基于CbCr角度归一化直方图的图像增强方法及系统技术方案

本发明专利技术涉及一种基于CbCr角度归一化直方图的图像增强方法及系统。首先在图像的YCbCr色彩空间分别计算Y分量归一化直方图与CbCr角度归一化直方图；然后根据CbCr角度分布直方图的特征数据进行图像分类；如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行图像增强；如果图像被判定为II类图像，根据Y分量归一化直方图特征数据再次进行II类图像的情况区分，并根据不同情况分别进行图像增强；最后显示输出增强后的图像。本发明专利技术实现了对采集到的图像的智能判断，提高了图像增强的有效性，能够满足不同图像情况下的不同图像增强需求。

【技术实现步骤摘要】
基于CbCr角度归一化直方图的图像增强方法及系统
本专利技术属于图像数字化增强
，具体涉及一种根据图像YCbCr空间CbCr角度归一化直方图特征对图像进行分类增强的方法及系统。
技术介绍
视障者阅读辅具可以通过摄像头拍摄外界的图像，然后在显示屏上放大给弱视者观看。由于摄像头本身图像采集性能、被拍摄对象本身的图像质量、拍摄环境的光照等原因，有时视障者阅读辅具输出的图像质量并不理想，如果对拍摄的图像进行图像增强处理，会给弱视者一个比较好的视觉效果。目前比较常用的图像增强方法有对数变换、指数变换、或γ变换等，但这些均是针对特定场合下运用的常规手段。若不分具体运用场合，即不对图像的种类、图像具体的质量弱点进行分类，直接运用，有时无法取得比较好的图像增强效果。YCbCr颜色空间是便携式视频设备、电视会议DVD、数字电视、HDTV以及其它消费类视频设备、高质量视频应用、演播室以及专业视频产品的常用格式。例如一些摄像头从底层传上的数据通常就是YCbCr格式数据。
技术实现思路
本专利技术的目的在于提高图像增强的效果，提出一种基于自动分类判别的图像增强方法及系统。该方案着眼对图像YCbCr空间CbCr角度归一化直方图的特征分析，找到了一些有效的特征数据。根据这些特征数据，把图像分为Ⅰ类图像与II类图像，并寻找了一些Y分量的特征数据，根据这些特征数据对每类图像再根据光照情况使用不同的图像增强处理方法，进行不同的分类增强，最终取得一个比较好的图像增强效果。具体来说，本专利技术采用如下技术方案：一种基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其步骤包括：1)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；2)根据CbCr角度分布直方图的特征数据进行图像分类，分为Ⅰ类图像与Ⅱ类图像，其中Ⅰ类图像是文本图像或大部分为文本的图像，Ⅱ类图像是非文本的场景图像(或称为画面图像)或者大部分为场景的图像；如果是Ⅰ类图像，则进入步骤3)，如果是Ⅱ类图像，则进入步骤4)；3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行图像增强；4)如果图像被判定为Ⅱ类图像，根据Y分量归一化直方图特征数据再次进行Ⅱ类图像的情况区分，并根据不同情况分别进行图像增强；5)显示输出增强后的图像。一种基于YCbCr空间CbCr角度归一化直方图的图像增强系统，其包括：归一化直方图计算模块，用于在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；图像分类模块，连接所述归一化直方图计算模块，用于根据CbCr角度分布直方图的特征数据进行图像分类，分为Ⅰ类图像与Ⅱ类图像，其中Ⅰ类图像是文本图像或大部分为文本的图像，Ⅱ类图像是非文本的场景图像(或称为画面图像)或者大部分为场景的图像；I类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行图像增强；Ⅱ类图像增强模块，连接所述图像分类模块，用于根据Y分量归一化直方图特征数据再次进行Ⅱ类图像的情况区分，并根据不同情况分别进行图像增强；显示输出模块，连接所述I类图像增强模块和Ⅱ类图像增强模块，用于显示输出增强后的图像。