CN101668226A - 获取质量最好彩色图像的方法 - Google Patents

Abstract

本发明公开一种获取质量最好彩色图像的产生方法，按下列步骤进行：选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值，搜索源图像的最大亮度值和最小亮度值；建立彩色图像质量评价函数NCAF；利用Zadeh－X变换方法对源图像进行Zadeh－X变换，计算出变换图像的总体信息熵、总体平均对比度、归一化亮度差，获得该变换图像对应的彩色图像质量评价函数NCAF的值；确定NCAF的最大值对应的Delta值，根据该值和亮度起始值Theta，利用Zadeh－X变换方法对源图像进行Zadeh－X变换，变换图像即为质量最好图像。本发明能够获得质量最好的彩色图像，且结果符合人类视觉主观认识。

Description

获取质量最好彩色图像的方法

技术领域

本发明涉及图像处理领域，具体地讲，是一种用于获取质量最好的彩色图像的方法。

背景技术

成像设备的成像效果受到很多因素的影响，如成像设备本身的性能、照明条件、操作者的技巧等。很多情况下，成像设备得到的图像质量都不是很好，需要对图像质量进行改善，为此，如何改善图像质量，已经成为图像处理领域中一个重要问题。

图像(质量)增强是图像处理领域的重要问题。已提出了很多方法，如直方图均衡化、对比度拉伸等，但却没有看到评价图像质量变好程度的报导，而且也没有看到什么条件下能获得质量最好图像的文献报道，更没有怎么获得最好质量彩色图像的报道了。

发明内容

本发明的目的在于提供一种获取质量最好彩色图像的方法，以获得质量最好的彩色图像。

为了实现上述目的，本发明的技术方案叙述如下：一种获取质量最好彩色图像的方法，其关键在于按如下步骤进行：

(一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

根据源图像像素点(x，y)的红、绿、蓝三种分量的色度值计算亮度值Gray(x，y)有两种方法：

第一种是采用归一化加权和方式计算：

Gray(x，y)＝0.3R(x，y)+0.59G(x，y)+0.11B(x，y)

第二种是采用等权转换公式计算：

Gray(x，y)＝R(x，y)/3+G(x，y)/3+B(x，y)/3

(二)建立彩色图像质量评价函数NCAF，所用公式为：

NCAF＝InEn_C×AC_C×NGD

其中，InEn_C表示图像总体信息熵，AC_C表示图像总体平均对比度，NGD表示图像的归一化亮度差；

所述图像总体信息熵InEn_C由下式获得：

${\mathrm{InEn}}_c=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{InEn}}_R^2+{\mathrm{InEn}}_G^2+{\mathrm{InEn}}_B^2}$

其中，InEn_R、InEn_G、InEn_B分别表示图像的红、绿、蓝三种分量的信息熵；

上述红、绿、蓝三种分量的信息熵按照下式计算：

$\mathrm{InEn}=-\underset{i=0}{\overset{255}{\mathrm{\Σ}}}p\left(i\right){\mathrm{Log}}_{2}p\left(i\right)$

上式中，p(i)表示图像第i色度级上像素数分布的概率，当p(i)＝0时，令Log₂p(i)＝0；当p(i)对应的是红色分量时，得到的信息熵InEn就是红色分量的信息熵InEn_R，当p(i)对应的是绿色分量时，得到的信息熵InEn就是绿色分量的信息熵InEn_G，当p(i)对应的是蓝色分量时，得到的信息熵InEn就是蓝色分量的信息熵InEn_B。

所述总体平均对比度AC_C由下式获得：

${\mathrm{AC}}_C=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{AC}}_R^2+{\mathrm{AC}}_G^2+{\mathrm{AC}}_B^2}$

其中，AC_R、AC_G、AC_B分别表示图像的红、绿、蓝三种分量的平均对比度；上述红、绿、蓝三种分量的平均对比度按照下式计算：

$\mathrm{AC}=\frac{1}{\sqrt{2}}\sqrt{{\mathrm{AC}}_x^2+{\mathrm{AC}}_y^2}$

其中，AC_x、AC_y分别表示图像在X、Y方向的平均对比度，AC_x、AC_y的计算公式分别为：

${\mathrm{AC}}_x=\frac{1}{(M-1)\×(N-1)}\underset{y=0}{\overset{N-2}{\mathrm{\Σ}}}\underset{x=0}{\overset{M-2}{\mathrm{\Σ}}}|P(x,y)-P(x+1,y)|$

