CN101345820A - 一种图像亮度的增强方法 - Google Patents

Abstract

本发明提供一种图像亮度的增强方法，将亮度分量值空间划分为连续的N+2个亮度区间M₀，M₁，…，M_N，M_N+1，分别为每一亮度区间分配一大于0的伽玛值G₀，G₁，…，G_N，G_N+1，并对图像帧进行如下处理：计算该图像帧的亮度平均值avr，若avr的值属于亮度区间M_i，则将G_i设定为该图像帧的伽玛值γ；根据所述伽玛值γ将该图像帧各像素的亮度分量值y替换为

(见上式)；其中，所述亮度分量值空间中包含所有用于表示亮度分量的大于或等于0的值，且最大的亮度分量值为L；0≤α≤0.5；G_i＜G_i+1，i＝0，1，…，N+1，N＞1。采用本发明的方法克服了传统灰度变换技术的单一性，并且提高了增强处理后图像的稳定性。

Description

一种图像亮度的增强方法

技术领域

本发明涉及视频图像处理领域，尤其涉及一种图像亮度的增强方法。

背景技术

随着通信技术的日益发展，CMMB(China Mobile MultimediaBroadcasting，中国移动数字多媒体广播)已进入商用化阶段，随着CMMB手机电视业务的开通，用户可以直接通过移动多媒体终端收看电视节目，更加及时、方便地获取信息。可以预见，在未来的几年里，此类业务的客户量将会迅速增加。而发展此类业务的一个关键就是提高视频图像的品质，以期获得更优的视觉感受。

受制于显示能力，移动多媒体终端显示的图像画面往往较为昏暗，这会使图像细节难以辨识，缺乏层次感，影响视觉效果。通常需要采用图像增强技术来解决这类问题。

传统的图像增强方法主要是通过灰度变换、直方图处理等技术来实现，这些技术通过扩大图像亮度的动态范围，改变图像像素分布来提高图像的亮度，能够通过较低的计算量获取一定的图像增强效果。下面将对这些技术进行简单介绍。

(1)灰度变换技术

通过将图像的亮度等级按照一定的函数关系映射到其它亮度等级来实现图像增强。映射函数可以采用分段线性函数，幂次(又称伽玛)函数等等。这种技术能有效提高图像亮度，并且计算简单，可通过查表实现。但采用这种方法对动态图像进行处理时，使用固定的参数，缺乏对源图像场景的自适应处理能力。

(2)直方图处理技术

主要通过改变图像的亮度概率密度函数来实现，能有效扩大像素值的动态范围，增强图像的亮度，提高层次感，但同时一些亮度等级的合并容易导致图像的细节部分产生失真。

现有技术的上述图像亮度增强方法或者缺乏对动态图像的自适应处理能力，或者需要进行较复杂的处理，无法在CMMB终端得到较好的图像亮度增强效果。

发明内容

本发明所要解决的技术问题是，克服现有技术的不足，提供一种对软硬件能力要求不高、具备动态图像自适应能力的图像亮度增强方法。

为了解决上述问题，本发明提供一种图像亮度的增强方法，将亮度分量值空间划分为连续的N+2个亮度区间M₀，M₁，...，M_N，M_N+1，分别为每一亮度区间分配一大于0的伽玛值G₀，G₁，...，G_N，G_N+1，并对图像帧进行如下处理：