本专利技术根据采集图像的特征，将图像分为Ⅰ类图像与II类图像，然后针对I类图像与II类图像的不同增强目标采用不同的图像增强方法进行增强，最终达到一个比较好的图像增强效果。图像的种类、光照条件的区分是通过提取待处理图像YCbCr颜色空间的CbCr角度归一化直方图与Y分量归一化直方图的特征数据完成的。所提取的CbCr角度归一化直方图的特征数据包括：所统计像素点个数与原图像像素总量的比值、概率大于1/360的角度个数和、最大概率值，以及最大概率角度所在窗口内的概率和；所提取的Y分量归一化直方图的特征数据包括：概率大于1/256的亮度的等级数、左半部的概率和，以及右半部的概率和。通过这些特征数据，实现了对采集到的图像的智能判断，根据判别的不同情况，采用不同的图像增强策略，使图像增强策略更具针对性，提高了图像增强的有效性，从而满足不同图像情况下的不同图像增强需求。本专利技术可以运用于视障者阅读辅具，但不仅限于视障者阅读辅具，对于其它图像增强的应用范围也可运用。附图说明图1为本专利技术的总体步骤的流程图。图2为本专利技术步骤1)的流程图。图3为本专利技术步骤2)的流程图。图4为本专利技术步骤3)的流程图。图5为本专利技术步骤4)的流程图。图6为本专利技术步骤5)的流程图。图7为本专利技术的Ⅰ类图的图像示例。图8为本专利技术的Ⅱ类图的图像示例。图9为本专利技术的累计窗口在CbCr角度归一化直方图中的三种位置。图10为一幅本专利技术特征值UpRateMeanCount小于阈值40的例图，其中左图(a)为一幅被判定为I类图的文本图像，右图(b)为此图像的Y分量归一化直方图。图11为本专利技术S型变换的变换曲线。图12为本专利技术空间滤波前后一幅图像情况的对比。图13为本专利技术凸曲线变换的变换曲线。图14为本专利技术凹曲线变换的变换曲线。图15为图7的增强结果。图16为图8的增强结果。具体实施方式下面通过实施例和附图，对本专利技术作详细的说明。本专利技术的基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其总体步骤如图1所示，具体说明如下：步骤1：在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图。其方法如图2所示，具体实施过程如下：1-1)如果摄像装置采集的图像是YCbCr格式的，则直接进入步骤1-2，如果图像是RGB格式的，则把图像依下式从RGB颜色空间转换到YCbCr颜色空间：其中，R、G、B分别为原图像各像素的红、绿、蓝通道的信号值，取值范围均为[0,255]，Y、Cb、Cr分别为原图像各像素的亮度、蓝色色差、红色色差通道的信号值，Y分量的取值范围是[0,255]，Cb、Cr的取值范围为[-128，128]。1-2)计算Y分量归一化直方图Y分量直方图用来统计Y分量取值概率，概率均值为1/256，直方图的统计公式为：这里，M为图像像素点的个数，mi是亮度为i的像素点个数。Y分量归一化直方图的横轴为各个亮度：0,1,2,3……255。纵轴为各亮度像素的出现概率，范围为[0，1]。1-3)计算CbCr角度归一化直方图CbCr角度归一化直方图是统计|Cb|≥ThresholdCbCrCollect或者|Cr|≥ThresholdCbCrCollect的像素点，并将CbCr角度作为直方图横轴，范围为[0,359]，统计级数为360，含有CbCr角度的像素点的概率作为纵轴的直方图。阈值ThresholdCbCrCollect的范围可为[8,10],为9时效果较佳。本实施例采用阈值ThresholdCbCrCollect＝9。CbCr角度的计算公式为：这里“∧”为“并且”，“∨”为“或者”。CbCr角度归一化直方图是统计各像素Cb、Cr分量在二维平面角度分布的统计直方图，平均概率为1/360。归一化直方图的统计公式为：这里，N为统计像素点个数，指图像像素中符合统计条件像素点的个数，nk是CbCr角度为k的像素点个数。CbCr角度归一化直方图的横轴为各个角度，0,1,2,本文档来自技高网...

