一种基于最优化模型的全局直方图均衡方法技术

本发明专利技术涉及一种基于最优化模型的全局直方图均衡方法，包括：根据逐次改变的截断阈值对图像直方图进行截断均分处理，并将截掉的部分平均分配到灰度范围上，生成当次虚拟输出图像及对应的当次临时直方图；计算每一次迭代过程中的信息熵和对比度；然后根据提出的最优化模型，采用遍历寻优法确定直方图的最佳截断阈值；最后进行全局直方图均衡，得到结果图像；本发明专利技术一种基于最优化模型的全局直方图均衡方法，能够自适应改善各类环境下图像的清晰度、亮度和对比度。

A Global Histogram Equilibrium Method Based on Optimal Model

【技术实现步骤摘要】
一种基于最优化模型的全局直方图均衡方法
本专利技术涉及视频图像增强领域，特别涉及一种基于最优化模型的全局直方图均衡方法。
技术介绍
图像的直方图是一种通过统计图像像素值得到的统计图，包含了图像亮度的分布特征，常被用来作为图像增强的工具，由此产生了诸多相关算法，而全局直方图均衡是其中最传统的一种方法，根据直方图的分布特征对图像进行优化，使其直方图趋于均匀分布，增强图像的对比度，使其更加适合于人眼的观察。但传统的全局直方图均衡算法存在对比度过高、过度曝光和细节丢失等问题，使得均衡后的图像不适合人眼的观察。因此，针对传统直方图均衡算法衍生出了许多改进算法，而对比度受限直方图均衡算法就是其中一种改进方向。大部分此类算法的增强效果比传统方法的更加自然，但其控制参数大多基于经验值或统计值，无法确定预设的截断阈值等参数是否为最优解。本专利技术提出了一种数学优化模型，能够保证控制参数取得最优值。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于最优化模型的全局直方图均衡方法，能够自适应改善各类环境下图像的清晰度、亮度和对比度。为了实现上述目的，本专利技术的技术方案是：一种基于最优化模型的全局直方图均衡方法，包括：(a)定义输入图像的直方图为Hist，对截断阈值T从初始值0开始以Step为步进长度进行累加操作，根据每次累加后截断阈值T的数值对直方图进行截断均分处理；(b)对直方图Hist进行均衡处理得到新的直方图Hnew，对新的直方图Hnew进行直方图迁移和合并处理生成当次虚拟输出图像及对应的当次临时直方图Hiter；所述均衡处理包括将直方图Hist被截断部分数据和值平均分配到色彩标准所规定的所有灰度级范围上；(c)根据当次临时直方图，计算信息熵Entropy和对比度Contrast，然后分别存入数组E(T)和数组C(T)中；(d)遍历所有截断阈值T之后，对数组E(T)和数组C(T)分别进行归一化操作，然后利用混合优化模型计算得到最优截断阈值Topt；(e)根据最优截断阈值Topt对直方图Hist进行截断处理操作；对被截断的直方图数值做均分处理，最后进行直方图均衡处理得到结果图像。优选的，所述步进长度Step的计算公式如下：Step＝Hmax/Step_index其中，Step_index为预设整数值，Hmax为直方图Hist的最大值。优选的，根据每次累加后截断阈值T的数值对直方图进行截断均分处理，具体为：如果输入直方图Hist大于等于当次截断阈值，将当次截断阈值赋值给新的直方图Hcut；如果输入直方图Hist小于当次截断阈值，将输入直方图Hist赋值给新的直方图Hcut。优选的，所述直方图Hist被截断部分数据和值等于Hist减去Hcut后的数据累加；对直方图Hist进行均衡处理得到新的直方图Hnew表示如下：Hnew＝Hcut+∑(Hist-Hcut)/Drange其中，DRange为色彩标准所规定的灰度级范围。优选的，信息熵Entropy和对比度Contrast的计算方式如下：Entropy＝∑P(n)*log2P(n)其中，P(n)为图像直方图概率分布函数，n为直方图中有效灰度级；Contrast＝P(0)(n1-n0)+∑P(k)(nk-nk-1)其中，nk表示编号为k的灰度级，n0是所有灰度级中第0个灰度级，n1是所有灰度级中第1个灰度级。优选的，对数组E(T)和数组C(T)分别进行归一化操作，具体为将数组最小值变为0，数组最大值变为1；如下：E(T)＝[E(T)-min(E)]/[max(E)-min(E)]C(T)＝[C(T)-min(C)]/[max(C)-min(C)]。其中，min(E)表示数组E(T)中的最小值；max(E)表示数组E(T)中的最大值；min(C)表示数组C(T)中的最小值；max(C)表示数组C(T)中的最大值。优选的，所述混合优化模型表示如下：Mix(T)＝E(T)*C(T)/[E(T)+C(T)]其中，最优截断阈值Topt是使Mix(T)取得最大值时对应的截断阈值T。采用上述方案后，本专利技术的有益效果是：本专利技术一种基于最优化模型的全局直方图均衡方法，通过遍历截断阈值，结合最优化模型进行直方图的截断均分，降低了算法的复杂度，同时为截断阈值的选取提供了有效依据，提升了图像效果，使算法更具有实用性，适合进行产品化。以下结合附图及实施例对本专利技术作进一步详细说明，但本专利技术的一种基于最优化模型的全局直方图均衡方法不局限于实施例。附图说明图1为本专利技术方法的流程图；图2为本专利技术实施例的效果对比。具体实施方式以下将结合本专利技术附图，对本专利技术实施例中的技术方案进行详细描述和讨论。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。本实施例中，预先假设图像为n比特图像，如果图像的理论灰度级范围为[Lmin，Lmax]，则DRange＝Lmax-Lmin+1，注意Lmin不是当前图像的最小值，此数值由图像的颜色空间所决定，与当前图像无关；Lmax的取值情况亦如此。例如，如果图像为YCbCr颜色空间的Y分量，则图像的理论灰度级范围为[16235]，则DRange＝220。参见图1所示，本专利技术一种基于最优化模型的全局直方图均衡方法，包括：S101，对截断阈值T进行逐次累加，并根据当次T值对直方图Hist进行截断均分操作，得到直方图Hnew。具体的，定义输入图像的直方图为Hist，截断阈值T从初始值0开始以Step＝Hmax/Step_index为步进长度进行累加操作，从最小值开始逐步累加到最大值Hmax，其中Step_index为大于等于1的预设整数值，Hmax是直方图Hist的最大值，当直方图大于当次截断阈值时，直方图重新赋值为当次截断阈值，新的直方图定义为Hcut；实施方法为：Hcut＝T，ifHist>＝T；Hcut＝Hist，ifHist<T；T＝Step*当前迭代次数值。S102，对直方图Hnew进行直方图迁移与合并处理生成当次虚拟输出图像，计算图像的当次临时直方图Hiter。具体的，根据每次截断阈值T，计算直方图Hist被截断部分数值和，其值等于Hist减去Hcut后的和值，并将其平均分配到所有规定的灰度级范围上，得到新的直方图Hnew，实施方法为：Hnew＝Hcut+∑(Hist-Hcut)/Drange其中，DRange为色彩标准所规定的灰度级范围。然后根据Hnew进行直方图迁移和合并处理，其思路和步骤采用传统直方图均衡方法，处理后得到当次虚拟输出图像和临时直方图Hiter。S103，根据当次临时直方图，计算信息熵Entropy和对比度Contrast，然后分别存入数组E(T)和数组C(T)中。具体的，根据当次临时直方图计算信息熵Entropy＝∑P(n)*log2P(n)，其中P(n)为图像直方图概率分布函数，n为直方图中有效灰度级，并计算对比度Contrast＝P(0)(n1-n0)+∑P(k)(nk-nk-1)，其中，nk表示编号为k的灰度级，n0是所有灰度级中第0个灰度级，n1是所有灰度级中第1个灰度级。然后分别存入数组E(T)和数组C(T)中。S104，遍历所有截断阈值T之后，对数组E(T)和数组C(T)分别进行归一化操作，然后利用混合优本文档来自技高网...

