CN102231264B - 动态对比度增强装置和方法 - Google Patents

Abstract

本发明涉及一种动态对比度增强装置和方法，包括：颜色空间转换模块，将输入的图像数据从RGB颜色空间转换到YUV颜色空间；直方图统计模块，根据亮度分量Y统计图像的灰度直方图；增强映射函数模块，计算直方图中多个亮度分量区间的权重，并根据设计每个亮度分量区间的映射表及所述权重得到自适应映射函数f；亮度变换模块，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′，经过所述颜色空间转换模块转换回RGB颜色空间输出。本发明通过将图像分为多个亮度分量区间分别计算权重值，用加权的方法得到自适应映射函数对图像的亮度进行变换，使得处理后的图像能够保持平均亮度，并有效提高了对比度，改善了传统直方图均衡化造成的层次感下降、细节丢失的问题。

Description

动态对比度增强装置和方法

技术领域

本发明涉及图像处理技术领域，更具体地说，涉及一种视频图像后处理中的动态对比度增强装置和方法。

背景技术

对比度，简单来说就是显示器的白色亮度与黑色亮度的比值，相同白色/黑色亮度下，对比度越高画面层次感更加鲜明。

一般来说对比度越大，图像越清晰醒目，色彩也越鲜明艳丽，高对比度对于图像的清晰度、细节表现、灰度层次表现都有很大帮助。对比度高的产品在一些暗部场景中的细节表现、清晰度和高速运动物体表现上优势更加明显。而对比度小，则会让画面灰蒙蒙的、丧失细节。特别是在彩色图像中，由于亮度分量与其它颜色分量，如饱和度、色度等分量息息相关，所以对比度的高低对画面的清晰度等都起具有很大的影响。

动态对比度(Dynamic Contrast Enhancement，DCE)，指的是液晶显示器在某些特定情况下测得的对比度数值，例如逐一测试屏幕的每一个区域，将对比度最大的区域的对比度值，作为该产品的对比度参数。

动态对比度与全开/全关对比度相同，同样是测试显示器接收全白信号时所显示的亮度与全黑信号显示器的亮度的比值。与全开/全关对比度不同的是，显示器会通过调节背光灯管亮度，从而使接收全白信号时所显示的亮度更高，接收全黑信号显示器的亮度更低，进而得到一个更大的数值。

现如今，对比度增强最常见的方法就是直方图均衡化，其中心思想就是把原始图像的灰度直方图从比较集中的某个灰度区间变成在全部灰度范围内的均匀分布。也即把原始图的直方图变换为均匀分布的形式，增加像素灰度值的动态范围，从而可达到增强图像整体对比度的效果。

但是，直方图均衡化把给定图像的直方图分布改变成“均匀”分布直方图分布，由此也会产生两个很致命的缺点：

1)变换后图像的灰度级减少，某些细节消失；

2)某些图像，如直方图有高峰，经处理后对比度不自然的过分增强。

这样，如果仅仅用直方图均衡化做简单的处理，图像的层次感就会有明显下降，并且细节也会丢失，从而不会得到满意的增强效果。

发明内容

本发明要解决的技术问题在于，针对现有对比度增强所采用的直方图均衡化造成的细节丢失、过增强等缺陷，提供一种动态对比度增强装置和方法，对图像进行自适应的增强，对不同的图像采取不同的增强模式，使得其达到最佳的增强效果。

本发明解决其技术问题所采用的技术方案是：构造一种动态对比度增强装置及方法，在对图像的直方图进行均衡化时，将图像分为多个亮度分量区间，分别计算其权重值，从而对直方图变换的函数进行改进，用加权的方法得到增强的自适应映射函数自适应地增强不同的图像。

