一种图像增强方法及系统技术方案

本发明专利技术实施例公开了一种图像增强方法及系统，首先，对待增强的图像进行直方图均衡化处理；然后，基于拉普拉斯算子对直方图均衡化后的图像进行锐化；其次，采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展；最后，利用伽马变换对灰度值扩展后的图像进行校正，获得增强后的图像。本发明专利技术实施例提供的方法及系统，能够改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式。并且，可实现有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使改善图像质量、丰富信息量，加强图像判读和识别效果。效果。效果。

【技术实现步骤摘要】
一种图像增强方法及系统


[0001]本专利技术属于图像处理
，具体涉及一种图像增强方法及系统。

技术介绍

[0002]在对图像的处理中,图像增强技术对于提高图像的质量起着重要的作用。它通过有选择地强调图像中某些信息而抑制掉另一些信息,以改善图像的视觉效果,将原图像转换成一种更适合于人眼观察和计算机进行分析处理的形式。
[0003]目前，图像增强处理的方式主要包括对比度增强、直方图均衡化、线性滤和非线性滤波等。其中，对比度增强法适合于对比度较低的图像，通过线性和非线性的变化，修改每一个像素的灰度，从而改变图像的动态范围达到图像增强的目的。直方图均衡化针对在低值灰度区间上频率较大、图像中较暗区域中细节看不清楚的图像，有较好的增强效果。但是，上述两种方法的缺点都是不能抑制噪声。对于图像中呈孤立分散分布的噪声点，可以用平滑的方式去除，其中线性滤波实现简单，去噪效果明显，但是去噪的同时会导致结果图像边缘位置的改变和细节模糊甚至丢失；非线性滤波能够较好的保持图像边缘位置和细节，但是算法的实现相对线性滤波比较困难。

