一种图像增强处理方法，通过灰度映射矩阵替代灰度变化曲线，将灰度变化曲线通过一个矩阵表示出来，并通过构造能量函数将图像增强问题转换为一个优化问题进行处理，由于直接使用质量评价函数来判断图像质量，因此可以避免进行灰度值归一化的处理；由于求解矩阵的大小均为２５６×２５６，所以图像增强处理时间不受图像尺寸大小的限制。
【技术实现步骤摘要】
本专利技术涉及图像处理领域，特别涉及。
技术介绍
在实际工业生产中大都采用黑白摄像头，由于受摄像头精度和工 业现场光照的限制，所获得的图像大都较为模糊，细节处不够清晰。 目前，可以通过使用高动态范围的图像捕获设备或改善现场环境来提 升图像细节，但这两种方式对实际工业生产而言代价都很昂贵，因此 图像处理技术应运而生。图像增强技术是一种能改善图像质量、突出 有用特征的图像处理技术，现有的图像增强方法可以分为两大类—— "空间域法"和"频率域法"。这两类方法中，传统的"空间域法"普 适性相对较弱；而"频率域法"以傅立叶变换为基础， 一般来说有较 大的计算量。对图像增强也可采用多重曝光多幅图像融合处理的方法， 但对实际生产现场实时性要求较高的场合，这种方法就带有一定的局 限性，而且现有的各种图像处理方法在处理时间上都和图像的尺寸有 着密切联系，缺乏一种适应性强、与图像尺寸无关的图像增强技术。
技术实现思路
为了克服上述现有技术的不足，本专利技术的目的在于提供了一种图 像增强处理方法，具有处理图像时间不受图像尺寸大小限制的特点。 为了达到上述目的，本专利技术的技术方案是这样实现的(1)提取原始图像中各个像素点的灰度值，对原始图像上像素点(x,y)的灰度值用"来表示，其中x表示像素点的横坐标，y表示像素点的纵坐标。(2 )统计出原始图像中各个灰度级g(A)出现的次数《Q;(3)用一个函数Fitoess来评定图像质量的好坏，该函数表示为1附x wZ a)其中，m， n表示图像的大小；所求Fitness越小，图像的质量就越好;(4)建立一个原始图像和增强后图像的灰度映射表，如表1所^ 的矩阵<table>table see original document page 5</column></row><table>表1所示的矩阵为一256X256的矩阵，其中列表示原始图像的灰 度，行表示增强后图像的灰度；也可用列表示原始图像灰度，行表示 增强后图像灰度；表l中每一行有且仅有一个单元输出为l，其余为0; 为1的单元表示原始图像中具有对应行灰度值的像素点经变换后灰度 值变为对应列表示的灰度值；如果用、来表示表l中单元OJ)的内容，则^为1时则表示原始图像 中灰度值为i的像素点在图像增强后灰度值变为j;(5)建立如式(2)所示的一个函数<formula>formula see original document page 6</formula>(2)式(2)中，El， E2为调整系数，可通过实验确定， 一般取为 El=9000000， E2-80或100，求解目标为v^，即表1中各单元的值。 (6)通过式(3)对式(2)求偏微分欣(7)求偏微分后可建立如式(4)所示微分方程组<formula>formula see original document page 6</formula>(3)<formula>formula see original document page 6</formula>(4)(8) 求解式(4)即可确定表1中各个单元的值；(9) 根据表(l)中各个单元的值，将原始图像的灰度值做对应的 变换，即可得到增强后的图像。本专利技术通过灰度映射矩阵替代灰度变化曲线，将灰度变化曲线通过一个矩阵表示出来，并通过构造能量函数将图像增强问题转换为一个优化问题进行处理，由于直接使用质量评价函数来判断图像质量， 因此可以避免进行灰度值归一化的处理；由于求解矩阵的大小均为256 X256,所以图像增强处理时间不受图像尺寸大小的限制。 附图说明图l、图2是本专利技术实施例2的图像增强前后示意图。 图3、图4是本专利技术实施例3的图像增强前后示意图。 图5、图6是本专利技术实施例4的图像增强前后示意图。 具体实施例方式实施例一以mXn像素点大小的原始图像为例说明本实施例的实施步骤 (1)提取mXn原始图像中各个像素点的灰度值，对mXn原始图像上像素点(x,y)的灰度值用^来表示，其中x表示像素点的横坐标，y表示像素点的纵坐标。