基于直方图修饰的图像自适应增强方法技术

本发明专利技术公开了一种基于直方图修正的图像自适应增强方法。它首先计算原直方图的标准差，并与原直方图相加，获得一次修正的直方图；其次在一次修正直方图的基础上进行自适应的伽马矫正，得到二次修正的直方图；最后在二次修正直方图的基础上应用传统直方图增强的方法得到目标增强的图像。本发明专利技术的优点是:1)适应性强，适用于各类图像的自适应增强；2)增强处理过程中信息丢失少，能有效保持图像细节，本发明专利技术增强的图像能保留原始图像绝大部分细节信息；3)避免图像亮度的过度改变，对各类图像，本发明专利技术都能有效保留图像的原始特点，避免图像亮度的过改变。

【技术实现步骤摘要】
基于直方图修正的图像自适应增强方法
本专利技术涉及图像处理技术，特别是一种基于直方图修正的图像自适应增强方法。
技术介绍
图像对比度增强是视觉感知和机器视觉中的一项重要技术，广泛应用于医学图像处理，视频监视系统，卫星图像处理等系统中。对比度增强的目标是提高图像对比度，提供直观，清晰，适合于分析的图像。众多图像对比度增强方法基本可以归为两类：直接增强和间接增强。直接增强方法是指定义某种表征图像对比度的计量标准，并设计算法来增强图像这种计量值；间接方法则通过重新分布原灰度级的方式来增强图像对比度。间接方法由于具有有效、直观等优点而受到广泛的关注。它可以进一步细分为：基于灰度级变换的方法和基于直方图处理的方法。直方图均衡化是一种快速、有效、经典的基于直方图处理的图像增强方法之一。它以原始直方图作为输入，利用原直方图的累积分布函数生成映射函数，将原始比较窄的灰度级范围映射到一个更宽的灰度级范围，以增大图像灰度级的动态范围，达到增强图像的目的。虽然直方图均衡化具有快速、高效、易于实现等优点，却也存在细节易丢失、大幅度亮度改变、亮度饱和和层次感差等明显的缺陷。针对这些缺陷，已经有许多文献提出了一些不同解决方案。Arici等人提出了一种直方图修正的构架及其图像增强方法(详情参见文献：T.Arici,S.Dikbas,andY.Altunbasak,“Ahistogrammodificationframeworkanditsapplicationforimagecontrastenhancement.”IEEETrans.ImageProcess.,Vol.18,no.9,pp.1921-1934,Sep.2009.)。他们通过引入新的直方图统计方式来避免对平滑区域的过度增强；通过引入加权平均来修正直方图，以避免细节丢失等问题；并结合黑白拉伸以充分利用灰度级的动态范围。该方法在传统直方图均衡化的基础上有较大提高，但是不能从根本上避免传统直方图均衡化方法的缺陷，只是程度有所降低。Huang等人提出了基于自适应伽马矫正与加权重分布的直方图增强方法(详情参见文献：S.C.Huang,F.C.Cheng,andY.S.Chiu,“Efficientcontrastenhancementusingadaptivegammacorrectionwithweightingdistribution.”IEEETrans.ImageProcess.,Vol.22,no.3,pp.1032-1041,Mar.2013.)。该方法利用自适应伽马矫正来增强图像低亮度部分并抑制图像高亮部分对比度的明显降低；利用加权重分布来修正原直方图，避免应用传统直方图均衡化时的缺点。该方法虽然能有效避免传统直方图均衡化的缺陷，却存在灰度级动态范围利用不充分，增强效果不明显等问题。
技术实现思路
本专利技术的目的在于克服上述现有技术的不足，提供一种基于直方图修正的图像自适应增强方法，这种方法不仅能使保持的图像细节和亮度，而且在复杂多变光照条件下，图像能自适应增强。实现本专利技术目的的技术方案是：一种基于直方图修正的图像自适应增强方法，包括以下步骤：(1)用编程工具(opencv,matlab等)读取需要增强的数字图像，得到目标图像的矩阵表达式{f(i,j)},其中f(i,j)表示图像{f(i,j)}中任一个像素点，i,j为像素点f(i,j)对应的横坐标与纵坐标；(2)计算图像{f(i,j)}的直方图h(k)，其中h(k)代表灰度值为k的像素在目标图像中出现的频率；(3)计算直方图h(k)中非零元素的标准差δ；(4)计算一次修正后的直方图h1(k)，其中h1(k)＝h(k)+δ,h(k)为原始直方图，h1(k)为修正后直方图；(5)计算图像平均亮度值μ；(6)计算自适应伽马校正系数γ，其中(7)计算二次修正后的直方图h2(k)，其中h2(k)＝[h1(k)]γ；(8)利用(7)修正后的直方图h2(k)，应用直方图均衡化公式进行直方图均衡化。所述步骤(3)中标准差δ的计算式为：式中K为图像中总灰度级数，为原直方图h(k)中非零元素的集合，u为的均值，其计算式为：上述步骤(5)中图像平均亮度值μ的计算公式是：式中N为图像{f(i,j)}中像素点的总个数。所述步骤(8)中直方图均衡化的计算方法是利用公式计算映射函数：式中T(k)代表灰度值k经本方法后的映射值，cdf(k)为直方图修正后的累积分布函数，其计算式为：其中k＝0,1,...,K-1.这里p(k)为直方图修正后的概率密度函数，其计算式为：其中k＝0,1,...,K-1。本专利技术与现有基于直方图增强的方法相比，具有以下优点：1)适应性好：对于整体过亮、过暗、均衡的图像都能自适应的处理并生成高质量增强的图像；2)均衡增强：对图像各部分都能有效均衡增强，不会出现增强了图像一部分区域对比度，却减弱了另外一部分对比度的现象；3)有效保留图像特征：本专利技术能高效增强图像并保持图像细节信息和平均亮度，避免亮度饱和、亮度大幅度改变和细节丢失。4)总体质量高：本专利技术计算复杂度低，适应性好，能有效兼顾图像增强和图像细节、亮度等的保持。附图说明附图中图1-6为实施例1的实验结果。其中图1为tiffany原图，图2为传统直方图处理结果，图3为Arici等人提出的方法的处理结果，图4为Huang等人提出的方法的处理结果，图5为本专利技术方法的处理结果；图6a为图1的原始直方图，图6b为图2所对应的直方图，图6c为图3所对应的直方图，图6d为图4所对应的直方图，图6e为图5所对应的直方图。附图中图7-12为实例2的实验结果。其中图7为Hawkes_Bay原图，图8为传统直方图处理结果，图9为Arici等人提出的方法的处理结果，图10为Huang等人提出的方法的处理结果，图11为本专利技术方法的处理结果；图12a为图7的原始直方图，图12b为图8所对应的直方图，图12c为图9所对应的直方图，图12d为图10所对应的直方图，图12e为图11所对应的直方图。附图中图13-18为实例3的实验结果。其中图13为Hawkes_Bay原图，图14为传统直方图处理结果，图15为Arici等人提出的方法的处理结果，图16为Huang等人提出的方法的处理结果，图17为本专利技术方法的处理结果；图18a为图13的原始直方图，图18b为图14所对应的直方图，图18c为图15所对应的直方图，图18d为图16所对应的直方图，图18e为图17所对应的直方图。具体实施方式为进一步说明本专利技术的内容，下面结合具体实施例和附图，对本专利技术的内容和实施方式及优越性作详细阐述。其中实施例1为图像整体偏亮的实例，实施例2为图像整体亮度适中，但集中于灰度级中部的实例，实施例3为图像整体偏暗的实例。实施例1：本实施例以Matlab为实验研究工具来说明具体实施步骤。实验对象图1取[0,255]灰度范围内的tiffany图像(注：tiffany图像取自美国南加州大学信号与图像处理研究所USC-SIPI图像数据库，该库是图像处理、图像分析和机器视觉领域广泛引用的图像数据库，该图像库的引用网址为：http://sipi.usc.edu/database/)。该图像像素点主要集中在[150255]的灰度值范围内本文档来自技高网...

