一种基于区域最小二乘估计的图像增强方法技术

一种基于区域最小二乘估计的图像增强方法，它属于图像处理技术领域。本发明专利技术解决了采用现有方法获得的增强图像的质量差的问题。本发明专利技术方法由基于分段亮度线性映射的区域边界亮度计算方法以及基于区域最小二乘法的非边界像素亮度计算方法两部分构成，基于分段亮度线性映射的区域边界亮度计算方法决定了增强图像整体的亮度分布，基于区域最小二乘法的非边界像素亮度计算方法计算非边界像素点的亮度从而使增强图像的细节特性与原始图像保持一致。本发明专利技术设计的算法能够增强图像的亮度分布，提升图像整体的可视化效果，增强图像的局部细节得到有效地保持，提高了增强图像的质量。本发明专利技术方法可以应用于图像处理领域用。本发明专利技术方法可以应用于图像处理领域用。本发明专利技术方法可以应用于图像处理领域用。

【技术实现步骤摘要】
一种基于区域最小二乘估计的图像增强方法


[0001]本专利技术属于图像处理
，具体涉及一种基于区域最小二乘估计的图像增强方法。

技术介绍

[0002]图像增强通过增强图像中的对比度、局部细节纹理等特征，从而解决图像在采集与传输过程中由较差的环境光以及设备缺陷引起的图像视觉效果欠佳问题，提升数字图像的图像质量。早期的图像增强算法包括：直方图均衡化算法，自适应滤波算法，对比度增强算法。这三种算法都能在一定程度上提高图像质量，但是增强图像的局部细节、清晰度以及图像整体亮度分布提升幅度较为有限，导致采用现有方法获得的增强图像的质量仍然较差，有待进一步提高。