计算该图像帧的亮度平均值avr，若avr的值属于亮度区间M_i，则将G_i设定为该图像帧的伽玛值γ；

根据所述伽玛值γ将该图像帧各像素的亮度分量值y替换为Y：

其中，所述亮度分量值空间中包含所有用于表示亮度分量的大于或等于0的值，且最大的亮度分量值为L；

表示向下取整，0≤α≤0.5；G_i＜G_i+1，i＝0，1，...，N+1，N＞1。

此外，设所述图像帧的中心点坐标为[x₀，y₀]，包含S个像素点；采用如下方法计算所述图像帧的亮度平均值avr：

计算以[x₀，y₀]为中心点、包含int(β×S)个像素点的矩形区域的亮度平均值avr1，以及所述矩形区域以外区域的亮度平均值avr2；

所述图像帧的亮度平均值avr＝(a×avr1+b×avr2)/(a+b)；

其中，0.2≤β≤0.8，0≤b/a≤0.5，a＞0，b≥0，int(·)表示取整。

此外，采用如下方法计算所述图像帧的亮度平均值avr：

计算所述图像帧的前景区域的亮度平均值avr1，以及背景区域的亮度平均值avr2；

所述图像帧的亮度平均值avr＝(a×avr1+b×avr2)/(a+b)；

其中，0≤b/a≤0.5，a＞0，b≥0。

此外，所述伽玛值G₀、G₁、...、G_N、G_N+1都大于等于0.6且小于等于1.0。

此外，所述伽玛值G₀、G₁、...、G_N、G_N+1依序成递增的等差数列，且差值Δ的取值范围为：0.15≤Δ≤0.3。

此外，所述α＝0.5。

此外，所述L＝255，所述亮度分量值空间包含L+1个整数值：0，1，...，255。

此外，所述N的取值范围为：8≤N≤12。

此外，所述亮度区间M₀＝[0，L₀]，M_N+1＝[L_N，255]；其中，30≤L₀≤50，120≤L_N≤150。

此外，所述亮度区间M₁，...，M_N的区间长度相等。

采用本发明的方法，通过对图像亮度进行检测，并根据检测结果自动调整亮度的补偿力度，克服了传统灰度变换技术的单一性；此外，本发明还具有以下有益效果：本发明所采用的伽玛函数仅包含一个关键参数，便于设置和使用，其单调递增的属性也能保证图像的细节部分不产生由直方图处理技术带来的失真；本发明采用的多等级伽玛查找表以及伽玛函数的平滑属性能保证当场景出现明暗变化时图像画面的稳定性，不会因序列的明暗过渡导致亮度发生突变，以致画面闪烁；由于本发明的方法可以采用查表技术实现，便于计算，具有较强的实用价值，在手机电视等便携式视频设备中有着较好的应用前景。

附图说明

图1是本发明实施例图像亮度增强方法流程图；

图2是本发明多等级伽玛查找表的曲线示意图；

图3是一种多区域图像示意图。

具体实施方式

本发明的核心思想是，根据动态图像的亮度平均值选择适当的伽玛值进行亮度增强处理，以提高对动态图像的自适应处理能力。

下面将结合附图和实施例对本发明进行详细描述。

图1是本发明实施例图像亮度增强方法流程图，包括以下步骤：

101：将图像亮度分量值空间按照由小到大(即由暗到明)的顺序连续划分为N+2个亮度区间。

上述亮度分量值空间包含用于表示图像亮度的全部亮度值。通常亮度分量值空间是由0，1，2，...，255等256个整数组成的集合。

亮度区间的个数太少会导致亮度增强的自适应能力较差；亮度区间的个数太多会导致亮度增强幅度频繁变化。通常，N的取值范围为：8～12。

亮度区间可以表示为：M₀＝[0，L₀)，M₁＝[L₀，L₁)，...，M_N＝[L_N-1，L_N)，M_N+1＝[L_N，255]。其中，中括号“[”、“]”代表闭区间，小括号“)”代表开区间。

各亮度区间的长度(即步长)可以不相同。亮度区间M₀和M_N+1的长度可以较大；也就是说，当图像的亮度值在小于L₀或大于等于L_N的范围内时，无需设置过多的伽玛查找表。通常可以取30≤L₀≤50，120≤L_N≤150。

亮度区间M₁～M_N的长度可以较小，并且可以设置成等长度亮度区间，以便在大于等于L₀且小于L_N的范围内根据亮度的变化进行更精细的亮度增强处理。亮度区间M₁～M_N的步长太小会导致亮度区间个数过多，对应的伽玛查找表的个数过多，亮度增强处理后的画面容易闪烁，而步长太大会导致亮度区间个数过少，对应的伽玛查找表的个数过少，增强缺乏自适应能力，亮度区间的长度(即步长)的取值范围可以是：5～12。

102：为每个亮度区间设置一个伽玛值，各伽玛值随着亮度区间中亮度值的增大而依次增大(即为亮度值较小的亮度区间设置较小的伽玛值)。

各伽玛值大于0，优选的取值范围为：大于等于0.6且小于等于1.0。伽玛值低于0.6时，图像亮度增强幅度过大，会造成某些图像亮度失真；伽玛值超过1.0时，会造成某些图像变暗。

各伽玛值可以按照亮度区间的亮度值大小从低到高以一定步长递增，步长范围为0.15至0.3，步长太小会导致增强范围过窄，步长太大会使图像亮度发生跳变，导致画面闪烁。当然，各伽玛值也可以成递增的等差数列，差值Δ的取值范围：0.15≤Δ≤0.3。

为各亮度区间选定的伽玛值共有N+2个，分别为G₀，G₁，G₂，...，G_N，G_N+1，步长表示为S₀，S₁，S₂，...，S_N，其中G_n+1＝G_n+S_n，G_n是亮度区间M_n的伽玛值，G_n＜G_n+1，0≤n≤N。

