間斷；
[0008] 所述變換參數(shù)包括直方圖緊致性變換的起始位置和所述頻度閾值（通常是先計(jì) 算出圖像灰度級(jí)的理想頻度，進(jìn)而推算得到頻度閾值）。
[0009] 基于以上方案，本發(fā)明進(jìn)一步作如下優(yōu)化：
[0010] 上述起始位置位于直方圖的中部，以該起始位置將直方圖劃分為兩個(gè)部分，并自 該起始位置分別按照正向、反向依次判別并處理這兩個(gè)部分的每個(gè)灰度級(jí)。
[0011] 根據(jù)直方圖兩個(gè)部分的特點(diǎn)分別計(jì)算各自的基準(zhǔn)頻度，即所述基準(zhǔn)頻度分為左基 準(zhǔn)頻度和右基準(zhǔn)頻度。例如，對(duì)于直方圖兩部分灰度分布形態(tài)差異較大的圖像，這樣就能夠 使得變換后的直方圖較好地保持圖像細(xì)節(jié)。
[0012] 引入用戶調(diào)節(jié)系數(shù)主要是為了參與計(jì)算基準(zhǔn)頻度，以更符合不同應(yīng)用目的需要。
[0013] 具體的實(shí)現(xiàn)步驟如下：
[0014] 步驟1 :統(tǒng)計(jì)輸入圖像f (X，y)的灰度直方圖及其最大值LMax、最小值LMin和均值Lm，
[0016] 根據(jù)最大值確定圖像的量化位數(shù)N，并采用下式計(jì)算初始搜索起點(diǎn)M
[0017] 其中，L1表示第i個(gè)灰度級(jí)，p i表示第i個(gè)灰度級(jí)的概率；
[0018] 步驟2 :根據(jù)圖像的寬度w和高度h，以及圖像的量化位數(shù)N，計(jì)算圖像灰度級(jí)的理
[0020] 想頻度ζ。，計(jì)算公式如下：
[0021] 步驟3 :根據(jù)圖像的統(tǒng)計(jì)特征、理想頻度及調(diào)節(jié)系數(shù)P，利用如下公式計(jì)算左基準(zhǔn) 頻度G和右基準(zhǔn)頻度ζ R
[0023] 其中，P為調(diào)節(jié)系數(shù)（P >0);
[0024] 步驟4 :以加權(quán)均值M為起始搜索灰度級(jí)，以ζ# ζ R分別為直方圖兩端的基準(zhǔn) 頻度，利用直方圖緊致性變換方法，對(duì)原始直方圖進(jìn)行壓縮，確定合并灰度級(jí)的映射集合和 壓縮后圖像灰度的最小值L' Μιη和最大值L' Max;
[0025] 步驟5 :計(jì)算線性拉伸變換系數(shù)k，并將截距置零，其中
[0027] 步驟6 :利用線性拉伸變換關(guān)系式g(x, y) = k[f (X，y)_LMin]和灰度映射關(guān)系，對(duì)輸 入圖像f (X，y)重新賦值，并輸出增強(qiáng)圖像g(x，y)。
[0028] 參數(shù)P由用戶根據(jù)具體應(yīng)用問題確定，對(duì)于遙感圖像增強(qiáng)而言，一般P取值 0. 5~0. 8之間（如P = 0. 6)可以適用于大部分圖像的增強(qiáng)處理。
[0029] 其中，直方圖緊致性變換具體可采用如下算法（以單向搜索為例）：
[0030] 4. 1]記基準(zhǔn)頻度為ζ，以M為起點(diǎn)沿直方圖正向（或者負(fù)向）搜索；
[0031] 4. 2]正向搜索時(shí)，計(jì)算以灰度L = M為起點(diǎn)的正向若干個(gè)連續(xù)灰度級(jí)的累積頻度， 當(dāng)使得
·成立（負(fù)向搜索時(shí)，使得
且