(2 )统计出m X n原始图像中各个灰度级g(Q出现的次数c(A) (3)用一个函数Fitness来评定图像质量的好坏Fitness越小，图像的质量就越好，该函数表示为附x w12>2陽) (5)(4)建:的矩阵。-个原始图像和增强后图像的灰度映射表，如表2所示 表2灰度映射表<table>table see original document page 7</column></row><table><table>table see original document page 8</column></row><table>表2所示的矩阵为一256X256的矩阵，其中列表示原始图像的灰 度，行表示增强后图像的灰度；也可用列表示原始图像灰度，行表示 增强后图像灰度；表2中每一行有且仅有一个单元输出为1，其余为0; 为1的单元表示原始图像中具有对应行灰度值的像素点经变换后灰度 值变为对应列表示的灰度值；如果用、来表示表2中单元(i，j)的内容，则 为1时则表示原始图像 中灰度值为i的像素点在图像增强后灰度值变为j; (5)建立如式(6)所示的一个函数<formula>formula see original document page 8</formula>(6)式(6)中，El， E2为调整系数，El=9000000， E2=80，求解目 标为~，即表2中各单元的值。(6)通过式(7)对式(6)求偏微分<formula>formula see original document page 8</formula>(7)(7)求偏微分后可建立如式(8)所示微分方程组<formula>formula see original document page 9</formula>(8) 求解式(8)即可确定表2中各个单元的值。(9) 根据表(2)中各个单元的值，将原始图像的灰度值做对应的 变换，即可得到增强后的图像。实施例二以288X261像素点大小的原始图像为例说明本实施例的实施步骤(1)提取288X261原始图像中各个像素点的灰度值，对288X261 原始图像上像素点(x,y)的灰度值用/",来表示，其中x表示像素点的横坐 标，y表示像素点的纵坐标。(2 )统计出288 X 261原始图像中各个灰度级g(Q出现的次数c(Q (3)用一个函数Fitness来评定图像质量的好坏Fitness越小，图 像的质量就越好，该函数表示为<formula>formula see original document page 9</formula>(4)建立一个原始图像和增强后图像的灰度映射表，如表3所示 的矩阵。表3灰度映射表<table>table see original document page 1本文档来自技高网...
【技术保护点】
一种图像增强处理方法，其特征在于，包括如下步骤：（１）提取原始图像中各个像素点的灰度值，对原始图像上像素点（ｘ，ｙ）的灰度值用ｉ↓［ｘｙ］来表示，其中ｘ表示像素点的横坐标，ｙ表示像素点的纵坐标；（２）统计出原始图像中各个灰度级ｇ（ｋ）出现的次数ｃ（ｋ）；（３）用函数Ｆｉｔｎｅｓｓ来评定图像质量的好坏；（４）建立一个原始图像和增强后图像的灰度映射表（１）；（５）建立如式（２）所示的一个函数 ＊＊＊ （２） 式（２）中，Ｅ１，Ｅ２为调整系数，取Ｅ１＝９００００００， Ｅ２＝８０或１００，求解目标为ｖ↓［ｉｊ］，即表１中各单元的值；（６）通过式（３）对式（２）求偏微分； ｄｕ↓［ｉｊ］／ｄｔ＝－＊Ｅ／＊ｖ↓［ｉｊ］ （３） （７）求偏微分后可建立如式（４）所示微分方程组； ＊＊＊ （ ４） （８）求解式（４）即可确定表１中各个单元的值；（９）根据表（１）中各个单元的值，将原始图像的灰度值做对应的变换，即可得到增强后的图像。
【技术特征摘要】
【专利技术属性】
技术研发人员：高炜欣，李琳，穆向阳，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：87[中国|西安]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。