一种基于可扩展分段直方图自适应均衡化方法技术

本发明专利技术公开了一种基于可扩展分段自适应直方图均衡化方法，包括以下步骤：步骤1：采用可扩展直方图分段方法对输入的原直方图进行扩展；步骤2：对扩展后的直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直方图相同的长度；步骤3：将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化直方图Ht(i)；利用该方法采用可扩展直方图分段策略，可实现均衡化后图像灰度重分布到较大的动态范围，有利于暗区域图像的充分增强；运用提出了的自适应直方图均衡化方法，根据图像灰度属性自适应控制灰度均匀分布程度，从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生；整个方法计算速度快，得到了增强效果明显的图像。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种基于可扩展分段自适应直方图均衡化方法，包括以下步骤：步骤1：采用可扩展直方图分段方法对输入的原直方图进行扩展；步骤2：对扩展后的直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直方图相同的长度；步骤3：将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化直方图Ht(i)；利用该方法采用可扩展直方图分段策略，可实现均衡化后图像灰度重分布到较大的动态范围，有利于暗区域图像的充分增强；运用提出了的自适应直方图均衡化方法，根据图像灰度属性自适应控制灰度均匀分布程度，从而可避免图像的过度增强、欠增强以及不自然的光晕现象产生；整个方法计算速度快，得到了增强效果明显的图像。【专利说明】
本专利技术涉及。
技术介绍
直方图均衡化（histogram equalization, HE)由于原理简单，计算速度快等特点 在交通监控，医学图像处理等领域得到广泛的应用。HE通过将高动态范围灰度级分布到均 匀分布来增加提高相邻灰度级的差异，进而实现对比度增强。然而，如果直方图中有多个峰 值时，会产生过度增强、欠增强以及不自然的光晕现象；为避免上述问题，自适应局部直方 图均衡化（adaptive local histogram equalization，ALHE)、对比度受限自适应直方图均 衡（contrast-limited adaptive histogram equalization，CLAHE)等方法首先将图像分 割成多个小窗口，分别在小窗口中进行直方图均衡化；但由于缺乏全局信息，这些方法经常 过度或棋盘格现象。而直方图修订框架方法（histogram modification framework,HMF)将 图像对比度增强看成一个由直方图均匀重分布、原始直方图保持与直方图平滑组合的优化 问题，从而实现图像对比度可调节增强；二维直方图均衡化（two-dimensional histogram equalization, 2DHE)同步考虑每个像素以及邻域像素的灰度级分布来构建二维直方图，进 而将二维直方图进行均匀重分布来实现图像对比度增强；AMHE则直接修改原始图像的直 方图，并采用直方图规定化方法实现图像增强；然而，这些方法都是针对整个直方图进行处 理，过度增强、欠增强很难避免，而且在图像平坦区域，会产生光晕现象。为此，研究学者提 出了许多改进方法，如亮度保持直方均衡（BBHE)、相同区域子图直方图均衡化（DSIHE)，最 小的平均亮度误差双直方图均衡（MMBEBHE)、递归均值分隔直方图均衡化（RMSHE)以及亮 度保持动态模糊直方图均衡化（BTOFHE)等等。此外，高斯混合模型被引入拟合灰度分布， 然后用混合模型间的交叉点来分隔原始直方图，并分别进行直方图均衡化。这些多直方图 均衡化方法能够有效的保持亮度，但当用于暗图像增强时，则会导致欠增强；此外，由于多 个子直方图均采用相同的均衡化策略，当图像明暗反差较大时，这些方法很容易导致过度 增强。
技术实现思路