本发明的第一方面，提供了一种动态对比度增强装置，包括：

颜色空间转换模块，用于把输入的图像数据从RGB颜色空间转换到YUV颜色空间；

直方图统计模块，用于根据亮度分量Y统计图像的灰度直方图；

增强映射函数模块，用于计算直方图中多个亮度分量区间的权重，并根据设计每个亮度分量区间的映射表及所述权重得到自适应映射函数f；

亮度变换模块，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′，经过所述颜色空间转换模块转换回RGB颜色空间输出。

在根据本发明第一方面所述的动态对比度增强装置中，所述增强映射函数模块包括：

映射权重计算单元，用于统计直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低、中、高亮度分量区间的映射权重δ₁，δ₂，δ₃；

映射表单元，设计低、中、高亮度分量区间所对应的映射表f₁、f₂、f₃；

映射函数生成单元，根据所述映射权重δ₁，δ₂，δ₃和映射表f₁、f₂、f₃，构造自适应映射函数f＝δ₁f₁+δ₂f₂+δ₃f₃。

在根据本发明第一方面所述的动态对比度增强装置中，设所述映射权重计算单元中低、中、高亮度分量区间分别为[m₁，n₁]、[m₂，n₂]、[m₃，n₃]，则其中m₂＜n₁且n₂＞m₃。

在根据本发明第一方面所述的动态对比度增强装置中，所述动态对比度增强装置还包括：饱和度变换模块，计算亮度变换比例

使用该亮度变换比例r计算出图像的新的色度分量： $\begin{array}{c}{U}^{\′}=U\×r\\ V^{\′}=V\×r\end{array},$ 再经所述颜色空间转换模块转换回RGB颜色空间输出。

在根据本发明第一方面所述的动态对比度增强装置中，所述动态对比度增强装置还包括：场景改变预测模块，根据所述直方图统计模块统计出的直方图基于场景改变预测计算出惯性直方图。

在根据本发明第一方面所述的动态对比度增强装置中，所述场景改变预测模块包括：场景权重计算单元、使用二范数的方法计算图像的场景权重；惯性直方图计算单元、利用所述场景权重计算出惯性直方图。

本发明第二方面，提供了一种动态对比度增强方法，包括：

第一颜色空间转换步骤，把输入的图像数据从RGB颜色空间转换到YUV颜色空间；

直方图统计步骤，根据亮度分量Y统计图像的灰度直方图；

增强映射函数步骤，计算直方图中多个亮度分量区间的权重，并根据设计每个亮度分量区间的映射表及所述权重得到自适应映射函数f；

亮度变换步骤，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′；

第二颜色空间转换步骤，将图像数据从YUV颜色空间转换回RGB颜色空间输出。

在根据本发明第二方面所述的动态对比度增强方法中，所述增强映射函数步骤包括：

映射权重计算步骤，统计直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低、中、高亮度分量区间的映射权重δ₁，δ₂，δ₃；

映射表步骤，设计低、中、高亮度分量区间所对应的映射表f₁、f₂、f₃；

映射函数生成步骤，根据所述映射权重δ₁，δ₂，δ₃和映射表f₁、f₂、f₃，构造自适应映射函数f＝δ₁f₁+δ₂f₂+δ₃f₃

在根据本发明第二方面所述的动态对比度增强方法中，设所述映射权重计算步骤中低、中、高三个亮度分量区间分别为[m₁，n₁]、[m₂，n₂]、[m₃，n₃]，则其中m₂＜n₁且n₂＞m₃。

在根据本发明第二方面所述的动态对比度增强方法中，所述方法还包括亮度变换步骤和第二颜色空间转换步骤之间执行的：饱和度变换步骤，计算亮度变换比例

使用该亮度变换比例计算出图像的新的色度分量： $\begin{array}{c}{U}^{\′}=U\×r\\ V^{\′}=V\×r\end{array},$ 再经所述第二颜色空间转换步骤转换回RGB颜色空间输出。

在根据本发明第二方面所述的动态对比度增强方法中，所述方法还包括在直方图统计步骤和增强映射函数步骤之间执行的：场景改变预测步骤，根据所述直方图统计模块统计出的直方图基于场景改变预测计算出惯性直方图。