${\mathrm{AC}}_y=\frac{1}{(M-1)\×(N-1)}\underset{y=0}{\overset{N-2}{\mathrm{\Σ}}}\underset{x=0}{\overset{M-2}{\mathrm{\Σ}}}|P(x,y)-P(x,y+1)|$

上两式中，P(x，y)为被评价图像像素点(x，y)的色度值，M、N为图像在X、Y方向的像素数；当P(x，y)对应的是红色分量的色度值时，得到的AC就是红色分量的平均对比度AC_R，当P(x，y)对应的是绿色分量的色度值时，得到的AC就是绿色分量的平均对比度AC_G，当P(x，y)对应的是蓝色分量的色度值时，得到的AC就是蓝色分量的平均对比度AC_B。

所述归一化亮度差NGD由下式获得：

$\mathrm{NGD}=\frac{\mathrm{AOG}-|\mathrm{AOG}-\mathrm{AG}|}{\mathrm{AOG}}$

上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：

$\mathrm{AG}=\frac{1}{M\×N}\underset{y=0}{\overset{N-1}{\mathrm{\Σ}}}\underset{x=0}{\overset{M-1}{\mathrm{\Σ}}}\mathrm{Gray}(x,y)$

上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数；

当图像为源图像时，得到的图像平均亮度值为源图像的平均亮度值AG₀。

本评价函数是以人类视觉对图像的认知功能特征为基础提出，符合人类视觉对图像质量的评价。图像信息熵、图像平均对比度、图像平均亮度值都是描述图像质量的基本、可客观测量的物理参数。图像只有在具有丰富的图像信息熵、合适的图像平均对比度、合适的图像平均亮度值时，才是质量最好的图像。实践中发现，彩色图像质量评价函数NCAF值最大时，图像的质量最好。

与现有的全参考图像质量评价相比，本评价函数有以下几个优点：不依赖于参考图像的互计算；有利于大型图像的质量评价；可以实现不同大小图像质量的比较；可评价参考图像本身的质量，不需对参考图像做出先验的假定。

(三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

源图像的平均亮度值AG₀≤127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}$

源图像的平均亮度值AG₀＞127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}+255$

上两个Zadeh-X变换方法所用公式的约束条件为：

$T(x,y)=\left\{\begin{array}{cc}255,& T(x,y)>255\\ 0,& T(x,y)<0\end{array}\right.$

其中，O(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Delta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255；

变换具体步骤如下：

A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；彩色图像的三个分量按照同样的参数进行变化，可以保证彩色图像的不失真。

B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEn_C、总体平均对比度AC_C、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值；

(四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1。

Delta从1开始增加，可以保证搜索到NCAF的最大值而不会遗漏。但是搜索时间比较长，计算量比较大。

为了加快变换的速度，减少计算量，经过反复大量的实验可以确定：

源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG₀；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG₀/1.7。

当Delta定义为正整数时，如果计算出AG₀/1.7或1.7AG₀为小数，则采用四舍五入的方式，调整为整数后赋值给Delta。

本发明中的Zadeh-X变换方法具体见中国发明专利“底层图像隐藏和挖掘方法及采用该方法的图像隐藏和变换装置”(专利号：ZL200610054379.X)。

对于不同的彩色图像，分别确定不同的色度起始值Theta，使本发明能够应用于任意谱分布的彩色图像的质量改善，得到质量最好的彩色图像。

有益效果：本发明将Zadeh-X变换和彩色图像质量评价函数NCAF结合起来，能够对任意谱分布的源图像，通过不断变化Zadeh-X变换中的Delta值，得到源图像对应的质量最好的图像，符合人类视觉的主观认识。本发明可广泛用于评价图像(质量)增强的效果，确定算法的参数，获得质量最好的图像；获得最好质量的视频监控图像；获得质量最好的底层变换图像；等。

附图说明

图1是本发明的流程示意图。

具体实施方式

下面结合附图和实施例进一步对本发明加以说明。

实施例1：

如图1所示：一种获取质量最好彩色图像的方法，按如下步骤进行：

(一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

根据源图像像素点(x，y)的红、绿、蓝三种分量的色度值计算亮度值Gray(x，y)采用归一化加权和方式计算：

Gray(x，y)＝0.3R(x，y)+0.59G(x，y)+0.11B(x，y)

(二)建立彩色图像质量评价函数NCAF，所用公式为：

NCAF＝InEn_C×AC_C×NGD

其中，InEn_C表示图像总体信息熵，AC_C表示图像总体平均对比度，NGD表示图像的归一化亮度差；

所述图像总体信息熵InEn_C由下式获得：

${\mathrm{InEn}}_c=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{InEn}}_R^2+{\mathrm{InEn}}_G^2+{\mathrm{InEn}}_B^2}$