技术实现思路

[0003]本专利技术的目的是为解决采用现有方法获得的增强图像的质量差的问题，而提出的一种基于区域最小二乘估计的图像增强方法，在保证原始图像局部细节特性的前提下，提升增强图像整体的明暗对比效果。
[0004]本专利技术为解决上述技术问题所采取的技术方案是：
[0005]一种基于区域最小二乘估计的图像增强方法，所述方法具体包括以下步骤：
[0006]步骤一、将待增强图像平面划分为N个8
×
8区域，获得N个图像分块；
[0007]步骤二、计算出待增强图像的低照度分段点和高亮度分段点
[0008]步骤三、利用步骤二中计算出的低照度分段点和高亮度分段点对各个图像分块中的每个边界像素分别进行分段亮度线性映射，得到各个图像分块中的每个边界像素所对应的增强后亮度值；
[0009]步骤四、再根据各个图像分块中的每个边界像素所对应的增强后亮度值，计算出各个图像分块中每个非边界像素所对应的增强后亮度值。
[0010]本专利技术的有益效果是：
[0011]本专利技术方法由基于分段亮度线性映射的区域边界亮度计算方法以及基于区域最小二乘法的非边界像素亮度计算方法两部分构成，基于分段亮度线性映射的区域边界亮度计算方法决定了增强图像整体的亮度分布，基于区域最小二乘法的非边界像素亮度计算方法计算非边界像素点的亮度从而使增强图像的细节特性与原始图像保持一致。
[0012]实验结果表明，本专利技术设计的算法能够增强图像的亮度分布，提升图像整体的可视化效果，增强图像的局部细节得到有效地保持，提高了增强图像的质量。
附图说明
[0013]图1为边界像素和非边界像素编号的示意图；
[0014]图2为图像kodim；
[0015]图3为图像kodim对应的分段亮度线性映射函数的示意图；
[0016]图4为图像kodim对应的增强图像；
[0017]图5为原始图像road；
[0018]图6为原始图像road对应的分段亮度线性映射函数的示意图；
[0019]图7为图像road对应的增强图像；
[0020]图8为图像seabed；
[0021]图9为图像seabed对应的分段亮度线性映射函数的示意图；
[0022]图10为图像seabed对应的增强图像。
具体实施方式
[0023]具体实施方式一、本实施方式所述的一种基于区域最小二乘估计的图像增强方法，所述方法具体包括以下步骤：
[0024]步骤一、将待增强图像平面划分为N个8
×
8区域，获得N个图像分块；
[0025]若待增强图像的宽度或者高度无法被8整除，则通过复制图像右端边界和底部边界的方式使复制边界之后的图像的宽度和高度均能被8整除。由于每个图像分块的区域大小均为8
×
8，则每个区域均包括28个边界像素以及36个非边界像素。如图1所示，是8
×
8区域以及边界像素和非边界像素编号的示意图；
[0026]步骤二、计算出待增强图像的低照度分段点和高亮度分段点
[0027]步骤三、利用步骤二中计算出的低照度分段点和高亮度分段点对各个图像分块中的每个边界像素分别进行分段亮度线性映射，得到各个图像分块中的每个边界像素所对应的增强后亮度值；
[0028]步骤四、再根据各个图像分块中的每个边界像素所对应的增强后亮度值，计算出各个图像分块中每个非边界像素所对应的增强后亮度值。
[0029]具体实施方式二：本实施方式与具体实施方式一不同的是，所述低照度分段点的计算方法为：
[0030]步骤1、在灰度区间[0,127]内任意选中一个灰度作为低照度分段点T
l
；
[0031]步骤2、计算待增强图像在灰度区间[0,T
l
]的灰度中位数M
l
(T
l
)，M
l
(T
l
)的计算方式如式(1)所示：
[0032][0033]其中，符号表示向下取整运算；
[0034]步骤3、根据灰度直方图计算待增强图像在灰度区间[T
l
+1,127]的灰度均值A
l
(T
l
)，A
l
(T
l
)的计算方式如式(2)所示：
[0035][0036]其中，b表示灰阶，H
b
表示灰阶b对应的灰度分布；
[0037]步骤4、计算均值A
l
(T
l
)与中位数M
l
(T
l
)的差值D
l
(T
l
)，D
l
(T
l
)的计算方式如式(3)所示：
[0038]D
l
(T
l
)＝A
l
(T
l
)
‑
M
l
(T
l
)
ꢀꢀꢀ
(3)
[0039]步骤5、重复步骤1至步骤4的过程，使低照度分段点T
l
在灰度区间[0,127]内进行遍历，找到最大的差值D
l
(T
l
)所对应的低照度分段点作为最终的低照度分段点即
[0040][0041]其它步骤及参数与具体实施方式一相同。
[0042]具体实施方式三：本实施方式与具体实施方式一或二不同的是，所述高亮度分段点的计算方法为：
[0043]步骤(1)、在灰度区间[128,255]内任意选中一个灰度作为高照度分段点T
h
；
[0044]步骤(2)、计算待增强图像在灰度区间[T
h
,255]的灰度中位数M
h
(T
h
)，M
h
(T
h
)的计算方式如式(5)所示：
[0045][0046]其中，符号表示向上取整运算；
[0047]步骤(3)、根据灰度直方图计算待增强图像在灰度区间[128,T
h
+1]的灰度均值A
h
(T
h<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于区域最小二乘估计的图像增强方法，其特征在于，所述方法具体包括以下步骤：步骤一、将待增强图像平面划分为N个8
×
8区域，获得N个图像分块；步骤二、计算出待增强图像的低照度分段点和高亮度分段点步骤三、利用步骤二中计算出的低照度分段点和高亮度分段点对各个图像分块中的每个边界像素分别进行分段亮度线性映射，得到各个图像分块中的每个边界像素所对应的增强后亮度值；步骤四、再根据各个图像分块中的每个边界像素所对应的增强后亮度值，计算出各个图像分块中每个非边界像素所对应的增强后亮度值。2.根据权利要求1所述的一种基于区域最小二乘估计的图像增强方法，其特征在于，所述低照度分段点的计算方法为：步骤1、在灰度区间[0,127]内任意选中一个灰度作为低照度分段点T
l
；步骤2、计算待增强图像在灰度区间[0,T
l
]的灰度中位数M
l
(T
l
)，M
l
(T
l
)的计算方式如式(1)所示：其中，符号表示向下取整运算；步骤3、根据灰度直方图计算待增强图像在灰度区间[T
l
+1,127]的灰度均值A
l
(T
l
)，A
l
(T
l
)的计算方式如式(2)所示：其中，b表示灰阶，H
b
表示灰阶b对应的灰度分布；步骤4、计算均值A
l
(T
l
)与中位数M
l
(T
l
)的差值D
l
(T
l
)，D
l
(T
l
)的计算方式如式(3)所示：D
l
(T
l
)＝A
l
(T
l
)
‑
M
l
(T
l
)
ꢀꢀꢀꢀ
(3)步骤5、重复步骤1至步骤4的过程，使低照度分段点T
l
在灰度区间[0,127]内进行遍历，找到最大的差值D
l
(T
l
)所对应的低照度分段点作为最终的低照度分段点即3.根据权利要求1所述的一种基于区域最小二乘估计的图像增强方法，其特征在于，所述高亮度分段点的计算方法为：步骤(1)、在灰度区间[128,255]内任意选中一个灰度作为高照度分段点T
h
；步骤(2)、计算待增强图像在灰度区间[T
h
,255]的灰度中位数M
h
(T
h
)，M
h
(T
h
)的计算方式如式(5)所示：其中，符号表示向上取整运算；步骤(3)、根据灰度直方图计算待增强图像在灰度区间[128,T
h
+1]的灰度均值A
h
(T
h
)，A
h
(T
h
)的计算方式如式(6)所示：其中，b表示灰阶，H
b
表示灰阶b对应的灰度分布；步骤(4)、计算灰度均值A
h
(T
h
)与灰度中位数M
h
(T
h
)的差值D
h
(T

【专利技术属性】
技术研发人员：赵蓝飞，刘发强，李士俊，李国庆，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：