在根据本发明第二方面所述的动态对比度增强方法中，所述场景改变预测步骤包括：

场景权重计算步骤、使用二范数的方法计算图像的场景权重；

惯性直方图计算步骤、利用所述场景权重计算出惯性直方图。

实施本发明的动态对比度增强装置和方法，具有以下有益效果：本发明通过在对图像的直方图进行均衡化时，将图像分为多个亮度分量区间，分别计算其权重值，用加权的方法得到增强的自适应映射函数，对图像的亮度进行变换，使得处理后的图像能够保持平均亮度，并且增强了明暗对比、不会增强图像中的噪声，有效提高了对比度，使得显示效果更加自然，解决了传统直方图均衡化造成的层次感下降、细节丢失的问题。

此外，本发明还对图像进行场景改变预测，计算出惯性直方图，解决了视频图像在场景改变时带来的一些问题，保证了场景在改变时，直方图的变换不至于太强烈，画面会有一个渐变的过程。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1为本发明优选实施例中动态对比度增强装置的模块示意图；

图2为本发明优选实施例中场景改变预测模块的具体结构图；

图3为本发明优选实施例中增强映射函数模块的具体结构图；

图4为本发明优选实施例中动态对比度增强方法的流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。

请参阅图1，为本发明优选实施例中动态对比度增强装置的模块示意图。如图1所示，该实施例提供的动态对比度增强装置至少包括：颜色空间转换模块10、直方图统计模块20、增强映射函数模块30和亮度变换模块40。

其中，颜色空间转换模块10用于把输入的图像数据从RGB颜色空间转换到YUV颜色空间，并可以进行对比度增强后的数据从YUV颜色空间转换回RGB颜色空间输出。

直方图统计模块20用于根据亮度分量Y统计图像的灰度直方图。

增强映射函数模块30用于计算直方图中多个亮度分量区间的权重，并根据设计每个亮度分量区间的映射表及所述权重得到自适应映射函数f。亮度变换模块40用于根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′，并经颜色空间转换模块10转换回RGB颜色空间输出。

优选地，该实施例还可增设饱和度变换模块50，计算亮度变换比例

使用该亮度变换比例r计算出图像的新的色度分量： $\begin{array}{c}{U}^{\′}=U\×r\\ V^{\′}=V\×r\end{array},$ 再经所述颜色空间转换模块转换回RGB颜色空间输出。

优选地，该实施例还可增设场景改变预测模块60，根据所述直方图统计模块20统计出的直方图基于场景改变预测计算出惯性直方图，供增强映射函数模块30使用。

下面对本发明的各个模块的具体功能进行详细描述。

(1)颜色空间转换模块10

彩色图像在计算机，一般采用RGB模型来表示，它是最通用的面向硬件的彩色模型。但在科学研究一般不采用RGB颜色空间，因为它的细节难以进行数字化的调整。它将色调，亮度，饱和度三个量放在一起表示，很难分开。为了更好的数字化处理颜色，必须对RGB颜色空间进行必要的转换工作。

在获取图像的过程中，由于光照条件、器材等各方面因素的影响，图像质量往往有一定的缺陷，会引起图像的退化，一般体现在全副图像偏暗或偏亮，亮度范围不足加上其它的因素就会导致对比度不足，影响观看的质量。

那么，动态对比度的处理就主要体现在对亮度的合理调整上，如果能很好地控制亮度分量，动态对比度就会相当的适宜。在这里，本发明的颜色空间转换模块10采用的空间转换是，把RGB颜色空间转换到YUV颜色空间，其中Y就是想要得到的亮度分量，而U和V就是色度分量。采用的变换公式如下：

