CN101303765A - 一种基于图像均方差的图像对比度增强方法 - Google Patents
一种基于图像均方差的图像对比度增强方法 Download PDFInfo
- Publication number
- CN101303765A CN101303765A CNA2008100447698A CN200810044769A CN101303765A CN 101303765 A CN101303765 A CN 101303765A CN A2008100447698 A CNA2008100447698 A CN A2008100447698A CN 200810044769 A CN200810044769 A CN 200810044769A CN 101303765 A CN101303765 A CN 101303765A
- Authority
- CN
- China
- Prior art keywords
- mean
- image
- gray
- square deviation
- mean square
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Processing (AREA)
- Picture Signal Circuits (AREA)
Abstract
本发明涉及一种基于图像均方差的图像对比度增强方法。包括以下具体步骤:a.输入图像;b.计算图像的均方差σ;c.根据均方差与预先设置的均方差门限值T的大小关系,决定对输入图像的下一步处理方式;d.若图像的均方差σ小于或等于均方差门限值T,说明图像本身对比度较好,则只对图像进行简单的边缘锐化处理;e.若图像的均方差σ大于均方差门限值T,则对图像的灰度级进行变换以控制图像的均方差σ。本发明增强后的所有图像具有很好的对比度,同时克服了其它增强算法引入噪声和过增强的问题。
Description
技术领域
本发明属于数字图像处理与视频显示技术领域,具体涉及一种图像对比度增强方法。
背景技术
图像对比度增强是数字图像处理领域中的一个重要技术之一,通过调节图像灰度级的分布,可以增加各个像素之间的视觉距离,使模糊的目标容易辨识,提高图像的观看质量。直方图均衡化是图像对比度增强中使用最频繁的方法,它具有使图像灰度自动覆盖整个灰度范围的特点。其灰度变换公式为 式中r为待增强图像的灰度级,s为增强后图像的灰度级,T为灰度级变换函数,Pr(r)为灰度级r的概率。虽然拉伸了灰度级之间的距离,但直方图均衡化的原理决定了它存在必然的缺陷:比如待增强图像中有一个灰度级出现的概率远大于其它灰度级出现的概率,这个灰度级增强后与前面的灰度级的距离被拉开很远,这样必然会屏蔽掉一些灰度级同时也会引起图像的过增强。另外,一些出现概率小的灰度级会被其附近出现概率大的灰度级兼并掉,这样会导致图像一些细节的丢失。
发明内容
本发明主要针对直方图均衡化存在的过增强和细节丢失等问题提出了一种基于图像均方差的对比度增强方法。
首先根据实验,统计了一系列图像的均方差分布,发现存在这样一个规律:对比度好的图像,其均方差都在某个均方差门限值T(优选T=55)以下,而均方差大于该均方差门限值T的图像对比度差,图像内容不易分辨。
其次,因为图像的主要内容都集中在图像灰度平均值附近,而均方差描述的是图像灰度级较平均灰度级的发散程度,均方差越大说明图像灰度级分布广,图像的主要结构和图像细节不易辨识。对这种图像需要进行增强,通过变换灰度级分布控制它的方差大小以达到增强图像的目的。
本发明为解决上述技术问题所采用的技术方案是:a.输入图像;b.计算图像的均方差σ;c.根据均方差与预先设置的均方差门限值T的大小关系,决定对输入图像的下一步处理方式;d.若图像的均方差σ小于或等于均方差门限值T,说明图像本身对比度较好,则只对图像进行简单的边缘锐化处理;e.若图像的均方差σ大于均方差门限值T,则对图像的灰度级进行变换以控制图像的均方差σ。
本发明的有益效果具体表现在以下方面:本发明首先计算输入图像的均方差,在将均方差与预设的均方差门限值T比较,如果均方差小于门限值T,则图像对比度较好,只需进行简单的边缘锐化:将图像分为高频和低频成分,在处理高频成分前需要去除高频中的噪声,否则增强后将向图像引入明显噪声;若均方差大于门限值T,通过输入图像灰度的区间划分,然后分区间进行灰度变换达到将增强图像均方差控制在55以内。本发明增强后的所有图像具有很好的对比度,同时克服了其它增强算法引入噪声和过增强的问题。
附图说明
图1是本发明的为本发明图像对比度增强的流程图。
图2是均方差小于或等于门限值T的图像锐化处理流程图。
图3是均方差大于门限值T的图像的均方差控制映射变换流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
如图1、图2、图3所示,本实施例取均方差门限值T为55,对输入待增强图像Im进行处理,按照以下具体步骤进行:
1)输入待增强图像Im,计算输入图像的每个灰度级r的直方图分布值hist,并除以输入图像的总的像素个数,得到的Pr(r)为每一灰度级出现的概率;2)根据公式 和 计算输入图像的灰度平均值和均方差,其甲Mean为图像的灰度平均值,r为灰度级,Pr(r)为灰度级r出现的概率。