本专利技术提供了，其目的在于解决现 有方法在增强暗图像过程中，极易导致图像暗区域欠增强，而亮区域出现过度增强或严重 的退化现象等问题。 一种基于可扩展分段自适应直方图均衡化方法，包括以下步骤： 步骤1 :采用可扩展直方图分段方法对输入的原直方图进行扩展； 首先将原始直方图H°分割成N个非重叠的分段直方图hk，ke ;接着将所 有分段直方图hk分别扩展到与原始直方图把灰度区间相同的直方图，保持分段直方图hk在 原始直方图的位置不变，其他位置用零填充，即得到扩展分段直方图H; ( ΛΠ )， HJ =, C*6)； 步骤2 :对扩展分段直方图进行均衡化处理，每个均衡化后的子直方图具有与原 始直方图相同的长度； 步骤3 :将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均 衡化直方图tf(i): 【权利要求】1. 一种基于可扩展分段自适应直方图均衡化方法，其特征在于，包括以下步骤： 步骤1:采用可扩展直方图分段方法对输入的原直方图进行扩展； 首先将原始直方图H°分割成N个非重叠的分段直方图hk，ke ;接着将所有 分段直方图hk分别扩展到与原始直方图H°灰度区间相同的直方图，保持分段直方图hk在原始直方图的位置不变，其他位置用零填充，即得到可扩展分段直方图， = ik€[UN})i 步骤2 :对扩展分段直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直 方图相同的长度； 步骤3 :将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化 直方图⑴：其中，wk⑴是第k个均衡化扩展分段直方图的归一化权值，又 值函数》?^+k= ，N为直方图分段数，i是灰度级，uk与〇k分别 \ -ak ) 是权值函数的均值与方差。2. 根据权利要求1所述的基于可扩展分段自适应直方图均衡化方法，其特征在于，所 述权值函数的均值K =(?>丨+h:)/2,其中，h丨，％分别是分段直方图hk的第一个与最后一个 灰度级； 所述权值函数的方_为避免图像过度增强的阈值，4为分段直 方图hk的覆盖宽度，即胃)=h: -fci-3. 根据权利要求2所述的基于可扩展分段自适应直方图均衡化方法，其特征在于，所 述<7,丨为|128-44|，其中，/丨为分段直方图hk中的灰度均值。4. 根据权利要求1-3任一项所述的基于可扩展分段自适应直方图均衡化方法，其特征 在于，所述步骤2中选用的直方图均衡化处理方法为自适应均衡化处理，在现有的直方图均衡化方法提出的优化问题 中，采用如下公式优 化正则化参数a，0及Y ;其中，Hx为输入图像扩展后的直方图，为输入图像的目标直方图，Hu为期望均衡分布 直方图；H为自适应均衡化处理后得到的直方图，N ? | |表示欧氏范数，D为双对角差分矩 阵；为输入图像扩展后的直方图Hx的 灰度级i与输入图像扩展后的直方图Hx的最大灰度级1_距离测度，i为输入图像扩展后 的直方图Hx中的灰度级，L为灰度级数，ni为输入图像扩展后的直方图Hx中灰度级i的频 数，ImM是最大灰度级，方差0为〇. 2Imax ;叫为输入图像中像素&的灰度值I (\)等于i的像 素数目；nGU,.)为像素 x,.归一化的局部方差，且nG(Xj) =G(Xj)/I(Xj), G(Xj)为像素 Xj处 的梯度幅值：.其中，G, = IOS? 〇表示卷积操作，S为Sobel算子 模板。5.根据权利要求4所述的基于可扩展分段自适应直方图均衡化方法，其特征在于，所 述期望均衡分布直方图Hu采用如下公式进行分配：式中，i为灰度级。【文档编号】G06T5/40GK104282004SQ201410304816【公开日】2015年1月14日 申请日期:2014年6月30日 优先权日:2014年6月30日 【专利技术者】凌志刚, 王耀南, 瞿亮, 卢笑, 唐宇 申请人:湖南大学本文档来自技高网...

【技术保护点】
一种基于可扩展分段自适应直方图均衡化方法，其特征在于，包括以下步骤：步骤1：采用可扩展直方图分段方法对输入的原直方图进行扩展；首先将原始直方图Ho分割成N个非重叠的分段直方图hk，k∈[1,N]；接着将所有分段直方图hk分别扩展到与原始直方图Ho灰度区间相同的直方图，保持分段直方图hk在原始直方图的位置不变，其他位置用零填充，即得到可扩展分段直方图Hkx=[0,···,hk,···,0](k∈[1,N]);]]>步骤2：对扩展分段直方图进行均衡化处理，每个均衡化后的子直方图具有与原始直方图相同的长度；步骤3：将步骤2得到的已均衡化子直方图按照下式进行加权混合，获得最终的均衡化直方图Ht(i)：Ht(i)=Σk=1Nwk(i)Hkt(i)]]>其中，wk(i)是第k个均衡化扩展分段直方图的归一化权值，权值函数k＝[1,…,N],N为直方图分段数，i是灰度级,uk与σk分别是权值函数的均值与方差。

【技术特征摘要】

【专利技术属性】
技术研发人员：凌志刚，王耀南，瞿亮，卢笑，唐宇，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南;43