Y＝0.299×R+0.587×G+0.114×B

U＝-0.147×R-0.289×G+0.437×B

V＝0.615×R-0.515×G-0.100×B

其中，R、G、B分别为RGB颜色空间中的三个颜色分量。由于对亮度分量Y做处理的同时，也会对饱和度有所影响，特别是当处理后的亮度分量Y′变动时，就破坏了原来图像的结构。所以，优选最后增设饱和度变换模块50根据处理后的亮度分量Y′与原始亮度分量Y的比率r，来对色度分量U和V做相应比率的处理，这样才能保证图像结构的完整性。

(2)直方图统计模块20

由于本发明的对比度增强的方法是在现有直方图均衡化的原理基础上进行的有效改良，因此，首先需要对图像进行直方图统计。直方图统计模块20是建立在亮度分量Y上的，它反映的是一幅图像中的灰度级与出现这种灰度(亮度)的概率之间关系的图形。现在，大部分的统计是把灰度级分为256个级数(bin)，即k＝0，1，2，A，255，当然，有时为了加速程序的运行，也可以把灰度级数规定的少一些。然后，统计在每个灰度级中图像像素的个数n_k，就可以计算在某个灰度级r_k的概率密度P_r(r_k)。这样，就形成了图像的灰度直方图。

(3)场景改变预测模块60

本发明的另一改进之处在于，对图像进行场景改变预测，计算出惯性直方图用于后续映射函数的计算。下面对本发明场景改变预测的过程进行详细描述。

对于视频图像而言，从前一幅场景(也可叫前一帧，P1)过渡到当前场景(也可叫当前帧，CF)时，在一些特定场景时，如前一幅场景中只有背景，且是暗场景，到下一幅场景时，如果进来一个亮的物体，如果仅仅用直方图均衡化，就会导致在当前场景(CF)的处理与前一场景(P1)后，那些暗的背景会发生很大的差异，会给整个视频图像带来灾难性的打击。这时我们就需要做的就是场景改变预测，以此来判断场景的改变，这也是本专利的创新之处。

请参阅图2，为本发明优选实施例中场景改变预测模块的具体结构图。如图2所示，场景改变预测模块60包括：场景权重计算单元61和惯性直方图计算单元62。其中，在场景权重计算单元61使用二范数的方法计算图像的场景权重。惯性直方图计算单元62利用所述场景权重计算出惯性直方图。

场景权重计算单元61和惯性直方图计算单元62是共同作用的。在场景权重计算单元61中，通过前一幅场景(P1)与当前场景(CF)来计算当前场景在惯性直方图中所占的权重α。场景权重计算单元61在计算权重时，采用的是使用二范数的方法来计算，即假设前一场景的直方图为H_P1，当前场景的直方图为H_CF，当前场景的场景权重α就可以通过||H_CF-H_P1||来确定，如果||H_CF-H_P1||值较小，则场景权重α就越大，反之则场景权重α越小。那么，惯性直方图计算单元62计算的当前场景的一个新的直方图H′_CF为：

H′_CF＝αH′_P1+(1-α)H_CF

即H′_CF就为我们的惯性直方图，其中H′_P1为前一场景的惯性直方图。

这样就解决了视频图像在场景改变时带来的一些问题，保证了场景在改变时，直方图的变换不至于太强烈，画面会有一个渐变的过程，增强后的效果也更适宜人们去欣赏。

同时，当前场景的惯性直方图H′_CF在处理下一帧图像F1时，成为下一场景的相对H′_P1，即：

H′_F1＝αH′_CF+(1-α)H_F1

(4)增强映射函数模块30

传统的直方图均衡化是把给定图像的直方图分布改变成“均匀”分布的直方图分布。而本发明通过增强映射函数模块30在直方图均衡化的原理基础上进行有效改良，能很好的解决传统直方图均衡化产生的层次感明显下降、细节丢失的问题，对动态对比度有着实质上的增强。而本增强映射函数模块30是本装置中的核心模块，是整个系统的关键所在。

