CN102298770B - 一种图像对比度增强方法和装置 - Google Patents
一种图像对比度增强方法和装置 Download PDFInfo
- Publication number
- CN102298770B CN102298770B CN201110229687.2A CN201110229687A CN102298770B CN 102298770 B CN102298770 B CN 102298770B CN 201110229687 A CN201110229687 A CN 201110229687A CN 102298770 B CN102298770 B CN 102298770B
- Authority
- CN
- China
- Prior art keywords
- block
- sub
- enhancing
- frontier point
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012546 transfer Methods 0.000 claims description 31
- 238000005728 strengthening Methods 0.000 claims description 7
- 238000005192 partition Methods 0.000 claims description 4
- 230000004297 night vision Effects 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 6
- 230000007704 transition Effects 0.000 abstract 2
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000003595 mist Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000019633 pungent taste Nutrition 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种图像对比度增强方法和装置,所述方法包括下列步骤:按照固定大小将获取的图像分割成若干个非重叠的固定子块,并计算其转换函数;以所述图像内增强边界点及其内部的任意像素点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;根据各固定子块被当前子块覆盖的比例对各固定子块的转换函数进行加权平均,生成当前子块的中心像素点的灰度值输出;对于位于从所述图像的边界点到所述增强边界点范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出。本发明提供的图像对比度增强的方法和装置提高了图像对比度增强算法的计算速度,满足车载夜视系统中DSP实时处理的要求,且具有较佳的增强效果。
Description
技术领域
本发明涉及图像处理领域,具体涉及一种图像对比度增强方法和装置。
背景技术
由于受光照、设备等因素的制约,得到的图像往往对比度低,从而导致图像的清晰度、细节表现、灰度层次表现等较差。无论是对于基于图像的监控,还是对于后续的图像处理,往往都需要对这样的图像进行对比度增强处理,才能获得较好的效果。
例如,随着汽车市场的快速发展和安防意识的日益增强,人们对汽车安全保障技术的要求也越来越高,而现有的汽车照明系统在夜间或雨雪雾等能见度较低的情况下照明距离较短且效果不佳,已经成为汽车行驶的安全隐患之一。在这种情况下,车载夜视系统应运而生,车载夜视系统为驾驶者提供了一种全新的视觉方式,驾驶者可通过热感成像相机探测车辆前方的人、动物或其他障碍物,探测到的图像被传输到控制中心进行显示,使得驾驶者通过车载夜视系统能够更加清晰地获取前方路况,尤其是借助灯光系统看不清前方路况时,从而提高了驾驶者行车安全性。
但是,目前的车载夜视系统提供的图像显示亮度往往不够,图像显示对比度不明显,因此需要对图像进行相应的处理以增强图像显示的对比度。
现有技术中,图像对比度增强方法包括全局直方图均衡化算法、局部直方图均衡化算法等。全局直方图均衡化算法是在整幅图像上进行对比度增强,虽然其计算速度较快,但忽略了许多图像细节,图像增强效果不明显;局部直方图均衡化算法为针对图像中每一点进行对比度增强,虽然图像增强效果有所提高,但其算法过程较复杂,计算速度较慢,实时性差,无法满足车载夜视系统中DSP(Digital Signal Process,数字信号处理)实时处理的要求。
发明内容
本发明所要解决的技术问题是针对现有技术中存在的上述不足,提供一种计算速度快、实时性好、图像增强效果明显的图像对比度增强方法和装置。
解决本发明技术问题所采用的技术方案是所述图像对比度增强方法包括下列步骤:
按照固定大小将获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;
依次对所述图像内的增强边界点及这些增强边界点内的任意像素点执行以下步骤:
以所述点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
根据各固定子块被当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;
对于位于从所述图像的边界点到所述增强边界点的范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出。
其中,所述增强边界点以下述方式选取:以所述增强边界点为中心的当前子块的边界点与所述图像的边界点重叠。
优选的是,所述固定大小为(2m+1)×(2n+1)个像素,其中,m和n为0或正整数。进一步优选,所述固定子块的大小为11×11个像素。
优选的是,所述转换函数采用直方图均衡化算法获得。
一种图像对比度增强装置,包括:
输入单元,其用于输入获取的图像;
子块划分单元,其用于按照固定大小将通过输入单元获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;依次以所述图像内的增强边界点和这些增强边界点内的任意像素点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
对比度增强单元,其用于对于所述图像内的增强边界点及这些增强边界点内的任意像素点,根据各固定子块被当前子块划分单元所设置的当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;对于位于从所述图像的边界点到所述增强边界点的范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出;
输出单元,其用于输出对比度增强单元生成的灰度值输出。
其中,所述增强边界点以下述方式选取:以所述增强边界点为中心的当前子块的边界点与所述图像的边界点重叠。
优选的是,所述固定大小为(2m+1)×(2n+1)个像素,其中,m和n为0或正整数。进一步优选,所述固定子块的大小为11×11个像素。
优选的是,所述转换函数采用直方图均衡化算法获得。
本发明提出的图像对比度增强方法由于将输入图像分割成的若干个固定子块是非重叠的,所以每个固定子块的转换函数的求取过程也是非重叠的,减少了现有技术中由于固定子块完全重叠或部分重叠所导致的直方图均衡变换运算;仅使用各固定子块被当前子块覆盖的比例因子及各固定子块的转换函数生成当前子块的中心像素点的灰度值输出,从而减小了算法运算的复杂度,因此提高了图像对比度增强算法的计算速度。
本发明提出的图像对比度增强的方法和装置采用插值自适应直方图均衡化算法,提高了算法的计算速度,满足车载夜视系统中DSP实时处理的要求,使得车载夜视系统中显示的图像更加清晰,特别是在夜间行车或雨雪雾天行车时,视频画面运行更流畅。
附图说明
图1为本发明的图像对比度增强方法中当前子块fA覆盖多个固定子块区域的示意图;
图2为本发明实施例的图像对比度增强装置的结构示意图;
图3为本发明实施例的图像对比度增强方法流程图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本发明一种图像对比度增强的方法和装置作进一步详细描述。
所述图像对比度增强方法包括下列步骤:
按照固定大小将获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;
依次对所述图像内的增强边界点及这些增强边界点内的任意像素点执行以下对比度增强步骤:
以所述点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
根据各固定子块被当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;
对于位于从所述图像的边界点到所述增强边界点范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出。
其中,所述“依次”可以为从左到右、从上到下,也可以为从左到右、从下到上,也可以为从右到左、从下到上,也可以为从右到左、从上到下,或者还可以为用户所指定的任何顺序对图像内的增强边界点及这些增强边界点内的任意像素点执行所述对比度增强步骤。
其中,所述增强边界点以下述方式选取:以所述增强边界点为中心的当前子块的边界点与所述图像的边界点重叠。或者以所述增强边界点为中心的当前子块的边界点也可以包括在所述图像边界点以内,或者也可以溢出所述图像边界点外。对于后者,同样地计算被当前子块覆盖的固定子块的被覆盖面积比即可。
以下,将参照图3对本发明实施例的图像对比度增强方法进行描述。
下面详细叙述所述图像对比度增强方法所包含的步骤。为了便于描述所述步骤,先进行有关参数的设置:假设获取的灰度图像函数表达式为f(x,y),其中,x=0,1,...M-1;y=0,1,...N-1。结果图像函数表达式为g(x,y),其中,x=0,1,...M-1;y=0,1,...N-1。所述M、N表示图像的尺寸参数。假设所述划分的若干个固定子块大小为(2m+1)×(2n+1)个像素,这样设定是为了在后续进行计算时方便定义边界条件,从而使得算法更加简单。这里,所述固定子块的尺寸取值越小,图像的增强效果越明显,但算法运算时间越长;所述固定子块的尺寸取值越大,算法运算时间越短,但图像增强效果相对越不明显。综合考虑运算速度和增强效果,m和n的优选取值为5,即所述固定子块的大小为11×11个像素。
如图3所示,本实施例中,所述图像对比度增强的方法包含以下步骤:
步骤s301,将输入图像f(x,y)划分成非重叠的K个固定子块。这里K可表示为,
此时执行步骤s302;
这里指出,如果输入图像的大小是固定子块大小的整数倍,则K的值为整数,该输入图像可被完全划分成多个大小一样的固定子块。而如果输入图像的大小不是固定子块大小的整数倍,则K的值取公式(1)的运算结果的整数,也就是说,除了K个大小一样的固定子块之外,该输入图像中还存在剩余的不足以构成(2m+1)×(2n+1)个像素大小的固定子块的像素点。这些像素点可同样构成固定子块,只不过该固定子块的大小小于(2m+1)×(2n+1)个像素。或者,也可另外处理这些像素点,例如使这些像素点分布在输入图像的四周,而这些像素点正好可以划分成k个固定子块,此时在对比度增强步骤中可以忽略这些像素点。
步骤s302,对每一个固定子块分别进行直方图均衡化,获得每个固定子块的转换函数sz=f(r),其中,z=1.2,....K。
步骤s303,令i=m,j=n。
步骤s304,在图像中取出以f(i,j)为中心的子块fA,所述子块fA的尺寸与所述固定子块的尺寸相等,其尺寸为(2m+1)×(2n+1)个像素,且该子块fA跨越多个固定子块区域。
步骤s305,计算所述子块fA覆盖的多个固定子块区域的面积比。
所述子块fA可能跨越1个固定子块、跨越2个固定子块或跨越4个固定子块。