其中，InEn_R、InEn_G、InEn_B分别表示图像的红、绿、蓝三种分量的信息熵；

上述红、绿、蓝三种分量的信息熵按照下式计算：

$\mathrm{InEn}=-\underset{i=0}{\overset{255}{\mathrm{\&Sigma;}}}p\left(i\right){\mathrm{Log}}_{2}p\left(i\right)$

上式中，p(i)表示图像第i色度级上像素数分布的概率，当p(i)＝0时，令Log₂p(i)＝0；当p(i)对应的是红色分量时，得到的信息熵InEn就是红色分量的信息熵InEn_R，当p(i)对应的是绿色分量时，得到的信息熵InEn就是绿色分量的信息熵InEn_G，当p(i)对应的是蓝色分量时，得到的信息熵InEn就是蓝色分量的信息熵InEn_B。

所述总体平均对比度AC_C由下式获得：

${\mathrm{AC}}_C=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{AC}}_R^2+{\mathrm{AC}}_G^2+{\mathrm{AC}}_B^2}$

其中，AC_R、AC_G、AC_B分别表示图像的红、绿、蓝三种分量的平均对比度；

上述红、绿、蓝三种分量的平均对比度按照下式计算：

$\mathrm{AC}=\frac{1}{\sqrt{2}}\sqrt{{\mathrm{AC}}_x^2+{\mathrm{AC}}_y^2}$

其中，AC_x、AC_y分别表示图像在X、Y方向的平均对比度，AC_x、AC_y的计算公式分别为：

${\mathrm{AC}}_x=\frac{1}{(M-1)\&times;(N-1)}\underset{y=0}{\overset{N-2}{\mathrm{\&Sigma;}}}\underset{x=0}{\overset{M-2}{\mathrm{\&Sigma;}}}|P(x,y)-P(x+1,y)|$

${\mathrm{AC}}_y=\frac{1}{(M-1)\&times;(N-1)}\underset{y=0}{\overset{N-2}{\mathrm{\&Sigma;}}}\underset{x=0}{\overset{M-2}{\mathrm{\&Sigma;}}}|P(x,y)-P(x,y+1)|$

上两式中，P(x，y)为被评价图像像素点(x，y)的色度值，M、N为图像在X、Y方向的像素数；当P(x，y)对应的是红色分量的色度值时，得到的AC就是红色分量的平均对比度AC_R，当P(x，y)对应的是绿色分量的色度值时，得到的AC就是绿色分量的平均对比度AC_G，当P(x，y)对应的是蓝色分量的色度值时，得到的AC就是蓝色分量的平均对比度AC_B。

所述归一化亮度差NGD由下式获得：

$\mathrm{NGD}=\frac{\mathrm{AOG}-|\mathrm{AOG}-\mathrm{AG}|}{\mathrm{AOG}}$

上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：

$\mathrm{AG}=\frac{1}{M\&times;N}\underset{y=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\underset{x=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\mathrm{Gray}(x,y)$

上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数；

当图像为源图像时，得到的图像平均亮度值为源图像的平均亮度值AG₀。

(三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

源图像的平均亮度值AG₀≤127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}$

源图像的平均亮度值AG₀＞127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}+255$

上两个Zadeh-X变换方法所用公式的约束条件为：

$T(x,y)=\left\{\begin{array}{cc}255,& T(x,y)>255\\ 0,& T(x,y)<0\end{array}\right.$

其中，O(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Delta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255。

变换具体步骤如下：

A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；彩色图像的三个分量按照同样的参数进行变化，可以保证彩色图像的不失真。

源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1。

B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEn_C、总体平均对比度AC_C、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值；

(四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

本实施例的源图像来源于文献《基于四元素奇异值分解方法的彩色图像质量评估》[Wang Yu-qing，Liu Wei-ya and Wang Rong.Color Image QualityAssessment Based On Quaternion Singular Value Decomposition[C].Proceedings ofCISP’08 Congress on Image and Signal Processing.27-30 May 2008：Volume 3，pp.433-9.]。利用本发明对源图像进行Zadeh-X变换，获得源图像对应的最好质量彩色图像。

根据计算，得出源图像的平均亮度值AG₀＝111.4783≤127.5，因此变换的红、绿、蓝三个分量的色度起始值Theta取源图像的最小亮度值，根据计算得到源图像的最小亮度值为0，取色度起始值Theta＝0，色度层次Delta的起点值＝1。