增强映射函数模块30可以直接根据直方图计算增强的自适应映射函数，优选根据惯性直方图来计算增强的自适应映射函数。

增强映射函数模块30的主要功能就是解决直接用直方图均衡化所带来的缺陷，能对动态对比度有一个相当好的增强效果。通过对直方图均衡化算法的研究，可以得出，对不同的图像，都会通过某些复杂的计算得到直方图均衡化映射函数，按照这个映射关系对原图像各点像素进行亮度转换，即可完成对原图的直方图均衡化。即统计直方图的概率密度P_r(r)后，然后通过p_r(r)求得的累积分布函数就是所需要的变换函数，进而得到新的灰度。但从上述对直方图均衡化的缺陷分析可知，仅仅用一个映射函数进行亮度转换的话，就会对图像产生很坏的增强效果。

然而，本发明的增强映射函数模块30采用的是对图像进行自适应的增强，能对不同的图像采取不同的增强模式，使得其达到最佳的增强效果。增强映射函数模块30的原理是，把直方图或惯性直方图分成多个部分进行统计，例如把亮度级分为低、中、高三个部分，分别计算其在整个直方图中所占的比例，作为其在做增强时的映射权重系数。这样就可以根据图像的原始信息进行加权增强，例如，如果此幅图像在低亮度级所占比例比较多，那么此部分的权重就相对比较重，但中、高亮度也要做相应的增强，这样就可以保护图像中的中频部分，不至于破坏图像的某些细节部分；而如果高亮度级所占比例较多，那么高亮度级这一部分增强的则相对较强，不过仍然对低、中亮度进行增强。这样就会使得处理后的图像能够保持平均亮度，并且增强了明暗对比、不会过增强图像中的噪声，有效提高了对比度，使得显示效果更加自然。

此外，需要为每个亮度分量区域设计对应的映射表，如上设计出三个比较好的映射函数，再加上三个不同的映射权重，就会得到所需增强效果。计算公式如下：

f＝δ₁f₁+δ₂f₂+δ₃f₃

其中，f表示增强后的自适应映射函数，δ₁，δ₂，δ₃分别表示低、中、高三个亮度分量区间的映射权重，f₁，f₂，f₃分别是对应的映射表。本发明并不限于将图像分为三个亮度分量区间，而可以分成任何数量的亮度分量区间，则上述自适应映射函数为各个亮度分量区间对应的映射表的加权和。

请参阅图3，为本发明优选实施例中增强映射函数模块的具体结构图。如图3所示，增强映射函数模块30包括：映射权重计算单元31、映射表单元32和映射函数生成单元33。下面以将图像亮度分为低、中、高三个亮度区域为例对增强映射函数模块30中各个单元的原理进行分析。

其中，映射权重计算单元31，用于统计直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低、中、高亮度分量区间的权重系数δ₁，δ₂，δ₃。通过上述分析可知，我们必须用某些方法统计或者计算出我们所需要的映射权重，这对我们的整个动态对比度增强系统也有着至关重要的作用。例如，三个权值分别表示这个图像的亮度分量中，低、中、高三个统计分量在整个图像的亮度总和中所占的比例，如果某个权值比较大，则说明这个分量在整个亮度和中占的比例较大，也即对这一部分增强的相对较大，相应其它部分的增强较弱。这样，就可以自适应地对亮度分量进行了增强，解决上述直方图均衡化的缺陷，能使图像的亮度保持在一个相对平均的状态，而不会太高或太低导致出现图像失真的糟糕情况。

在映射权重计算单元31中，还有一个独到之处就是能比较好地解决低、中、高分量增强中的过渡问题。如果仅仅按照上述的方法进行权值统计，那么从低分量到中间分量、中间分量到高分量的增强就会有一个明显的“界线”，会导致增强过渡的时候不平缓，这样就极容易打乱原始图像的亮度分布，使视频图像变得不协调，对人的视觉有很大的伤害。而我们就要以在权值计算模块中来设计一个“缓冲带”来解决上述的问题。