3)比较均方差σ与预设的门限值T的大小,如果σ≤T,输入图像对比度较好,采用边缘锐化进行简单的图像增强;若σ>T,对输入图像Im进行灰度级变换以控制其方差达到增强图像的目的;
4)根据步骤3),当σ≤T时,图像边缘锐化的具体措施为:将输入图像Im经过一个低通滤波器分解输出一个高频成分Im_h和一个低频成分Im_l;
5)根据步骤4),图像经过低通滤波后,其高频成分中可能含有输入图像的噪声,为了保证增强图像的质量,高频成分要进行去噪处理。
6)根据步骤4),将高频成分乘上一个增强因子d然后与低频成分相加,这样就得到了增强后的图像(本实施例中d取值为1~2),公式为Im_out=d*Im_h+Im_l。
7)根据步骤3),当σ>T时,按照图像灰度平均值Mean,将整幅图像分为两个灰度区间,所有小于Mean的灰度级构成暗区,而所有大于Mean的灰度级构成亮区;
8)仿照公式 计算图像暗区和亮区的灰度平均值,记为Mean_l和口Mean_h;
9)根据步骤3),当σ>T时,图像对比度增强是通过控制图像方差得以实现的,而均方差的控制主要按照图像灰度平均值控制、图像暗区和亮区灰度平均值三个均值为分界点将输入图像分成四个灰度区间来控制;
10)为了使增强后图像适合人眼观察,将输入图像灰度平均值映射到灰度级127上;另外为了让增强后图像的均方差小于55,分别将暗区和亮区的灰度平均值映射到灰度级82和172上,这样增强图像就可以划分为目标区间[0,82]、[83,127]、[128,172]和[173,255];
11)假设Min为输入图像最小灰度,Max为输入图像最大灰度。根据步骤10),可得到四个灰度影射区间,分别是[Min,Mean_l]、[Mean_l+1,Mean]、[Mean+1,Mean_h]和[Mean_h+1,Max],但是如果将这四个区间映射到目标区间上,增强后图像的均方差会超过55,不能得到理想的增强图像,所以需要调整四个源灰度区间;
12)根据步骤11)调整源区间范围:将第一灰度区间[Min,Mean_l]调整为[Min,gray1],调整后的灰度区间满足在范围[Min,gray1]上的像素点个数在灰度范围[Min,Mean_l]上像素点个数的2/3;同理调节灰度范围[Mean_h+1,Max]为[gray2,Max];这样剩下两个灰度区间[Mean_l+1,Mean]调节为[gray1+1,Mean]、[Mean+1,Mean_h]调节为[Mean+1,gray2-1];
13)源区间映射到目标区间可以采用线性和非线性函数。所有灰度级映射后,基于均方差的对比度增强就完成了。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为发明的保护范围并不局限于这样的特别陈述和实施例。凡是根据上述描述做出各种可能的等同替换或改变,均被认为属于本发明的权利要求的保护范围。
Claims (7)
1.一种基于图像均方差的图像对比度增强方法,其特征在于,包括以下步骤:
a.输入图像;
b.计算图像的均方差σ;
c.根据均方差与预先设置的均方差门限值T的大小关系,决定对输入图像的下一步处理方式;
d.若图像的均方差σ小于或等于均方差门限值T,说明图像本身对比度较好,则只对图像进行简单的边缘锐化处理;
e.若图像的均方差σ大于均方差门限值T,则对图像的灰度级进行变换以控制图像的均方差σ。
2.根据权利要求1所述的一种基于图像均方差的图像对比度增强方法,其特征在于,步骤e中均方差门限值T取值为55。
3.根据权利要求1所述的一种基于图像均方差的图像对比度增强方法,其特征在于,步骤b中图像均方差σ的取值方法为:
b1.输入待增强图像Im,计算输入图像的每个灰度级r的直方图分布值hist,并除以输入图像的总的像素个数,得到的Pr(r)为每一灰度级出现的概率;
b2.根据公式 和 计算输入图像的灰
度平均值和均方差,其中Mean为图像的灰度平均值,r为灰度级,Pr(r)为灰度级r出现的概率。
4.根据权利要求1-3任一项所述的一种基于图像均方差的图像对比度增强方法,其特征在于,步骤d中图像的边缘锐化处理的方法为:
d1.将输入图像Im经过一个低通滤波器分解输出一个高频成分Im_h和一个低频成分Im_l;
d2.图像经过低通滤波器后,其高频成分Im_h中可能含有输入图像的噪声,为了保证增强图像的质量,对高频成分Im_h进行去噪处理;
d3.将高频成分Im_h乘上一个增强因子d然后与低频成分Im_l相加,得到了增强后的图像Im_out,公式为Im_out=d*Im_h+Im_l。
5.根据权利要求1或2所述的一种基于图像均方差的图像对比度增强方法,其特征在于,步骤e中对图像的灰度级进行变换以控制图像的均方差σ的方法为:
e1.按照图像灰度平均值Mean,将整幅图像分为两个灰度区间,所有小于Mean的灰度级构成暗区,而所有大于Mean的灰度级构成亮区;
e2.仿照公式 计算图像暗区和亮区的灰度平均值,记为Mean_l和Mean_h;
e3.为了使增强后图像适合人眼观察,将输入图像灰度平均值映射到灰度级127上;另外为了让增强后图像的均方差小于55,分别将暗区和亮区的灰度平均值映射到灰度级82和172上,这样增强图像就可以划分为目标区间[0,82]、[83,127]、[128,172]和[173,255];