103：采用伽玛函数分别构建N+2个伽玛值所对应的N+2个伽玛查找表。

当然，也可以将N+2个伽玛查找表合并称一个具有N+2个亮度等级的多等级伽玛查找表。图2为多等级伽玛查找表的曲线示意图，横轴为输入的亮度值，纵轴为输出的亮度映射值。

伽玛函数的一般表示形式为：y＝x^γ，0≤x≤1。

为了满足伽玛函数中对变量x的约束条件(0≤x≤1)，需要对输入的亮度值进行归一化处理。当亮度分量的取值范围为[0，255]时，伽玛函数可以表示为：

(公式一)

其中，L_in为源亮度分量值，取值范围为0至255，L_γ为输出的亮度分量值，γ为选定的伽玛值；

表示向下取整。

此外，上述α为取整参数，0≤α≤0.5，优选地，α＝0.5。

最后，将每个伽玛值计算出的256个亮度映射值L_γ合并成一个伽玛查找表。伽玛值为G_n所对应的伽玛查找表用数组形式可以表示为：

Y_n[0]，Y_n[1]，...，Y_n[255]。

其中，Y_n[m]表示伽玛值为G_n时，输入亮度值为m时所对应的亮度映射值。

104：从图像缓冲区中读取一帧视频图像；

105：检测该图像帧的亮度等级，并根据亮度等级确定用于增强该图像帧的伽玛值；

上述图像帧的亮度等级是该图像帧各像素亮度的平均值。由于每帧图像中各部分的重要性不同，因此通常采用加权平均的方法计算该图像帧的亮度等级。

例如，图像帧可以被分为前景和背景两部分，前景部分比背景部分的重要性高，因此在计算亮度平均值时前景部分包括的各像素亮度值应当比背景部分权重大。识别图像帧的前景/部分部分通常可采用边缘检测等方法，具体实现方法已超出本发明的范畴，可以参考相关文献。

此外，对于没有明显的前景和背景图像帧(例如风景)来说，通常图像的中心区域的重要性比边缘区域高，因此中心区域包括的各像素亮度值应当比边缘区域的权重大。通常，对于由S个像素点组成的矩形图像帧，设中心点坐标为[x₀，y₀]，可将以[x₀，y₀]为中心点、包含int(β×S)个像素点的区域作为中心区域，其余为边缘区域，int(·)表示取整，0.2≤β≤0.8。

这里我们将图像帧的两个区域记作区域A(前景部分或中心区域)和区域B(背景部分或边缘区域)，下面介绍计算该图像帧的亮度等级并确定对应伽玛值的方法：

105a：计算得到区域A的亮度平均值avr1，以及区域B的亮度平均值avr2；

105b：计算该图像帧的亮度等级：avr＝(a×avr1+b×avr2)/(a+b)。

其中，权重值a和b满足以下关系：0≤b/a≤0.5，a＞0，b≥0。

105c：确定亮度等级avr所对应的亮度区间，进而确定增强该图像帧所需的伽玛值：

若avr＜L₀，则伽玛值为G₀；否则

若avr≥L_N，则伽玛值为G_N+1；否则

若L_n≤avr＜L_n+1(0≤n≤N-1)，则伽玛值为G_n+1。

106：根据该图像帧对应的伽玛值，选定多等级伽玛查找表中的对应部分，或者选定伽玛值所对应的伽玛查找表；

107：使用选定的伽玛查找表或多等级伽玛查找表的对应部分对该图像帧的各像素亮度值进行替换。

通常可以从图像帧的左上角，按照由左至右，由上至下的顺序，逐点遍历图像，用对应的伽玛查找表中的亮度值替换源图像的亮度值，以增强图像亮度。

设选定的伽玛值为γ，则采用对应的伽玛查找表(或多等级伽玛查找表中的对应部分)，将图像帧的亮度值0，1，...，255分别替换为：

Y_γ[0]，Y_γ[1]，...，Y_γ[255]；其中Y_γ[m]表示伽玛值为γ时，输入亮度值为m时的对应映射值。

108：将经过增强的图像帧数据送入显示缓存进行后续处理及显示。

下面将以一个具体的应用实例对本发明进行进一步描述：

101：取N＝9，L₀＝48，L_N＝120，亮度区间M₁～M₁₀的区间长度等于8，也就是将图像亮度值划分为以下11个亮度区间：

M₀＝[0，48)，M₁＝[48，56)，...，M₉＝[112，120]，M₁₀＝[120，255]。

102：为亮度区间M₀～M₁₀分别选定以下伽玛值：

G₀＝0.7，G₁＝0.72，...，G₁₀＝0.9，各伽玛值步长S₀＝S₁＝S₂＝...＝S₉＝0.02。

103：取α＝0.5，采用以下公式生成各伽玛值对应的伽玛查找表：

104：从图像缓冲区中读取一帧视频图像；

105a：如图3所示，设该图像帧包含S个像素，将以该帧图像的中心点[x₀，y₀]为中心点的包含int(2/3×S)个像素的区域作为中心区域(区域A)，其余部分为边缘区域(区域B)，分别计算得到亮度平均值avr1和avr2；图3中的阴影部分为中心区域(区域A)，其余部分为边缘区域。