假设亮度分量中，设低分量的范围是[m₁，n₁]，中间分量的范围是[m₂，n₂]，高分量的范围是[m₃，n₃]，然后对这三个范围内的亮度分量进行统计处理。这时，本发明优选使得m₂＜n₁并且n₂＞m₃，即中间分量的范围级相对较大一些。统计在这三个亮度分量区间内的像素点个数，进而与全部的个数进行比较，得到我们需要的映射权重δ₁，δ₂，δ₃。计算公式如下：

${\mathrm{\δ}}_1=\frac{N_1}{N},$ ${\mathrm{\δ}}_2=\frac{N_2}{N}{,\mathrm{\δ}}_3=\frac{N_3}{N}.$

其中，N为像素点的总个数，N₁，N₂，N₃分别为在上面三个区间内的像素点个数。

这样，映射权重计算单元31就产生了三个映射权重，以供后续计算自适应映射函数。

映射表单元32，设计低、中、高亮度分量区间所对应的映射表f₁、f₂、f₃。由上述对直方图均衡化的研究可以知道，直方图均衡化的基本思想是把原始图的直方图变换为均匀分布的形式，这样就增加了象素灰度值的动态范围从而可达到增强图像整体对比度的效果。那么，映射函数对于增强起着关键的作用，是整个增强系统的核心部分。从上面的分析，如果仅仅用一个全局映射函数，则对动态对比度的增强效果非常不好。这里，映射表单元32需要设计三个不同的映射函数，来适应每个不同的视频图像，最后用加权的方法来自适应地增强不同的图像。

在这里，我们只把图像分为三种类型的场景：暗场景、普通场景、亮场景。由于每个图像的亮度分量所分布范围有很大的不同，故我们这里则是根据亮度变化所拟合的映射表。也即这三个映射表是低、中、高这三个亮度级中所对应的映射函数f₁、f₂、f₃，能处理低、中、高三种亮度比较集中类型的图像，这样就可以使用上面的加权增强方法来对图像进行加权增强。

当然，对于映射表f₁、f₂、f₃的设计，主要还是来自于直方图均衡化的方法，分别对三种不同类型场景的图像进行亮度统计，然后依据亮度级进行累积直方图统计，进而计算出映射函数，在大多数情况下，这三个映射表是最优的映射表，能有效的达到增强的目的。

映射函数生成单元33，根据映射权重计算单元31计算的映射权重δ₁，δ₂，δ₃，以及映射表单元32设计的映射表f₁、f₂、f₃，构造自适应映射函数f＝δ₁f₁+δ₂f₂+δ₃f₃。

(5)亮度变换模块40

亮度变换模块40采用上述增强映射函数模块30计算出的自适应映射函数f，图像的亮度分量Y进行变换，得到一个新的亮度分量Y′。

通过亮度变换模块40的处理后，图像的动态对比度基本上可以极大地增加了，画面变得清晰，层次分明，适宜于人的视觉机理。再通过颜色空间转换模块10就能将变换了亮度分量之后的图像数据从YUV颜色空间转换回RGB颜色空间输出。

(6)饱和度变换模块50

上述仅对亮度分量Y进行了增强，这样就很容易破坏图像的结构，使得图像的三基色在增强后的比例不协调，容易使图像失真，所以为了保障图像显示效果，饱和度变换模块50对色度分量U、V也要进行相应的调整。

