一种基于类间方差描述的图像亮度均匀性实时恢复方法技术

本发明专利技术公开了一种基于类间方差描述的图像亮度均匀性实时恢复方法，先将输入图像转化到HSV模型，提取V通道，通过最大类间方差算法求出亮暗区域的分割阈值，同时返回类间方差系数作为亮度均匀性的描述因子；然后对低于分割阈值的暗区域进行非线性映射的亮度增强，而对高于分割阈值的亮区域做线性映射填充；最后将处理后的V通道，联合原图像的H、S通道，重新转化到RGB模型，得到输出图像。

【技术实现步骤摘要】
一种基于类间方差描述的图像亮度均匀性实时恢复方法
本专利技术涉及一种计算机软件/图像处理方法，尤其涉及的是一种基于类间方差描述的图像亮度均匀性实时恢复方法。
技术介绍
在我们日常使用相机拍摄的过程中，由于相机成像本身需要通过实时的测光反馈，调整曝光时间和增益等参数，来达到预设的目标亮度。但实际使用时，由于拍摄环境的差异，存在很多因素使测光出现误判，最终导致拍到的图像出现亮度不均匀的情况。当成像光路中，出现局部面积较大、反光能力较强的物体时，则会导致该局部区域的亮度偏高，而其他区域的亮度偏低，即导致图像出现暗区域，影响图像的整体观感效果。在某些具体应用中，甚至会带来巨大的影响。特别地，在腹腔镜手术的应用中，内窥镜系统视频画面的亮度不均，会严重影响手术主刀医生对处于暗区域位置的器官状况作出准确判断。现有的图像处理技术中，基于频域和空域的方法都可以对图像进行增强处理。同态滤波是一种频域的滤波方法，它通过减少低频增加高频，从而减少光照变化并锐化边缘或细节，达到图像均匀性恢复。但是，鉴于视频需要进行实时处理，而频域滤波复杂度高、耗时大，因此，考虑采用空域的方法进行图像增强。传统的HE（直方图均衡化）算法，能有效增强图像的对比度，但受局部区域亮度不均的影响较大。在其基础上演化出来的CLAHE（限值对比度自适应直方图均衡化）算法，能改善局部亮度不均的问题，但总体趋于亮区域越亮、暗区域越暗的效果，因此，仍然无法解决整体亮度不均的影响。专利CN106023117A提出一种基于非线性映射的图像亮度提升方法，使用图像分割的方法将图像分为亮、暗两个区域，再分区域进行非线性增强处理。但该类方法所作的亮度提升幅度并没有将图像整体均匀性程度考虑进去，即使是亮度整体均匀的图像，也对其进行相似的非线性亮度提升，这样无疑会让原图出现失真。因此，该类处理方法并没有从根本上描述图像亮度的均匀性，并解决亮度均匀性的恢复问题。因此，现有技术还有待于改进和发展。
技术实现思路
本专利技术的目的在于提供一种基于类间方差描述的图像亮度均匀性实时恢复方法，旨在解决现有技术无法解决整体亮度不均的问题。本专利技术的技术方案如下：一种基于类间方差描述的图像亮度均匀性实时恢复方法，其中，具体包括以下步骤：S1：输入原始图像Src，并将原始图像Src从RGB模型转化到HSV模型；S2：提取亮度信号V通道，基于最大类间方差法对V通道的直方图进行计算，得出亮区域和暗区域的最佳分割阈值thresh和对应的最大类间方差maxDelta，将最大类间方差maxDelta变换得出亮度均匀性描述因子factor；S3：根据亮区域和暗区域的最佳分割阈值thresh和对应的亮度均匀性描述因子factor，分别对亮区域和暗区域两个区间进行计算得出对应的非线性映射表Map；S4：对整个图像的每一个非线性映射表Map进行一维均值滤波，得到对应的Map_smooth；S5：逐一计算得出V通道的每一个像素点的非线性映射表Map_smooth，将V通道的每一个像素点的非线性映射表Map_smooth应用到V通道，得出对应的增强后的V通道图像V_dst；S6：使用H通道图像、S通道图像、增强后的V通道图像V_dst，从HSV模型转化到RGB模型，得到增强图像Dst并输出。所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S1包括以下过程：第一步：输入原始图像Src；第二步：将图像Src从RGB模型转换到HSV模型，其中H通道表示色相，S通道表示饱和度，V通道表示亮度，而R代表红色通道，G代表绿色通道，B代表蓝色通道；将图像Src归一化到范围[0,1]，MAX为在RGB模型的三个分量R、G、B中的最大值，MIN为在RGB模型的三个分量R、G、B中的最小值，通过公式（1）、（2）、（3）将原始图像从RGB模型转换到HSV模型：其中，H∈[0,360]，S∈[0,1]，V∈[0,255]。所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S2包括以下过程：第三步：提取V通道的亮度信号，运用最大类间方差法求V通道的图像V(x,y)的最佳分割阈值：将区间[0,255]中共256级灰阶（灰度）逐一作为图像V(x,y)的分割阈值thresh，统计每一个分割阈值thresh对应的亮区域点数占图像比例为w0，平均灰度为u0；每一个分割阈值thresh对应的暗区域点数占图像比例为w1，平均灰度为u1，通过公式（4）得出每一个分割阈值thresh对应的图像的总平均灰度u：通过公式（5）得出每一个分割阈值thresh对应的亮、暗区域灰度的类间方差g：按第三步的计算过程，逐一计算出区间[0,255]的每一个分割阈值thresh对应的类间方差g，并形成类间方差g的集合，从中查找出类间方差g的最大值maxDelta，以及其对应的thresh，其中，该thresh就是对图像进行亮、暗区域分割的最佳分割阈值thresh，而maxDelta就是图像亮度均匀性的描述因子；第四步：通过公式（6）计算调节系数factor，其中max表示5000和maxDelta两者间的较大值：所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S3包括以下过程：第五步：通过公式（7）得出调整图像的非线性灰度映射表，其中Vi∈[0,255]，代表256个灰度级，而Map[Vi]是对应的非线性灰度映射表，对亮、暗区域做出不同的处理：其中，k和b用于拟合一个线性关系，用于亮区域的拉伸计算，k是线性关系的斜率，b是截距。所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S4包括以下过程：第六步：逐一计算区间[0,255]内的所有Map[256]，通过公式（9）对每一个Map[256]进行一维均值滤波：所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S5包括以下过程：第七步：通过公式（9）将非线性映射曲线Map[256]应用到V通道图像上：所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述步骤S6包括以下过程：第八步：将亮度增强后的V通道图像联合原图像的H、S通道，通过公式（10）-公式（15），从HSV模型转换回RGB模型，从而得到增强后的R’、G’、B’通道，即得到图像Dst：其中，H∈[0,360]，S∈[0,1]，V∈[0,255]，R’∈[0,255]，G’∈[0,255]，B’∈[0,255]；第九步：输出非线性增强后的图像Dst。所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其中，所述亮暗区域采用自适应阈值的方法进行区域分割。本专利技术的有益效果：本专利技术通过提供一种基于类间方差描述的图像亮度均匀性实时恢复方法，先将输入图像转化到HSV模型，提取V通道，通过最大类间方差算法求出亮暗区域的分割阈值，同时返回类间方差系数作为亮度均匀性的描述因子；然后对低于分割阈值的暗区域进行非线性映射的亮度增强，而对高于分割阈值的亮区域做线性映射填充；最后将处理后的V通道，联合原图像的H、S通道，重新转化到RGB模型，得到输出图像。附图说明图1是本专利技术中基于类间方差描述的图像亮度均匀性实时恢复方法的步骤流程图。图2a是本专利技术中亮度均匀图像的原图。图2b是本专利技术中亮度均匀图像的效果本文档来自技高网...