如图1所示,假设所述子块fA跨越4个固定子块,所述4个固定子块的转换函数分别为s1,s2,s3,s4,所述子块fA所占据的4个固定子块的面积分别为n1,n2,n3,n4,且n1+n2+n3+n4=(2m+1)×(2n+1),则所述子块fA所占据的4个固定子块的面积的比例分别为,
步骤s306,对所述子块fA所覆盖的固定子块的直方图转换函数进行线形插值计算(即,加权平均),得出像素点f(i,j)的灰度值,并将该灰度值输出到结果图像函数表达式g中得到该像素点的灰度值输出,则像素点f(i,j)的灰度值输出为g(i,j)=f(i,j)×(P1×s1+P2×s2+P3×s3+P4×s4)。
上述g(i,j)为所述子块fA跨越4个固定子块时的灰度值输出,若所述子块fA只跨越1个固定子块,即子块fA与该固定子块完全重叠,则像素点f(i,j)的灰度值输出g(i,j)等于该固定子块的转换函数;若所述子块fA跨越2个固定子块,则像素点f(i,j)的灰度值输出g(i,j)=所述子块fA占其跨越的第一个固定子块的面积比×该固定子块的转换函数+所述子块fA占其跨越的第二个固定子块的面积比×该固定子块的转换函数,且所述第一个固定子块的面积比与所述第二个固定子块的面积比之和等于1。
步骤s307,判断是否满足i<M-m-1,如是,执行步骤s308;如否,执行步骤s309。
步骤s308,右移一个像素(i++),并返回执行步骤s304。
步骤s309,判断是否满足i=M-m-1且j<N-n-1,如是,执行s310,如否,执行s311。
步骤s310,下移一行到该行的起点位置(j++,i=m),并返回执行步骤s304。
步骤s311,对图像的边缘进行处理,对图像g中未赋值的位置的像素以原图像f中对应位置的像素代替。
这里指出,以上流程图仅仅是示例性的。例如,除了直方图均衡化算法之外,固定子块的转换函数还采用其它已知的对比度增强算法获得;除了(2m+1)×(2n+1),还可以其它方式设置固定子块的大小,例如,(4m+1)×(4n+1);除了矩形之外,当前子块的形状还可以是任何其它形状,例如,圆形、多边形。
此外,还需指出的是,在本实施例中,增强边界点为i=m、i=M-m-1、j=n、j=N-n-1,首先对m≤i≤M-m-1并且n≤j≤N-n-1的像素点进行对比度增强处理,然后对其余像素点直接输出其原始像素值。但是,还可以按照一定的顺序(例如从上到下、从左到右)依次对图像中的每个像素点进行处理,也就是说,首先判断当前像素点是增强边界点或增强边界点内的像素点,还是直接输出其原始像素值的像素点,然后根据以上步骤生成当前像素点的灰度值输出。
根据本发明上述实施例提供的图像对比度增强方法,本实施例还提供一种采用所述方法的图像对比度增强装置,如图2所示,该装置包括:
输入单元201,其用于输入获取的图像;
子块划分单元202,其用于按照固定大小将通过输入单元201获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;依次以所述图像内的增强边界点和这些增强边界点内的任意像素点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
对比度增强单元203,其用于对于所述图像内的增强边界点及这些增强边界点内的任意像素点,根据各固定子块被当前子块划分单元所设置的当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;对于位于从所述图像的边界点到所述增强边界点范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出;
输出单元204,其用于输出对比度增强单元生成的灰度值输出。
在操作中,子块划分单元202和对比度增强单元203互相配合工作,以依次对各个像素点进行处理。
在上述公开的实施例中,所述图像对比度增强方法和装置应用于车载夜视系统。这里,应该理解,本发明所述图像对比度增强方法和装置不只限应用于车载夜视系统,其他需要对图像对比度进行增强的领域也包括在本发明的保护范围内。
可以理解的是,以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式,然而本发明并不局限于此。对于本领域内的普通技术人员而言,在不脱离本发明的精神和实质的情况下,可以做出各种变型和改进,这些变型和改进也视为本发明的保护范围。
Claims (8)
1.一种图像对比度增强方法,包括下列步骤:
按照固定大小将获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;
依次对所述图像内的增强边界点及这些增强边界点内的任意像素点执行以下步骤:
以所述图像内的增强边界点及这些增强边界点内的任意像素点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
根据各固定子块被当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;
对于位于从所述图像的边界点到所述增强边界点的范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出;
所述增强边界点以下述方式选取:以所述增强边界点为中心的当前子块的边界点与所述图像的边界点重叠。
2.根据权利要求1所述的图像对比度增强方法,其特征在于,所述固定大小为(2m+1)×(2n+1)个像素,其中,m和n为0或正整数。
3.根据权利要求2所述的图像对比度增强方法,其特征在于,所述固定子块的大小为11×11个像素。
4.根据权利要求1所述的图像对比度增强方法,其特征在于,所述转换函数采用直方图均衡化算法获得。
5.一种图像对比度增强装置,包括:
输入单元,其用于输入获取的图像;
子块划分单元,其用于按照固定大小将通过输入单元获取的图像分割成若干个非重叠的固定子块,并计算每个固定子块的转换函数;依次以所述图像内的增强边界点和这些增强边界点内的任意像素点为中心取出大小为所述固定大小的子块,并将该子块设置为当前子块;