保持红、绿、蓝三个分量的色度起始值Theta＝0不变，色度层次Delta从1开始逐渐增1变化。表1是色度层次Delta变化过程中图像总体信息熵InEn_C、图像总体平均对比度AC_C、图像平均亮度值AG、彩色图像质量评价函数NCAF值随Delta变化的数据。

从表1的数据可以看出，随着Delta的增大，NCAF逐渐增大到最大，然后又变小，因此在Delta的变化过程中，一定可以找到最大的NCAF值，也就是说一定可以得到质量最好的图像。当Delta＝222时，NCAF值最大，表明对应的图像相比其他图像而言质量最好。当Theta＝0，Delta＝255时，根据Zadeh-X变换的公式，可以知道该参数得到的图像与源图像一致，从表1可以看到，源图像在Delta分别取100、190、222、255对应的图像中质量排第3。

表1

为了加快变换的速度，减少计算量，经过反复大量的实验可以确定：

源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG₀；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG₀/1.7。

本实施例中的源图像的平均亮度值AG₀＝111.4783≤127.5，因此亮度层次Delta的起点值取1.7AG₀，1.7AG₀＝189.5131，四舍五入为190。亮度层次Delta的起点值取190。Delta从190开始变化，可以大量的节约计算时间，提高效率。

实施例2：

本实施例与实施例1大致相同，其不同之处在于：本实施例的源图像的平均亮度值AG₀＝140.1835＞127.5，因此变换的红、绿、蓝三个分量的色度起始值Theta取源图像的最大亮度值，根据计算得到源图像的最大亮度值为221，取色度起始值Theta＝221。为了加快转换速度，根据经验，色度层次Delta的起点值取AG₀/1.7＝82.4609，四舍五入后为82。

表2是色度层次Delta变化过程中图像总体信息熵InEn_C、图像总体平均对比度AC_C、图像平均亮度值AG、彩色图像质量评价函数NCAF值随Delta变化的数据。

从表2可以看出，随着Delta的增加，当Delta＝158时，得到的NCAF值最大，对应的图像质量最好。而源图像的质量在所有图像中排第2。

表2

Claims (3)

1、一种获取质量最好彩色图像的方法，其特征在于按如下步骤进行：

(一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

(二)建立彩色图像质量评价函数NCAF，所用公式为：

NCAF＝InEn_C×AC_C×NGD

其中，InEn_C表示图像总体信息熵，AC_C表示图像总体平均对比度，NGD表示图像的归一化亮度差；

所述图像总体信息熵InEn_C由下式获得：

${\mathrm{InEn}}_c=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{InEn}}_R^2+{\mathrm{InEn}}_G^2+{\mathrm{InEn}}_B^2}$

其中，InEn_R、InEn_G、InEn_B分别表示图像的红、绿、蓝三种分量的信息熵；所述总体平均对比度AC_C由下式获得：

${\mathrm{AC}}_C=\frac{1}{\sqrt{3}}\sqrt{{\mathrm{AC}}_R^2+{\mathrm{AC}}_G^2+{\mathrm{AC}}_B^2}$

其中，AC_R、AC_G、AC_B分别表示图像的红、绿、蓝三种分量的平均对比度；所述归一化亮度差NGD由下式获得：

$\mathrm{NGD}=\frac{\mathrm{AOG}-|\mathrm{AOG}-\mathrm{AG}|}{\mathrm{AOG}}$

上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：

$\mathrm{AG}=\frac{1}{M\&times;N}\underset{y=0}{\overset{N-1}{\mathrm{\&Sigma;}}}\underset{x=0}{\overset{M-1}{\mathrm{\&Sigma;}}}\mathrm{Gray}(x,y)$

上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数；

(三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

源图像的平均亮度值AG₀≤127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}$

源图像的平均亮度值AG₀＞127.5时，所述Zadeh-X变换方法所用公式为：

$T(x,y)=K\frac{O(x,y)-\mathrm{Theta}}{\mathrm{Delta}}+255$

上两个Zadeh-X变换方法所用公式的约束条件为：

$T(x,y)=\left\{\begin{array}{cc}255,& T(x,y)>255\\ 0,& T(x,y)<0\end{array}\right.$

其中，0(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Del ta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255；

变换具体步骤如下：

A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；

B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEn_C、总体平均对比度AC_C、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值；

(四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

2、根据权利要求1所述的获取质量最好彩色图像的方法，其特征在于：源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1。

3、根据权利要求1所述的获取质量最好彩色图像的方法，其特征在于：源图像的平均亮度值AG₀≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG₀；

源图像的平均亮度值AG₀＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG₀/1.7。