【技术保护点】
一种基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其特征在于，包括以下步骤：1)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；2)根据CbCr角度分布直方图的特征数据进行图像分类，分为Ⅰ类图像与Ⅱ类图像，其中Ⅰ类图像是文本图像或大部分为文本的图像，Ⅱ类图像是非文本的场景图像或者大部分为场景的图像；如果是Ⅰ类图像，则进入步骤3)，如果是Ⅱ类图像，则进入步骤4)；3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据不同情况分别进行图像增强；4)如果图像被判定为Ⅱ类图像，根据Y分量归一化直方图特征数据再次进行Ⅱ类图像的情况区分，并根据不同情况分别进行图像增强；5)显示输出增强后的图像。

【技术特征摘要】
1.一种基于YCbCr空间CbCr角度归一化直方图的图像增强方法，其特征在于，包括以下步骤：1)在图像的YCbCr颜色空间，分别计算Y分量归一化直方图与CbCr角度归一化直方图；所述CbCr角度归一化直方图是统计|Cb|≥ThresholdCbCrCollect或者|Cr|≥ThresholdCbCrCollect的像素点的Cb、Cr分量在二维平面角度分布的归一化直方图，ThresholdCbCrCollect为一设定的阈值，将CbCr角度作为直方图横轴，将含有CbCr角度的像素点的概率作为纵轴，范围为[0，1]；2)根据CbCr角度归一化直方图的特征数据进行图像分类，分为Ⅰ类图像与Ⅱ类图像，其中Ⅰ类图像是文本图像或者大部分为文本的图像，Ⅱ类图像是非文本的场景图像或者大部分为场景的图像；其具体步骤为：2-1)如果图中所统计像素点个数与原图像像素总量的比值小于阈值ThresholdTotalRatio，则原图像被判定为Ⅰ类图像，进入步骤3)；否则进入步骤2-2)；2-2)如果图中概率大于1/360的角度个数和大于阈值ThresholdCountCbCr，则原图像被判定为Ⅱ类图像，进入步骤4)；否则进入步骤2-3)；2-3)如果图中最大概率值大于阈值ThreasholdMaxRatio，则原图像判定为Ⅰ类图像，进入步骤3)；否则进入步骤2-4)；2-4)如果图中最大概率值对应的角度Lmax所在窗口内的概率和大于阈值ThresholdWindTRatio，则原图像被判定为Ⅰ类图像，进入步骤3)；否则原图像判定为Ⅱ类图像，进入步骤4)；3)如果图像被判定为I类图像，根据Y分量归一化直方图特征数据再次进行Ⅰ类图像的情况区分，并根据以下不同情况分别进行图像增强：3-1)如果图中概率大于1/256的亮度的等级数小于阈值ThreasholdLumCount，则不进行图像增强，图像处理过程结束，进入步骤5)，否则，进行步骤3-2)；3-2)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum，则先进行动态范围调整，再进行基于正弦函数的S型曲线变换，图像增强处理过程结束，进入步骤5)，否则，进入步骤3-3)；3-3)如果图中左半部的概率和与右半部的概率和之差的绝对值大于阈值ThresholdLum，则图像偏暗或偏亮，先进行空间滤波处理，再重新统计Y分量归一化直方图，然后进行动态范围调整，最后进入步骤5)；4)如果图像被判定为Ⅱ类图像，根据Y分量归一化直方图特征数据再次进行Ⅱ类图像的情况区分，并根据以下不同情况分别进行图像增强；4-1)如果图中左半部的概率和与右半部的概率和之差的绝对值小于阈值ThresholdLum，对图像Y分量进行直方图均衡，处理结束后，进入步骤4-4)，否则，进入步骤4-2)；4-2)如果图中左半部的概率和与右半部的概率和之差大于阈值ThresholdLum，对图像Y分量进行基于正弦函数的凸曲线变换，处理结束后，进入步骤4-4)，否则，进入步骤4-3)；4-3)如果图中右半部的概率和与左半部的概率和之差大于阈值ThresholdLum，对图像Y分量进行基于正弦函数的凹曲线变换，处理结束后，进入步骤4-4)；4-4)用当前时刻下的调节系数进行图像的色彩饱和度调节，进行图像的色彩饱和度调节后进入步骤5)；5)显示输出增强后的图像。2.如权利要求1所述的方法，其特征在于，所述图像的YCbCr颜色空间中，Y、Cb、Cr分别为原图像各像素的亮度、蓝色色差、红色色差通道的信号值，Y分量的取值范围是[0,255]，Cb、Cr的取值范围为[-128，128]；所述Y分量归一化直方图是统计各亮度值即Y分量值的分布概率的直方图，横轴为各个亮度，取值范围是[0,255]，纵轴为各亮度像素的出现概率，范围为[0，1]；该直方图的统计公式为：其中，M为图像像素点的个数，mi是亮度为i的像素点个数。3.如权利要求2所述的方法，其特征在于，步骤1)所述CbCr角度归一化直方图中，CbCr角度的计算公式为：，这里“∧”为“并且”，“∨”为“或者”；CbCr角度归一化直方图的平均概率为1/360，归一化直方图的统计公式为：这里，N为统计像素点个数，指图像像素中符合统计条件像素点的个数，nk是CbCr角度为k的像素点个数。4.如权利要求1所述的方法，其特征在于，步骤3-2)和步骤3-3)进行所述动态范围调整时，统计图中从低位向高位的第一个概率值大于1/256的Y分量值downFirstMoreMeanPos以及从高位向低位的第一个概率值大于1/256的Y分量值upFirstMoreMeanPos；横坐标为x，纵坐标为y的像素点(x,y)的Y分量值h(x,y)调整后为h*(x,y)：

【专利技术属性】
技术研发人员：童立靖，彭泉铫，
申请(专利权)人：北方工业大学，
类型：发明
国别省市：北京;11