由变换后新的亮度分量Y′和原始的亮度分量Y，可以计算出两者的比例r，计算如下：

$r=\frac{Y^{\′}}{Y}$

利用变换比例r计算新的色度分量即：

U′＝U×r

V′＝V×r

色度分量也就与变换后的亮度分量形成了一定的比例关系，画面也变得协调起来，增强才有了更实际的意义。

最后，再通过颜色空间转换模块10把增强后的Y′、U′、V′再经过变换，转换到显示设备上常用的RGB颜色空间。

请参阅图4，为本发明优选实施例中动态对比度增强方法的流程图。如图4所示，该实施例提供的动态对比度增强方法包括以下步骤：

首先，在步骤S1中，把输入的图像数据从RGB颜色空间转换到YUV颜色空间。该步骤与装置中颜色空间转换模块10描述的功能一致。

随后在步骤S2中，根据亮度分量Y统计图像的灰度直方图。该步骤与装置中直方图统计模块20描述的功能一致。

随后在步骤S3中，根据所述直方图统计模块统计出的直方图基于场景改变预测计算出惯性直方图。该步骤与装置中场景改变预测模块60描述的功能一致。步骤S3可进一步包括：场景权重计算步骤，使用二范数的方法计算图像的场景权重；惯性直方图计算步骤，利用所述场景权重计算出惯性直方图。

随后在步骤S4中，计算直方图中多个亮度分量区间的权重，并根据设计每个亮度分量区间的映射表及所述权重得到自适应映射函数。在该步骤中进一步包括：映射权重计算步骤，统计直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低、中、高亮度分量区间的权重系数δ₁，δ₂，δ₃。优选地，该步骤中低、中、高三个亮度分量区间分别为[m₁，n₁]、[m₂，n₂]、[m₃，n₃]，则其中m₂＜n₁且n₂＞m₃。映射表步骤，设计低、中、高度分量区间所对应的映射表f₁、f₂、f₃。映射函数生成步骤，根据所述权重系数δ₁，δ₂，δ₃和映射表f₁、f₂、f₃，构造自适应映射函数f＝δ₁f₁+δ₂f₂+δ₃f₃。该步骤与装置中增强映射函数模块30描述的功能一致。

随后在步骤S5中，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′。该步骤与装置中亮度变换模块40描述的功能一致。

随后在步骤S6中，计算亮度变换比例

使用该亮度变换比例计算出图像的新的色度分量： $\begin{array}{c}{U}^{\′}=U\×r\\ V^{\′}=V\×r\end{array},$ 再经所述第二颜色空间转换步骤转换回RGB颜色空间输出。该步骤与装置中饱和度变换模块50描述的功能一致。

最后在步骤S7中，将图像数据从YUV颜色空间转换回RGB颜色空间输出。该步骤同样可以采用装置中颜色空间转换模块10来执行。

在上述步骤中，步骤S3和步骤S6为可选步骤，能够使得本发明处理出的图像显示效果更佳。

综上所述，本发明是在直方图均衡化的原理基础上进行的有效改良，通过将图像分为多个亮度分量区间，分别计算其权重值，用加权的方法得到增强的自适应映射函数，然后对图像的亮度进行变换，使得处理后的图像能够保持平均亮度，并且增强了明暗对比、不会增强图像中的噪声，有效提高了对比度，使得显示效果更加自然，解决了传统直方图均衡化造成的层次感下降、细节丢失的问题。通过对动态对比度的增强，我们可大幅降低最黑亮度，并有效调节中间色阶的鲜艳程度，从而达到优化显示的效果。

此外，本发明还对图像进行场景改变预测，计算出惯性直方图，解决了视频图像在场景改变时带来的一些问题，保证了场景在改变时，直方图的变换不至于太强烈，画面会有一个渐变的过程。

本发明是根据特定实施例进行描述的，但本领域的技术人员应明白在不脱离本发明范围时，可进行各种变化和等同替换。此外，为适应本发明技术的特定场合或材料，可对本发明进行诸多修改而不脱离其保护范围。因此，本发明并不限于在此公开的特定实施例，而包括所有落入到权利要求保护范围的实施例。

Claims (10)

