CN101625758A - 人类视觉对比度分辨率的非线性补偿方法 - Google Patents

Abstract

本发明公开一种人类视觉对比度分辨率的非线性补偿方法，其特征在于按如下步骤进行：(一)选择低照度下获得的图像为源图像；(二)获取源图像中每个像素点的原始灰度值；(三)计算每个像素点原始灰度值补偿后的目标灰度值；(四)将源图像每个像素点的灰度值替换成目标灰度值TG(x，y)，生成目标图像。本发明通过对低照度下人类视觉对比度分辨率的补偿，使低照度下获得的人类视觉不能分辨的图像变为清晰可辨的图像。

Description

人类视觉对比度分辨率的非线性补偿方法

技术领域

本发明属于图像处理领域，具体涉及一种对人类视觉对比度分辨率进行补偿的一种非线性补偿方法。

背景技术

图像是人类视觉对客观事物感知的基础。人类视觉可以感知的一幅图像中两个像素点间的最小灰度差称为JND(恰可分辨灰度距离)，即对比度分辨率阈值。中国专利《一种视觉对比度分辨率测试方法》(专利号：200710078497.9)提出了一种测量人类对比度分辨率阈值的方法，根据该方法可以得到人类视觉对比度分辨率阈值随背景灰度的变化。如图2所示，拟合曲线1呈下降型的凹型曲线，是低照度下人类视觉对比度阈值随背景灰度的变化趋势，可以看到，低照度下人类视觉的对比度分辨率阈值比较高，因而对比度分辨率比较低。很多在低照度下获得的图像虽然含有图像信息，由于没有达到人类视觉对比度分辨率阈值，人类视觉不能对图像信息进行识别，分辨不出图像中的有用信息。

发明内容

本发明的目的是提供一种人类视觉对比度分辨率的非线性补偿方法，能够使低照度下获得的人类视觉不能分辨的图像变为清晰可辨的图像，补偿人类视觉对比度分辨率。

为达到上述目的，本发明表述一种人类视觉对比度分辨率的非线性补偿方法，其关键在于按如下步骤进行：

(一)选择低照度下获得的图像为源图像：检测灰度图像的灰度谱，选择主要灰度信息在灰度级47以下的灰度图像为源图像；

(二)获取源图像中每个像素点的原始灰度值og(x，y)；

(三)计算每个像素点原始灰度值补偿后的目标灰度值，所述目标灰度值由下式获得：

$\mathrm{TG}(x,y)=\left\{\begin{array}{c}\mathrm{og}(x,y),\mathrm{og}(x,y)=0\\ \underset{i=0}{\overset{\mathrm{og}-1}{\mathrm{\Σ}}}\mathrm{JND}\left(i\right),\mathrm{og}(x,y)>0\end{array}\right.$

上式中，TG(x，y)表示原始灰度值og(x，y)补偿后的目标灰度值，JND(i)表示以i为背景灰度的对比度分辨率阈值，即恰可分辨灰度距离；

恰可分辨灰度距离JND(i)由下式获得：

              JND(i)＝22.982e^-0.057i，0≤i≤47

上式中，i表示背景灰度；

(四)将源图像每个像素点的灰度值替换成目标灰度值TG(x，y)，生成目标图像。

根据中国专利《一种视觉对比度分辨率测试方法》(专利号：200710078497.9)提出的方法进行测试，发现主要灰度信息在灰度级47以下的图像都是在低照度下获得的，本发明中的恰可分辨灰度距离与所述专利《一种视觉对比度分辨率测试方法》中的拟合曲线1一致。

本方案中的灰度谱采用中国专利《用于底层图像挖掘的图像灰度或色度信息的高分辨检测方法》(专利号：ZL200610054324.9)中提出的高分辨率灰度谱检测方法进行检测，该方法可以获得分辨率为一个灰度级的高分辨率灰度谱。

灰度谱中每个灰度值以与该灰度值相邻的前一根谱线的灰度值作为背景灰度，可以将原始灰度差为1的两个像素点的灰度差扩大到该背景灰度下的恰可分辨灰度距离，对人类视觉对比度分辨率进行补偿，使原来不能分辨的两个像素点灰度差，现在成了恰可分辨，从而分辨出源图像中的有用信息。

本发明的显著效果是：能够将原始灰度差为1的两像素点的灰度差扩大到背景灰度下的恰可分辨灰度距离，原来不能分辨的两个像素点，变成了恰可分辨，从而能够使低照度下获得的人类视觉不能分辨的图像变为清晰可辨的图像，补偿人类视觉对比度分辨率。