e4.假设Min为输入图像最小灰度,Max为输入图像最大灰度。对应步骤e3,可得到四个灰度影射源区间,分别是[Min,Mean_l]、[Mean_l+1,Mean]、[Mean+1,Mean_h]和[Mean_h+1,Max]。
6.根据权利要求5所述的一种基于图像均方差的图像对比度增强方法,其特征在于,步骤e4中,若四个灰度影射源区间映射到目标区间上,增强后图像的均方差超过55,则调整四个影射源区间,调整方法为:
将第一灰度区间[Min,Mean_l]调整为[Min,gray1],调整后的灰度区间满足在范围[Min,grayl]上的像素点个数在灰度范围[Min,Mean_l]上像素点个数的2/3;同理调节灰度范围[Mean_h+1,Max]为[gray2,Max];这样剩下两个灰度区间[Mean_l+1,Mean]调节为[gray1+1,Mean]、[Mean+1,Mean_h]调节为[Mean+1,gray2-1]。
7.根据权利要求5或6所述的一种基于图像均方差的图像对比度增强方法,其特征在于,源区间映射到目标区间采用线性或非线性函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100447698A CN101303765B (zh) | 2008-06-23 | 2008-06-23 | 一种基于图像均方差的图像对比度增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008100447698A CN101303765B (zh) | 2008-06-23 | 2008-06-23 | 一种基于图像均方差的图像对比度增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101303765A true CN101303765A (zh) | 2008-11-12 |
CN101303765B CN101303765B (zh) | 2010-06-02 |
Family
ID=40113658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008100447698A Expired - Fee Related CN101303765B (zh) | 2008-06-23 | 2008-06-23 | 一种基于图像均方差的图像对比度增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101303765B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102035997A (zh) * | 2010-12-14 | 2011-04-27 | 杭州爱威芯科技有限公司 | 一种基于模式预测和方向排序的图像锐化方法 |
CN102339458A (zh) * | 2010-07-16 | 2012-02-01 | 于培宁 | 一种图像序列的亮度/对比度值调整方法 |
CN102750681A (zh) * | 2012-07-04 | 2012-10-24 | 青岛海信信芯科技有限公司 | 图像边缘锐化的处理装置和处理方法 |
CN102801928A (zh) * | 2012-09-10 | 2012-11-28 | 上海国茂数字技术有限公司 | 图像处理方法及图像处理设备 |
CN102930517A (zh) * | 2012-11-30 | 2013-02-13 | 江苏技术师范学院 | 直方图均衡化图像增强方法 |
CN105741245A (zh) * | 2016-01-30 | 2016-07-06 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
CN106101697A (zh) * | 2016-06-21 | 2016-11-09 | 深圳市辰卓科技有限公司 | 图像清晰度检测方法、装置及测试设备 |
CN106127703A (zh) * | 2016-06-21 | 2016-11-16 | 苏州科达科技股份有限公司 | 一种宽动态图像增强方法及装置 |
CN107203982A (zh) * | 2017-06-26 | 2017-09-26 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
CN109525776A (zh) * | 2018-11-01 | 2019-03-26 | 浙江大华技术股份有限公司 | 一种图像采集方法及装置 |
CN109658654A (zh) * | 2019-01-14 | 2019-04-19 | 刘萍 | 现场定向监控平台 |
CN109919848A (zh) * | 2018-07-26 | 2019-06-21 | 永康市巴九灵科技有限公司 | 灭火设备自检式橱柜 |
CN110324558A (zh) * | 2018-03-29 | 2019-10-11 | 北京视联动力国际信息技术有限公司 | 一种视频通信的方法和装置 |