技术实现思路

[0004]本专利技术实施例中提供了一种图像增强方法及系统，以解决现有技术对图像增强处理的效果不佳的问题。
[0005]为了解决上述技术问题，本专利技术实施例公开了如下技术方案：
[0006]本专利技术的一个方面提供一种图像增强方法，包括：
[0007]对待增强的图像进行直方图均衡化处理；
[0008]基于拉普拉斯算子对直方图均衡化后的图像进行锐化；
[0009]采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展；
[0010]利用伽马变换对灰度值扩展后的图像进行校正，获得增强后的图像。
[0011]可选地，所述对待增强的图像进行直方图均衡化处理，包括：
[0012]分别统计所述图像中每一个灰度值对应像素的数量；
[0013]基于以下累计分布函数，分别计算每个灰度值的累积概率：
[0014][0015]其中，n为待增强图像中像素的总数量，n
j
为灰度值j对应像素的数量，L为待增强图像中灰度值的预设最大值，S
k
为灰度值k的累积概率；
[0016]针对每一个灰度值，均采用以下公式计算经过映射后得到的新灰度值：
[0017]G
k
＝[S
k
*L][0018]其中，G
k
为经过映射后得到的新灰度值；
[0019]根据映射后的新灰度值更新图像中每个像素的灰度值。
[0020]可选地，所述基于拉普拉斯算子对直方图均衡化后的图像进行锐化，包括：
[0021]采用拉普拉斯算子对直方图均衡化后的图像进行处理，生成拉普拉斯图像；
[0022]将经过直方图均衡化后的图像与拉普拉斯图像叠加，得到锐化后的图像。
[0023]可选地，所述采用拉普拉斯算子对直方图均衡化后的图像进行处理，生成拉普拉斯图像，包括
[0024]采用以下公式，生成拉普拉斯图像：
[0025][0026]其中，f(x,y)为在经过直方图均衡化后图像中，坐标为(x,y)的像素的像素值；g(x,y)为在拉普拉斯图像中，对应f(x,y)的像素值；c为预设常数，取值为
‑
1或1；为拉普拉斯算子。
[0027]可选地，其特征在于，所述采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展，包括：
[0028]采用以下公式对锐化后的图像进行对数变换：
[0029]s＝c*log(1+r)
[0030]其中，c为预设常数，r为浮点数，r∈[0,255]，s为对数变换后的灰度值。
[0031]可选地，其特征在于，所述利用伽马变换对灰度值扩展后的图像进行校正，获得增强后的图像，包括：
[0032]采用以下公式完成图像的伽马变换：
[0033]s＝cr
γ
[0034]其中，c为预设的灰度缩放系数；γ为预设的伽马因子；r为输入的灰度值；s为经过伽马变换后的灰度值。
[0035]可选地，所述方法还包括：
[0036]对灰度值扩展后的图像采用最小二乘法进行噪声去除，获得最终的增强后图像。
[0037]本专利技术提供的另一个方面提供一种图像增强系统，其特征在于，包括：
[0038]直方图均衡化模块，用于对待增强的图像进行直方图均衡化处理；
[0039]锐化模块，用于基于拉普拉斯算子对直方图均衡化后的图像进行锐化；
[0040]灰度值扩展模块，用于采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展；
[0041]校正模块，用于利用伽马变换对灰度值扩展后的图像进行校正，获得最终增强后的图像。
[0042]可选地，所述直方图均衡化模块，包括：
[0043]灰度值统计子模块，用于分别统计所述图像中每一个灰度值对应像素的数量；
[0044]累计概率计算子模块，用于基于以下累计分布函数，分别计算每个灰度值的累积概率：
[0045][0046]其中，n为待增强图像中像素的总数量，n
j
为灰度值j对应像素的数量，L为待增强图像中灰度值的预设最大值，S
k
为灰度值k的累积概率；
[0047]新灰度值计算子模块，用于针对每一个灰度值，均采用以下公式计算经过映射后得到的新灰度值：
[0048]G
k
＝[S
k
*L][0049]其中，G
k
为经过映射后得到的新灰度值；
[0050]灰度值更新子模块，用于根据映射后的新灰度值更新图像中每个像素的灰度值。
[0051]可选地，所述锐化模块，包括：
[0052]拉普拉斯图像生成子模块，用于采用拉普拉斯算子对直方图均衡化后的图像进行处理，生成拉普拉斯图像；
[0053]图像叠加子模块，用于将经过直方图均衡化后的图像与拉普拉斯图像叠加，得到锐化后的图像。
[0054]本专利技术实施例提供的图像增强方法及系统，能够改善图像的视觉效果，或将图像转换成更适合于人眼观察和机器分析识别的形式，以便从图像中获取更有用的信息。并且，可实现有目的地强调图像的整体或局部特性，将原来不清晰的图像变得清晰或强调某些感兴趣的特征，扩大图像中不同物体特征之间的差别，抑制不感兴趣的特征，使之改善图像质量、丰富信息量，加强图像判读和识别效果，满足某些特殊分析的需要。
附图说明
[0055]图1为本专利技术实施例提供的一种图像增强方法的流程示意图；
[0056]图2为本专利技术实施例提供的一种实现图1中步骤S102的流程示意图；
[0057]图3为本专利技术实施例提供的一种采用对数变换扩展灰度值的示意图；
[0058]图4为本专利技术实施例提供的一种采用伽马变换校正图片的示意图；
[0059]图5为本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像增强方法，其特征在于，包括：对待增强的图像进行直方图均衡化处理；基于拉普拉斯算子对直方图均衡化后的图像进行锐化；采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展；利用伽马变换对灰度值扩展后的图像进行校正，获得增强后的图像。2.根据权利要求1所述的方法，其特征在于，所述对待增强的图像进行直方图均衡化处理，包括：分别统计所述图像中每一个灰度值对应像素的数量；基于以下累计分布函数，分别计算每个灰度值的累积概率：其中，n为待增强图像中像素的总数量，n
j
为灰度值j对应像素的数量，L为待增强图像中灰度值的预设最大值，S
k
为灰度值k的累积概率；针对每一个灰度值，均采用以下公式计算经过映射后得到的新灰度值：G
k
＝[S
k
*L]其中，G
k
为经过映射后得到的新灰度值；根据映射后的新灰度值更新图像中每个像素的灰度值。3.根据权利要求1或2所述的方法，其特征在于，所述基于拉普拉斯算子对直方图均衡化后的图像进行锐化，包括：采用拉普拉斯算子对直方图均衡化后的图像进行处理，生成拉普拉斯图像；将经过直方图均衡化后的图像与拉普拉斯图像叠加，得到锐化后的图像。4.根据权利要求3所述的方法，其特征在于，所述采用拉普拉斯算子对直方图均衡化后的图像进行处理，生成拉普拉斯图像，包括采用以下公式，生成拉普拉斯图像：其中，f(x,y)为在经过直方图均衡化后图像中，坐标为(x,y)的像素的像素值；g(x,y)为在拉普拉斯图像中，对应f(x,y)的像素值；c为预设常数，取值为
‑
1或1；为拉普拉斯算子。5.根据权利要求1至4任一项所述的方法，其特征在于，所述采用对数变换将锐化后图像中预设低灰度值范围内的像素进行灰度值扩展，包括：采用以下公式对锐化后的图像进行对数变换：s＝c*l0g(1+r)其中，c为预设常数，r为浮点数，r∈[0,255]，s为对数变换...

【专利技术属性】
技术研发人员：王方强，
申请(专利权)人：光控特斯联重庆信息技术有限公司，
类型：发明
国别省市：