【技术实现步骤摘要】
一种图像对比度增强方法、系统、设备及存储介质
[0001]本专利技术涉及计算机图像处理
,特别是涉及一种图像对比度增强方法、系统、设备及存储介质。
技术介绍
[0002]图像对比度,指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小;而图像增强算法能够提高图像整体和局部的对比度,突出图像的细节信息,通过对比度增强处理之后的图像能够更符合人眼的视觉特性,且更易于机器识别,图像增强算法在军事和民用领域具有广泛的应用。
[0003]在实际应用中,图像对比度增强算法中的基于灰度映射函数重映射算法相对具有更好的适应性,然而,基于灰度映射函数重映射算法核心是重映射函数的构建,常规的映射函数构建方法如指数函数、对数函数、累积灰度分布函数等,往往存在表征能力弱、参数设置复杂等缺点;而累积灰度分布函数方法虽然具有极强的适应性,但是其灰度重映射过程通常没有有效的理论支撑,灰度分布函数构建的重映射函数容易导致灰度级中占比量少的像素表达的细节特征被忽略;为解决这个问题,大量的改型算法出现了,如双直方图均衡、最大亮度双直方图均衡、对数直方图均衡、局部受限直方图均衡等,它们都尝试削减和设定机制重分配概率分布以减少部分对比度拉伸过度或者细节信息丢失的问题,但这些算法在根本上仍然脱离不开基于灰度概率分布构建重映射函数这一基本思想,因此仍然无法消除灰度概率分布并不能解释图像增强要达到的逻辑效果这一基本问题。
[0004]综上,现有技术中的图像对比度增强方法存在表征能力弱、灰度级占比量少的 ...
【技术保护点】
【技术特征摘要】
1.一种图像对比度增强方法,其特征在于,包括:使用空间调节因子和灰度特征权重调节因子对待处理图像进行迭代聚类,处理得到多个区块;针对每个区块:根据预先设定的目标灰度范围,处理得到所有像元的有效灰度跨度值和最优灰度跨度值;根据所述有效灰度跨度值,构建灰度对比度增量重分配函数;基于所述灰度对比度增量重分配函数,结合所述最优灰度跨度值,对所有像元进行重映射;利用双线性插值方法,对每个区块中重映射后的像元的灰度响应值进行平滑处理,得到各个区块的融合灰度响应值。2.根据权利要求1所述的图像对比度增强方法,其特征在于,所述使用空间调节因子和灰度特征权重调节因子对待处理图像进行迭代聚类,处理得到多个区块的步骤包括:采用一预设尺寸的网格对所述待处理图像进行划分;针对所述待处理图像的每个网格:采用如下公式计算得到所述网格内每个像元的灰度响应值,并将灰度响应值最小的像元作为聚类中心:γ
i
=min|γ(x,y)
‑
γ(x+Δx,y+Δy)|其中:γ
i
为第i个像元的灰度响应值;(x,y)为当前像元的坐标,Δx为当前像元在x坐标上的邻域坐标偏移值;Δy为当前像元在y坐标上的邻域坐标偏移值;根据所述聚类中心为圆心,以所述预设尺寸的长度的两倍为半径作圆,得到一范围圆;采用如下公式计算得到所述范围圆内每个像元与所述聚类中心的距离:z=η
c
z
c
+η
s
z
s
其中,z为所述距离;z
c
为当前像元与所述聚类中心的图像灰度距离度量,z
s
为当前像元与所述聚类中心的空间距离度量;η
s
为所述空间调节因子;η
c
为所述灰度特征权重调节因子;将所述距离小于一预设的聚类阈值的所有像元作为目标像元;根据所述目标像元进行迭代聚类,得到最终的所述区块。3.根据权利要求2所述的图像对比度增强方法,其特征在于,所述根据所述目标像元进行迭代聚类,得到最终的所述区块的步骤包括:根据当前范围圆内的所有所述目标像元,处理得到一几何形心和期望值,所述期望值作为所述几何形心的灰度响应值;以所述几何形心为圆心,以所述预设尺寸的长度的两倍为半径作圆,得到下一个范围圆;采用如下公式计算得到下一个范围圆与当前范围圆的聚类中心的灰度响应值的误差,并判断所述误差是否满足一预设的迭代误差:ε=|γ
′
r
‑
γ
r
|ε为所述误差;γ
′
r
为下一个范围圆的聚类中心的灰度响应值;γ
r
为当前范围圆的聚类中心的灰度响应值;
若是,则将所有所述范围圆内的目标像元进行聚类处理,得到所述区块;若否,则继续得到后续的范围圆。4.根据权利要求1所述的图像对比度增强方法,其特征在于,所述根据预先设定的目标灰度范围,处理得到所有像元的有效灰度跨度值和最优灰度跨度值的步骤包括:采用如下公式计算得到所述区块内的期望灰度和所述有效灰度跨度值:其中:μ
k
为所述期望灰度;s
k
为所述有效灰度跨度值;γ
k
为所...
【专利技术属性】
技术研发人员:孙熊伟,熊伟,徐青山,施海亮,
申请(专利权)人:中国科学院合肥物质科学研究院,
类型:发明
国别省市:
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。