CN101957985B - 人类视觉对比度分辨率的自动自适应最佳补偿方法 - Google Patents

Abstract

本发明公开一种人类视觉对比度分辨率的自动自适应最佳补偿方法，其特征在于按以下步骤进行：步骤一，获取源图像每个像素点的灰度Og(x,y)，计算源图像的平均灰度AG0；步骤二，计算最佳补偿深度k_op的值，该k_op可由下式获得：k_op=2.7956/AG0+0.0067；步骤三，根据获得的最佳补偿深度k_op，计算每个像素点原始灰度值补偿后的最佳目标灰度值Tg（x，y）；步骤四，将源图像每个像素点的灰度值替换成最佳目标灰度值Tg（x，y），生成质量最佳目标图像。本发明能够自适应的根据源图像的不同选择参数进行补偿，得到源图像对应的最佳质量图像。

Description

人类视觉对比度分辨率的自动自适应最佳补偿方法

技术领域

本发明属于计算机数字图像处理领域，具体涉及一种对人类视觉对比度分辨率进行自动自适应补偿后以获取最佳质量图像的方法。

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。

中国专利《人类视觉对比度分辨率的非线性补偿方法》（申请号：200910104488.1，公开号：CN101625758）提出了一种利用人类视觉的恰可分辨灰度距离来对图像进行补偿，将隐藏的信息显现出来的一种非线性补偿方法，但是这种补偿方法对所有的图像都是做的同样的处理，都是把两个相邻灰度的灰度距离扩大为恰可分辨距离，适应性较差，得到的图像质量不是最佳的。

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自动自适应最佳补偿方法，能够自适应的根据源图像的不同选择参数进行补偿，得到源图像对应的最佳质量图像。

为了实现上述目的，本发明表述一种人类视觉对比度分辨率的自动自适应最佳补偿方法，其关键在于按以下步骤进行：

步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

平均灰度AG0可根据下式计算：

                                                 

上式中，Og（x, y）为像素点（x, y）的灰度，M，N为x, y方向的像素数。

步骤二，计算最佳补偿深度k_op的值，该k_op可由下式获得：

               k_op=2.7956/AG0+0.0067

步骤三，根据获得的最佳补偿深度k_op，按下式计算每个像素点原始灰度值补偿后的最佳目标灰度值

                   

    

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示补偿后像素点(x, y)的最佳目标灰度值，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：

                         

上式中，i表示背景灰度；

步骤四，将源图像每个像素点的灰度值替换成最佳目标灰度值Tg（x，y），生成质量最佳目标图像。

研究发现，图像的灰度及其空间分布才是灰度图像的关键特征。我们观察一幅图像，正是观察其像素的灰度及其空间分布，其余的特征都是导出的或是二次特征，因此，最佳质量图像的获取与原始图像的灰度有很大关系。在明视觉条件下，图像理想的最佳视觉亮度为127.5亮度级，但是逆命题并不成立。而取自暗视觉条件的视觉不能清晰可见的图像挖掘出的图像的最佳视觉亮度不再是127.5亮度级。我们在主观实验中发现，这时的最佳可视亮度约为64灰度级，约为明视觉下的最佳可视亮度的一半。本发明仅用于挖掘暗视觉条件下的源图像的质量最佳图像，认为的视觉最佳即平均亮度在64灰度级左右。

本发明是将源图像两个相邻灰度之间的距离放大到人类视觉可以分辨的距离，使其中含有的信息显现出来，可以根据源图像平均灰度的不同，来自动选择不同的最佳补偿深度，获得最佳质量的图像。在此之前，为了更好的了解源图像的灰度分布，可以做源图像的灰度谱。本发明的灰度谱分析采用中国专利《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。

本发明的显著效果是：根据源图像灰度情况，自适应地确定最佳补偿深度，来自动获取源图像对应的质量最佳图像。

附图说明

图1是本发明的流程图；

图2是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经补偿后的最佳质量图像；

图5是实施例2的源图像；

图6是图5经补偿后的最佳质量图像。

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自动自适应最佳补偿方法，按以下步骤进行：

步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

平均灰度AG0可根据下式计算：

 

上式中，Og（x, y）为像素点（x, y）的灰度，M，N为x, y方向的像素数。

步骤二，计算最佳补偿深度k_op的值，该k_op可由下式获得：

               k_op=2.7956/AG0+0.0067

步骤三，根据获得的最佳补偿深度k_op，按下式计算每个像素点原始灰度值补偿后的最佳目标灰度值

                       

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示补偿后像素点(x, y)的最佳目标灰度值，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：

 

上式中，i表示背景灰度；

步骤四，将源图像每个像素点的灰度值替换成最佳目标灰度值Tg（x，y），生成质量最佳目标图像。

图3所示的灰度图像是本实施例的源图像，该源图像含有一定的信息，但是因为受到人类视觉对比度分辨率阈值的限制，人类视觉无法看到其中的信息。计算得到，图3的平均灰度AG0=1.3946，最佳补偿因子 k_op=2.7956/AG0+0.0067=2.0651，根据最佳补偿因子的值计算每个像素点原始灰度值补偿后的最佳目标灰度值，得到源图像图3对应的质量最好图像，如图4所示。经计算，图4的平均灰度为64.6306，接近64灰度级，可以认为是图3对应的质量最好图像。

    实施例2：

    本实施例与实施例1大致相同，其不同之处在于：源图像为图5所示的灰度图像，该源图像含有一定的信息，但是因为受到人类视觉对比度分辨率阈值的限制，人类视觉无法看到其中的信息。经计算，该灰度图像的平均亮度AG0=4.3247，计算最佳补偿因子 k_op=2.7956/AG0+0.0067=1.0503，根据最佳补偿因子的值计算每个像素点原始灰度值补偿后的最佳目标灰度值，得到源图像图5对应的质量最好图像，如图6所示。经计算，图6的平均灰度为64.0727，接近64灰度级，可以认为是图5对应的质量最好图像。

Claims (1)

1.一种人类视觉对比度分辨率的自动自适应最佳补偿方法，其特征在于按以下步骤进行：

    步骤一，获取源图像每个像素点的灰度Og(x, y)，计算源图像的平均灰度AG0；

步骤二，计算最佳补偿深度k_op的值，该k_op可由下式获得：

               k_op=2.7956/AG0+0.0067

步骤三，根据获得的最佳补偿深度k_op，按下式计算每个像素点原始灰度值补偿后的最佳目标灰度值

                                                                       

其中，Og(x, y)表示源图像中像素点(x, y)的灰度值，Tg(x, y)表示补偿后像素点(x, y)的最佳目标灰度值，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：

                                     

上式中，i表示背景灰度；

步骤四，将源图像每个像素点的灰度值替换成最佳目标灰度值Tg（x，y），生成质量最佳目标图像。

Images