105b：取权重值a＝3，b＝1，计算该帧图像的亮度等级：

avr＝(3×avr1+avr2)/4。

105c：确定亮度等级avr所对应的亮度区间，进而确定增强该帧图像所需的伽玛值：

若avr＜48，则伽玛值为0.7；否则

若avr≥0.9，则伽玛值为0.9；否则

若L_n≤avr＜L_n+1(0≤n≤8)，则伽玛值为G_n+1。

106：根据该图像帧对应的伽玛值，选定多等级伽玛查找表中的对应部分，或者选定伽玛值所对应的伽玛查找表；

107：使用选定的伽玛查找表或多等级伽玛查找表的对应部分对该图像帧的各像素亮度值进行替换；

设选定的伽玛值为γ，则对于输入的亮度值L_in，输出的亮度映射值为L_out＝Y_γ[L_in]。

108：将经过增强的图像帧数据送入显示缓存进行后续处理及显示。

根据本发明的基本原理，上述实施例还可以进行多种变换，例如：

(一)以上实施例以查表的方式实现亮度增强，实际上查表仅是常用的实现方式之一。在对每个像素点进行亮度增强时，可以直接根据选定的伽玛值以及公式一计算对应的亮度映射值。

(二)通常亮度分量值空间包含的亮度值为：0，1，...，255；但本发明同样适用于其它的亮度分量值空间，只要该亮度值空间的各亮度值大于等于0即可。

Claims (10)

1、一种图像亮度的增强方法，其特征在于，将亮度分量值空间划分为连续的N+2个亮度区间M₀，M₁，...，M_N，M_N+1，分别为每一亮度区间分配一大于0的伽玛值G₀，G₁，...，G_N，G_N+1，并对图像帧进行如下处理：

计算该图像帧的亮度平均值avr，若avr的值属于亮度区间M_i，则将G_i设定为该图像帧的伽玛值γ；

根据所述伽玛值γ将该图像帧各像素的亮度分量值y替换为Y：

其中，所述亮度分量值空间中包含所有用于表示亮度分量的大于或等于0的值，且最大的亮度分量值为L；

表示向下取整，0≤α≤0.5；G_i＜G_i+1，i＝0，1，...，N+1，N＞1。

2、如权利要求1所述的方法，其特征在于，

设所述图像帧的中心点坐标为[x₀，y₀]，包含S个像素点；采用如下方法计算所述图像帧的亮度平均值avr：

计算以[x₀，y₀]为中心点、包含int(β×S)个像素点的矩形区域的亮度平均值avr1，以及所述矩形区域以外区域的亮度平均值avr2；

所述图像帧的亮度平均值avr＝(a×avr1+b×avr2)/(a+b)；

其中，0.2≤β≤0.8，0≤b/a≤0.5，a＞0，b≥0，int(·)表示取整。

3、如权利要求1所述的方法，其特征在于，

采用如下方法计算所述图像帧的亮度平均值avr：

计算所述图像帧的前景区域的亮度平均值avr1，以及背景区域的亮度平均值avr2；

所述图像帧的亮度平均值avr＝(a×avr1+b×avr2)/(a+b)；

其中，0≤b/a≤0.5，a＞0，b≥0。

4、如权利要求1所述的方法，其特征在于，

所述伽玛值G₀、G₁、...、G_N、G_N+1都大于等于0.6且小于等于1.0。

5、如权利要求4所述的方法，其特征在于，

所述伽玛值G₀、G₁、...、G_N、G_N+1依序成递增的等差数列，且差值Δ的取值范围为：0.15≤Δ≤0.3。

6、如权利要求1所述的方法，其特征在于，

所述α＝0.5。

7、如权利要求1所述的方法，其特征在于，

所述L＝255，所述亮度分量值空间包含L+1个整数值：0，1，...，255。

8、如权利要求7所述的方法，其特征在于，

所述N的取值范围为：8≤N≤12。

9、如权利要求7所述的方法，其特征在于，

所述亮度区间M₀＝[0，L₀]，M_N+1＝[L_N，255]；其中，30≤L₀≤50，120≤L_N≤150。

10、如权利要求1所述的方法，其特征在于，

所述亮度区间M₁，...，M_N的区间长度相等。

Images