CN110992296A (zh) * | 2020-03-04 | 2020-04-10 | 执鼎医疗科技(杭州)有限公司 | 睑板腺图像增强方法 |
CN111444486A (zh) * | 2019-12-31 | 2020-07-24 | 深圳贝特莱电子科技股份有限公司 | 一种基于android系统的开机自适应初始化指纹参数方法 |
CN109118450B (zh) * | 2018-08-20 | 2020-11-20 | 电子科技大学 | 一种沙尘天气条件下的低质图像增强方法 |
WO2021088639A1 (zh) * | 2019-11-07 | 2021-05-14 | 中兴通讯股份有限公司 | 图像亮度处理方法及装置、图像处理方法及装置 |
CN117036205A (zh) * | 2023-10-10 | 2023-11-10 | 深圳市悦和精密模具有限公司 | 基于图像增强的注塑件生产质量检测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3116936B2 (ja) * | 1999-02-03 | 2000-12-11 | 日本電気株式会社 | 画像コントラスト強調方法と画像コントラスト処理装置 |
KR100456017B1 (ko) * | 2002-02-06 | 2004-11-08 | 삼성전자주식회사 | 히스토그램 매칭을 이용한 콘트라스트 향상 장치 및 방법 |
KR100612011B1 (ko) * | 2004-05-27 | 2006-08-11 | 삼성전자주식회사 | 프로젝션 시스템의 명암 대비 개선 방법 및 그 장치 |
CN100502465C (zh) * | 2006-10-19 | 2009-06-17 | 四川长虹电器股份有限公司 | 图像灰度直方图均衡化处理方法 |
-
2008
- 2008-06-23 CN CN2008100447698A patent/CN101303765B/zh not_active Expired - Fee Related
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102339458A (zh) * | 2010-07-16 | 2012-02-01 | 于培宁 | 一种图像序列的亮度/对比度值调整方法 |
CN102339458B (zh) * | 2010-07-16 | 2016-02-17 | 于培宁 | 一种图像序列的亮度/对比度值调整方法 |
CN102035997B (zh) * | 2010-12-14 | 2012-08-08 | 杭州爱威芯科技有限公司 | 一种基于模式预测和方向排序的图像锐化方法 |
CN102035997A (zh) * | 2010-12-14 | 2011-04-27 | 杭州爱威芯科技有限公司 | 一种基于模式预测和方向排序的图像锐化方法 |
CN102750681B (zh) * | 2012-07-04 | 2017-04-12 | 上海顺久电子科技有限公司 | 图像边缘锐化的处理装置和处理方法 |
CN102750681A (zh) * | 2012-07-04 | 2012-10-24 | 青岛海信信芯科技有限公司 | 图像边缘锐化的处理装置和处理方法 |
CN102801928A (zh) * | 2012-09-10 | 2012-11-28 | 上海国茂数字技术有限公司 | 图像处理方法及图像处理设备 |
CN102930517A (zh) * | 2012-11-30 | 2013-02-13 | 江苏技术师范学院 | 直方图均衡化图像增强方法 |
CN105741245B (zh) * | 2016-01-30 | 2018-06-12 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
CN105741245A (zh) * | 2016-01-30 | 2016-07-06 | 哈尔滨工业大学 | 基于灰度变换的自适应对比度增强算法 |
CN106101697A (zh) * | 2016-06-21 | 2016-11-09 | 深圳市辰卓科技有限公司 | 图像清晰度检测方法、装置及测试设备 |
CN106127703A (zh) * | 2016-06-21 | 2016-11-16 | 苏州科达科技股份有限公司 | 一种宽动态图像增强方法及装置 |
CN106127703B (zh) * | 2016-06-21 | 2019-04-30 | 苏州科达科技股份有限公司 | 一种宽动态图像增强方法及装置 |
CN107203982A (zh) * | 2017-06-26 | 2017-09-26 | 郑州云海信息技术有限公司 | 一种图像处理方法及装置 |
CN110324558A (zh) * | 2018-03-29 | 2019-10-11 | 北京视联动力国际信息技术有限公司 | 一种视频通信的方法和装置 |
CN109919848A (zh) * | 2018-07-26 | 2019-06-21 | 永康市巴九灵科技有限公司 | 灭火设备自检式橱柜 |