【技术保护点】
1.一种基于最优化模型的全局直方图均衡方法，其特征在于，包括：(a)定义输入图像的直方图为Hist，对截断阈值T从初始值0开始以Step为步进长度进行累加操作，根据每次累加后截断阈值T的数值对直方图进行截断均分处理；(b)对直方图Hist进行均衡处理得到新的直方图Hnew，对新的直方图Hnew进行直方图迁移和合并处理生成当次虚拟输出图像及对应的当次临时直方图Hiter；所述均衡处理包括将直方图Hist被截断部分数据和值平均分配到色彩标准所规定的所有灰度级范围上；(c)根据当次临时直方图，计算信息熵Entropy和对比度Contrast，然后分别存入数组E(T)和数组C(T)中；(d)遍历所有截断阈值T之后，对数组E(T)和数组C(T)分别进行归一化操作，然后利用混合优化模型计算得到最优截断阈值Topt；(e)根据最优截断阈值Topt对直方图Hist进行截断处理操作；对被截断的直方图数值做均分处理，最后进行直方图均衡处理得到结果图像。

【技术特征摘要】
1.一种基于最优化模型的全局直方图均衡方法，其特征在于，包括：(a)定义输入图像的直方图为Hist，对截断阈值T从初始值0开始以Step为步进长度进行累加操作，根据每次累加后截断阈值T的数值对直方图进行截断均分处理；(b)对直方图Hist进行均衡处理得到新的直方图Hnew，对新的直方图Hnew进行直方图迁移和合并处理生成当次虚拟输出图像及对应的当次临时直方图Hiter；所述均衡处理包括将直方图Hist被截断部分数据和值平均分配到色彩标准所规定的所有灰度级范围上；(c)根据当次临时直方图，计算信息熵Entropy和对比度Contrast，然后分别存入数组E(T)和数组C(T)中；(d)遍历所有截断阈值T之后，对数组E(T)和数组C(T)分别进行归一化操作，然后利用混合优化模型计算得到最优截断阈值Topt；(e)根据最优截断阈值Topt对直方图Hist进行截断处理操作；对被截断的直方图数值做均分处理，最后进行直方图均衡处理得到结果图像。2.根据权利要求1所述的基于最优化模型的全局直方图均衡方法，其特征在于，所述步进长度Step的计算公式如下：Step＝Hmax/Step_index其中，Step_index为预设整数值，Hmax为直方图Hist的最大值。3.根据权利要求2所述的基于最优化模型的全局直方图均衡方法，其特征在于，根据每次累加后截断阈值T的数值对直方图进行截断均分处理，具体为：如果输入直方图Hist大于等于当次截断阈值，将当次截断阈值赋值给新的直方图Hcut；如果输入直方图Hist小于当次截断阈值，将输入直方图Hist赋值给新的直方图Hcut。4.根据权利要求3所述...

【专利技术属性】
技术研发人员：戴声奎，朱益铭，汪子玉，高剑萍，
申请(专利权)人：华侨大学，
类型：发明
国别省市：福建,35