【技术保护点】
一种基于直方图修正的图像自适应增强方法，其特征在于，包括下列步骤：(1)用编程工具读取需要增强的数字图像，得到目标图像的矩阵表达式{f(i,j)},其中f(i,j)表示图像{f(i,j)}中任一个像素点，i,j为像素点f(i,j)对应的横坐标与纵坐标；(2)计算图像{f(i,j)}的直方图h(k)，其中h(k)代表灰度值为k的像素在目标图像中出现的频率；(3)计算直方图h(k)中非零元素的标准差δ；(4)计算一次修正后的直方图h1(k)，其中h1(k)＝h(k)+δ,h(k)为原始直方图，h1(k)为修正后直方图。(5)计算图像平均亮度值μ；(6)计算自适应伽马校正系数γ，其中γ=(255-μ)/255μ<128μ/255μ≥128;]]>(7)计算二次修正后的直方图h2(k)，其中h2(k)＝[h1(k)]γ；(8)利用(7)修正后的直方图h2(k)，应用直方图均衡化公式进行直方图均衡化。

【技术特征摘要】
1.一种基于直方图修正的图像自适应增强方法，其特征在于，包括下列步骤：(1)用编程工具读取需要增强的数字图像，得到目标图像的矩阵表达式{f(i,j)},其中f(i,j)表示图像{f(i,j)}中任一个像素点，i,j为像素点f(i,j)对应的横坐标与纵坐标；(2)计算图像{f(i,j)}的直方图h(k)，其中h(k)代表灰度值为k的像素在目标图像中出现的频率；(3)计算直方图h(k)中非零元素的标准差δ；(4)计算一次修正后的直方图h1(k)，其中h1(k)＝h(k)+δ,h(k)为原始直方图，h1(k)为修正后直方图；(5)计算图像平均亮度值μ；(6)计算自适应伽马校正系数γ，其中(7)计算二次修正后的直方图h2(k)，其中h2(k)＝[h1(k)]γ；(8)利用(7)修正后的直方图h2(k)，应用直方图均衡化公式进行直方图均衡化。2.根据权利要求1所述的图像自适应增强方法，其特征是：所述步骤(3)中标准差δ的计算式...

【专利技术属性】
技术研发人员：王学文，陈利霞，刘少兵，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：广西;45