【技术保护点】
1.一种基于类间方差描述的图像亮度均匀性实时恢复方法，其特征在于，具体包括以下步骤：S1：输入原始图像Src，并将原始图像Src从RGB模型转化到HSV模型；S2：提取亮度信号V通道，基于最大类间方差法对V通道的直方图进行计算，得出亮区域和暗区域的最佳分割阈值thresh和对应的最大类间方差maxDelta，将最大类间方差maxDelta变换得出亮度均匀性描述因子factor；S3：根据亮区域和暗区域的最佳分割阈值thresh和对应的亮度均匀性描述因子factor，分别对亮区域和暗区域两个区间进行计算得出对应的非线性映射表Map；S4：对整个图像的每一个非线性映射表Map进行一维均值滤波，得到对应的Map_smooth； S5：逐一计算得出V通道的每一个像素点的非线性映射表Map_smooth，将V通道的每一个像素点的非线性映射表Map_smooth应用到V通道，得出对应的增强后的V通道图像V_dst；S6：使用H通道图像、S通道图像、增强后的V通道图像V_dst，从HSV模型转化到RGB模型，得到增强图像Dst并输出。

【技术特征摘要】
1.一种基于类间方差描述的图像亮度均匀性实时恢复方法，其特征在于，具体包括以下步骤：S1：输入原始图像Src，并将原始图像Src从RGB模型转化到HSV模型；S2：提取亮度信号V通道，基于最大类间方差法对V通道的直方图进行计算，得出亮区域和暗区域的最佳分割阈值thresh和对应的最大类间方差maxDelta，将最大类间方差maxDelta变换得出亮度均匀性描述因子factor；S3：根据亮区域和暗区域的最佳分割阈值thresh和对应的亮度均匀性描述因子factor，分别对亮区域和暗区域两个区间进行计算得出对应的非线性映射表Map；S4：对整个图像的每一个非线性映射表Map进行一维均值滤波，得到对应的Map_smooth；S5：逐一计算得出V通道的每一个像素点的非线性映射表Map_smooth，将V通道的每一个像素点的非线性映射表Map_smooth应用到V通道，得出对应的增强后的V通道图像V_dst；S6：使用H通道图像、S通道图像、增强后的V通道图像V_dst，从HSV模型转化到RGB模型，得到增强图像Dst并输出。2.根据权利要求1所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其特征在于，所述步骤S1包括以下过程：第一步：输入原始图像Src；第二步：将图像Src从RGB模型转换到HSV模型，其中H通道表示色相，S通道表示饱和度，V通道表示亮度，而R代表红色通道，G代表绿色通道，B代表蓝色通道；将图像Src归一化到范围[0,1]，MAX为在RGB模型的三个分量R、G、B中的最大值，MIN为在RGB模型的三个分量R、G、B中的最小值，通过公式（1）、（2）、（3）将原始图像从RGB模型转换到HSV模型：其中，H∈[0,360]，S∈[0,1]，V∈[0,255]。3.根据权利要求1所述的基于类间方差描述的图像亮度均匀性实时恢复方法，其特征在于，所述步骤S2包括以下过程：第三步：提取V通道的亮度信号，运用最大类间方差法求V通道的图像V(x,y)的最佳分割阈值：将区间[0,255]中共256级灰阶（灰度）逐一作为图像V(x,y)的分割阈值thresh，统计每一个分割阈值thresh对应的亮区域点数占图像比例为w0，平均灰度为u0；每一个分割阈值thresh对应的暗区域点数占图像比例为w1，平均...

【专利技术属性】
技术研发人员：梁江荣，王翰林，任均宇，吴春波，张浠，安昕，
申请(专利权)人：广东欧谱曼迪科技有限公司，
类型：发明
国别省市：广东,44