1.一种动态对比度增强装置，其特征在于，包括：

直方图统计模块，用于接收YUV格式的图像数据，并根据亮度分量Y统计图像的灰度直方图；

增强映射函数模块，用于计算所述灰度直方图中多个亮度分量区间的权重，并根据设计的每个亮度分量区间的映射表及所述权重得到自适应映射函数f；

亮度变换模块，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′。

2.根据权利要求1所述的动态对比度增强装置，其特征在于，所述增强映射函数模块包括：

映射权重计算单元，用于统计所述灰度直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低亮度分量区间的映射权重δ₁、中亮度分量区间的映射权重δ₂和高亮度分量区间的映射权重δ₃；

映射表单元，设计低亮度分量区间所对应的映射表f₁、中亮度分量区间所对应的映射表f₂和高亮度分量区间所对应的映射表f₃；

映射函数生成单元，根据所述映射权重δ₁，δ₂，δ₃和映射表f₁、f₂、f₃，构造自适应映射函数f=δ₁f₁+δ₂f₂+δ₃f₃。

3.根据权利要求1所述的动态对比度增强装置，其特征在于，设所述映射权重计算单元中所述低亮度分量区间为[m₁,n₁]、中亮度分量区间为[m₂,n₂]、高亮度分量区间为[m₃,n₃]，且其中m₂<n₁且n₂>m₃；

4.根据权利要求1所述的动态对比度增强装置，其特征在于，所述动态对比度增强装置还包括：

饱和度变换模块，计算亮度变换比例

，使用该亮度变换比例r计算出图像的新的色度分量： $\begin{array}{c}{U}^{\&prime;}=U\&times;r\\ V^{\&prime;}=V\&times;r\end{array}.$

5.根据权利要求1-4中任意一项所述的动态对比度增强装置，其特征在于，所述动态对比度增强装置还包括：

场景改变预测模块，根据所述直方图统计模块统计出的所述灰度直方图基于场景改变预测计算出惯性直方图。

6.一种动态对比度增强方法，其特征在于，包括：

直方图统计步骤，接收YUV格式的图像数据，并根据亮度分量Y统计图像的灰度直方图；

增强映射函数步骤，计算所述灰度直方图中多个亮度分量区间的权重，并根据设计的每个亮度分量区间的映射表及所述权重得到自适应映射函数f；

亮度变换步骤，根据自适应映射函数f将图像的亮度Y变换为新的亮度Y′。

7.根据权利要求6所述的动态对比度增强方法，其特征在于，所述增强映射函数步骤包括：

映射权重计算步骤，统计所述灰度直方图中低、中、高亮度分量区间内的像素点个数，分别计算其与全部像素点个数的比值，得到低亮度分量区间的映射权重δ₁、中亮度分量区间的映射权重δ₂和高亮度分量区间的映射权重δ₃；

映射表步骤，设计低亮度分量区间所对应的映射表f₁、中亮度分量区间所对应的映射表f₂和高亮度分量区间所对应的映射表f₃；

映射函数生成步骤，根据所述映射权重δ₁，δ₂，δ₃和映射表f₁、f₂、f₃，构造自适应映射函数f=δ₁f₁+δ₂f₂+δ₃f₃。

8.根据权利要求7所述的动态对比度增强方法，其特征在于，设所述映射权重计算步骤中所述低亮度分量区间为[m₁,n₁]、中亮度分量区间为[m₂,n₂]、高亮度分量区间为[m₃,n₃]，且其中m₂<n₁且n₂>m₃。

9.根据权利要求6所述的动态对比度增强方法，其特征在于，所述方法还包括亮度变换步骤之后执行的：

饱和度变换步骤，计算亮度变换比例

，使用该亮度变换比例计算出图像的新的色度分量： $\begin{array}{c}{U}^{\&prime;}=U\&times;r\\ V^{\&prime;}=V\&times;r\end{array}.$

10.根据权利要求6-9中任意一项所述的动态对比度增强方法，其特征在于，所述方法还包括在直方图统计步骤和增强映射函数步骤之间执行的：

场景改变预测步骤，根据所述直方图统计模块统计出的所述灰度直方图基于场景改变预测计算出惯性直方图。

Images