CN109118450B (zh) * | 2018-08-20 | 2020-11-20 | 电子科技大学 | 一种沙尘天气条件下的低质图像增强方法 |
CN109525776A (zh) * | 2018-11-01 | 2019-03-26 | 浙江大华技术股份有限公司 | 一种图像采集方法及装置 |
CN109525776B (zh) * | 2018-11-01 | 2020-12-08 | 浙江大华技术股份有限公司 | 一种图像采集方法及装置 |
CN109658654A (zh) * | 2019-01-14 | 2019-04-19 | 刘萍 | 现场定向监控平台 |
CN109658654B (zh) * | 2019-01-14 | 2021-01-29 | 青岛金中联科技发展有限公司 | 现场定向监控平台 |
WO2021088639A1 (zh) * | 2019-11-07 | 2021-05-14 | 中兴通讯股份有限公司 | 图像亮度处理方法及装置、图像处理方法及装置 |
CN111444486A (zh) * | 2019-12-31 | 2020-07-24 | 深圳贝特莱电子科技股份有限公司 | 一种基于android系统的开机自适应初始化指纹参数方法 |
CN111444486B (zh) * | 2019-12-31 | 2022-03-22 | 深圳贝特莱电子科技股份有限公司 | 一种基于android系统的开机自适应初始化指纹参数方法 |
CN110992296A (zh) * | 2020-03-04 | 2020-04-10 | 执鼎医疗科技(杭州)有限公司 | 睑板腺图像增强方法 |
CN117036205A (zh) * | 2023-10-10 | 2023-11-10 | 深圳市悦和精密模具有限公司 | 基于图像增强的注塑件生产质量检测方法 |
CN117036205B (zh) * | 2023-10-10 | 2023-12-26 | 深圳市悦和精密模具有限公司 | 基于图像增强的注塑件生产质量检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101303765B (zh) | 2010-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101303765B (zh) | 一种基于图像均方差的图像对比度增强方法 | |
CN110148095B (zh) | 一种水下图像增强方法及增强装置 | |
CN104346776B (zh) | 基于Retinex理论的非线性图像增强方法及其系统 | |
CN105931201B (zh) | 一种基于小波变换的图像主观视觉效果增强方法 | |
CN101685605B (zh) | 局部对比度强化的方法及装置 | |
CN102314673B (zh) | 一种自适应图像增强方法 | |
CN101981911B (zh) | 图像处理方法和装置 | |
CN108765336B (zh) | 基于暗亮原色先验与自适应参数优化的图像去雾方法 | |
EP1111907A2 (en) | A method for enhancing a digital image with noise-dependant control of texture | |
CN106651818A (zh) | 基于改进的直方图均衡化低照度图像增强算法 | |
CN103460682B (zh) | 图像处理装置和方法 | |
CN110298792B (zh) | 低光照图像增强与去噪方法、系统及计算机设备 | |
CN100502465C (zh) | 图像灰度直方图均衡化处理方法 | |
CN103455979A (zh) | 一种低照度视频图像增强方法 | |
CN102496152A (zh) | 一种基于直方图的自适应图像对比度增强方法 | |
CN101188671A (zh) | 视频图像的锐化方法 | |
CN101854536A (zh) | 一种视频编解码的图像视觉效果提升方法 | |
CN101478689B (zh) | 一种基于色域映射的图像光照校正系统 | |
CN105741245A (zh) | 基于灰度变换的自适应对比度增强算法 | |
CN110189266A (zh) | 一种自适应的快速图像增强方法 | |
CN105744118A (zh) | 一种基于视频帧自适应的视频增强方法及应用其的视频增强系统 | |
CN103702116A (zh) | 一种图像的宽动态压缩方法和装置 | |
CN101005628A (zh) | 肤色信号校正方法 | |
CN106097286A (zh) | 一种图像处理的方法及装置 | |
CN107025641A (zh) | 基于对比度分析的图像融合方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100602 Termination date: 20160623 |
|
CF01 | Termination of patent right due to non-payment of annual fee |