附图说明

图1为本发明的流程图；

图2为人类视觉对比度分辨率阈值随背景灰度的变化图；

图3是实施例1的源图像；

图4是图3的灰度谱；

图5是实施例1的目标图像；

图6是图5的灰度谱；

图7是本发明的非线性补偿原理图；

图8是实施例2的源图像；

图9是图8的灰度谱；

图10是实施例2的目标图像；

图11是图10的灰度谱。

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详细说明。

实施例1：

如图1所示：一种人类视觉对比度分辨率的非线性补偿方法，按如下步骤进行：

(一)选择低照度下获得的图像为源图像：检测灰度图像的灰度谱，选择主要灰度信息在灰度级47以下的灰度图像为源图像。

图3是源图像，人类视觉只能看到黑黑的一片，分辨不出有用的信息。图4是该源图像对应的灰度谱。从图4可以看到，源图像中含有灰度信息，其主要灰度信息在灰度级5以下。

(二)获取源图像中每个像素点的原始灰度值og(x，y)。

(三)计算每个像素点原始灰度值补偿后的目标灰度值，所述目标灰度值由下式获得：

$\mathrm{TG}(x,y)=\left\{\begin{array}{c}\mathrm{og}(x,y),\mathrm{og}(x,y)=0\\ \underset{i=0}{\overset{\mathrm{og}-1}{\mathrm{\Σ}}}\mathrm{JND}\left(i\right),\mathrm{og}(x,y)>0\end{array}\right.$

上式中，TG(x，y)表示原始灰度值og(x，y)补偿后的目标灰度值，JND(i)表示以i为背景灰度的对比度分辨率阈值，即恰可分辨灰度距离。

图7是上式表示的非线性补偿原理图。从图7可以看到，原始灰度值为0时，变换后的目标灰度值仍然为0；原始灰度值为1时，目标灰度值为JND(0)，表示将原始灰度值1变化到JND(0)时，才能从灰度值为0的背景灰度中分辨出原始灰度值1表示的图像信息；原始灰度值为2时，目标灰度值为JND(0)+JND(1)，原始灰度值为3时，目标灰度值为JND(0)+JND(1)+JND(2)，依次类推。可以看到，经过变换后，两相邻谱线之间的灰度差都扩大到恰可分辨灰度距离，扩大了像素点间的对比度。

如图2所示：恰可分辨灰度距离JND(i)由下式获得：

                JND(i)＝22.982e^-0 057i，0≤i≤47

上式中，i表示背景灰度。

(四)将源图像每个像素点的灰度值替换成目标灰度值TG(x，y)，生成目标图像。

图5是目标图像，图6是该目标图像对应的灰度谱。从图5、图6可以看到，目标图像的灰度谱相邻两谱线间的灰度差变大，相比源图像，目标图像中的汽车清晰可见，为人类视觉可分辨，补偿了人类视觉对比度分辨率。

实施例2：

本实施例与实施例1大致相同，其不同之处在于：如图8、9、10、11所示，源图像不同，得出的目标图像也不同。

Claims (1)

1、一种人类视觉对比度分辨率的非线性补偿方法，其特征在于按如下步骤进行：

(一)选择低照度下获得的图像为源图像：检测灰度图像的灰度谱，选择主要灰度信息在灰度级47以下的灰度图像为源图像；

(二)获取源图像中每个像素点的原始灰度值og(x，y)；

(三)计算每个像素点原始灰度值补偿后的目标灰度值，所述目标灰度值由下式获得：

$\mathrm{TG}(x,y)=\left\{\begin{array}{c}\mathrm{og}(x,y),\mathrm{og}(x,y)=0\\ \underset{i=0}{\overset{\mathrm{og}-1}{\mathrm{\Σ}}}\mathrm{JND}\left(i\right),\mathrm{og}(x,y)>0\end{array}\right.$

上式中，TG(x，y)表示原始灰度值og(x，y)补偿后的目标灰度值，JND(i)表示以i为背景灰度的对比度分辨率阈值，即恰可分辨灰度距离；

恰可分辨灰度距离JND(i)由下式获得：

JND(i)＝22.982e^-0.057i，0≤i≤47

上式中，i表示背景灰度；

(四)将源图像每个像素点的灰度值替换成目标灰度值TG(x，y)，生成目标图像。

Images