成立）時(shí)停止當(dāng)前搜索，其中r為非負(fù)整數(shù)，表示在本次搜索過程中不包 括起點(diǎn)在內(nèi)所跨過連續(xù)灰度級(jí)的個(gè)數(shù)；
[0032] 4. 3]比較 ζ -CPjP CP 2- ζ 的大??；
[0033] 4. 4]若（ζ -CP1) < (CP2- ζ )成立，則
[0034] 對(duì)于正向搜索，將在區(qū)間[L，L+r]范圍的所有灰度級(jí)合并到輸出灰度級(jí)K上，記錄 對(duì)應(yīng)的灰度映射關(guān)系，并將灰度級(jí)L到L+r的累積頻度Σ: C作為輸出灰度級(jí)K的頻度，然 后跳至步驟6 ;
[0035] 對(duì)于負(fù)向搜索，將在區(qū)間[L_r，L]范圍的所有灰度級(jí)合并到輸出灰度級(jí)K上，記錄 對(duì)應(yīng)的灰度映射關(guān)系，并將灰度級(jí)L-r到L的累積頻度J作為輸出灰度級(jí)K的頻度， 然后跳至步驟6 ;
[0036] 4. 5]若（ζ -CP1)彡（CP2- ζ )不成立，則
[0037] 對(duì)于正向搜索，將在區(qū)間[L，L+r+l]范圍的所有灰度級(jí)合并到輸出灰度級(jí)K上，記 錄對(duì)應(yīng)的灰度映射關(guān)系，并將灰度級(jí)L到L+r+Ι的累積頻度作為輸出灰度級(jí)K的頻 度；
[0038] 對(duì)于負(fù)向搜索，將在區(qū)間[L-r_l，L]范圍的所有灰度級(jí)合并到輸出灰度級(jí)K上，記 錄對(duì)應(yīng)的灰度映射關(guān)系，并將灰度級(jí)L-r-Ι到L的累積頻度作為輸出灰度級(jí)K的頻 度；
[0039] 4. 6]更新搜索起點(diǎn)和輸出灰度級(jí)至下一個(gè)灰度級(jí)；
[0040] 正向搜索時(shí)，搜索起點(diǎn)更新方式為M = Μ+1，輸出灰度級(jí)更新方式為K = Κ+1。負(fù) 向搜索時(shí)，搜索起點(diǎn)更新方式為M = Μ-1，輸出灰度級(jí)更新方式為K = K-I。
[0041] 4. 7]重復(fù)步驟2~6,直到整個(gè)直方圖處理完畢。
[0042] 本發(fā)明具有以下效果：
[0043] 1、本發(fā)明中提出的基于直方圖緊致性變換（灰度變換方法）原理的圖像自適應(yīng)增 強(qiáng)方法，在較好地保持圖像信息熵的同時(shí)有效壓縮了圖像灰度分布范圍，進(jìn)而有效利用線 性拉伸算法的優(yōu)勢(shì)，具有良好的適應(yīng)性和實(shí)用性，增強(qiáng)效果明顯，可廣泛適用于各種低對(duì)比 度圖像的增強(qiáng)和高位寬量化圖像向低位寬圖像轉(zhuǎn)化處理。
[0044] 2、本發(fā)明方法兼具線性拉伸增強(qiáng)和直方圖均衡增強(qiáng)算法優(yōu)點(diǎn)的同時(shí)，避免了它們 的不足，用戶可以根據(jù)調(diào)節(jié)系數(shù)控制變換結(jié)果。
[0045] 3、在變換過程中，依據(jù)圖像自身的特性自動(dòng)計(jì)算相關(guān)變換參數(shù)，從而保證了本發(fā) 明方法對(duì)不同圖像的適應(yīng)性。
【附圖說明】
[0046] 圖1是本發(fā)明基于直方圖緊致性變換原理的圖像自適應(yīng)增強(qiáng)方法流程圖。
[0047] 圖2是一幅灰度圖像；