对比度增强单元,其用于对于所述图像内的增强边界点及这些增强边界点内的任意像素点,根据各固定子块被当前子块划分单元所设置的当前子块覆盖的比例对各固定子块的转换函数进行加权平均,并根据加权平均的转换函数生成当前子块的中心像素点的灰度值输出;对于位于从所述图像的边界点到所述增强边界点的范围内的像素点,将所述图像中的原始像素值作为这些点的灰度值输出;
输出单元,其用于输出对比度增强单元生成的灰度值输出;
所述增强边界点以下述方式选取:以所述增强边界点为中心的当前子块的边界点与所述图像的边界点重叠。
6.根据权利要求5所述的图像对比度增强装置,其特征在于,所述固定大小为(2m+1)×(2n+1)个像素,其中,m和n为0或正整数。
7.根据权利要求6所述的图像对比度增强装置,其特征在于,所述固定子块的大小为11×11个像素。
8.根据权利要求5所述的图像对比度增强装置,其特征在于,所述转换函数采用直方图均衡化算法获得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110229687.2A CN102298770B (zh) | 2011-08-11 | 2011-08-11 | 一种图像对比度增强方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110229687.2A CN102298770B (zh) | 2011-08-11 | 2011-08-11 | 一种图像对比度增强方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102298770A CN102298770A (zh) | 2011-12-28 |
CN102298770B true CN102298770B (zh) | 2014-03-12 |
Family
ID=45359168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110229687.2A Active CN102298770B (zh) | 2011-08-11 | 2011-08-11 | 一种图像对比度增强方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102298770B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103034986A (zh) * | 2012-11-29 | 2013-04-10 | 奇瑞汽车股份有限公司 | 一种基于曝光融合的夜视图像增强方法 |
CN107437239B (zh) * | 2016-05-26 | 2020-11-06 | 深圳市中兴微电子技术有限公司 | 一种图像增强方法和装置 |
CN108010005B (zh) * | 2016-10-31 | 2020-11-06 | 比亚迪股份有限公司 | 调节图像亮度的方法、装置及车辆 |
CN107403422B (zh) * | 2017-08-04 | 2020-03-27 | 上海兆芯集成电路有限公司 | 用以增强图像对比度的方法及其系统 |
CN115660994B (zh) * | 2022-10-31 | 2023-06-09 | 哈尔滨理工大学 | 一种基于区域最小二乘估计的图像增强方法 |
CN117522870B (zh) * | 2024-01-04 | 2024-03-19 | 陕西凯迈航空航天机电设备有限公司 | 基于机器视觉的航空发动机零部件的缺陷智能检测方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2428134A (en) * | 2005-07-07 | 2007-01-17 | Agilent Technologies Inc | Optical transceiver with heat sink |
US7684640B2 (en) * | 2005-10-20 | 2010-03-23 | Sharp Laboratories Of America, Inc. | Methods and systems for automatic digital image enhancement with local adjustment |
KR101303665B1 (ko) * | 2007-06-13 | 2013-09-09 | 삼성전자주식회사 | 콘트라스트 향상 방법 및 장치 |
CN101739672B (zh) * | 2009-12-02 | 2015-08-05 | 北京中星微电子有限公司 | 一种基于分区域插值的直方图均衡方法和装置 |
CN101770639B (zh) * | 2010-01-14 | 2012-05-23 | 北京航空航天大学 | 一种低照度图像增强方法 |
-
2011
- 2011-08-11 CN CN201110229687.2A patent/CN102298770B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102298770A (zh) | 2011-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11847917B2 (en) | Fixation generation for machine learning | |
CN102298770B (zh) | 一种图像对比度增强方法和装置 | |
CN108082037B (zh) | 制动灯检测 | |
CN108515909B (zh) | 一种汽车抬头显示系统及其障碍物提示方法 | |
CN109308816B (zh) | 一种确定道路交通风险的方法、装置及车载系统 | |
CN101837780B (zh) | 使用虚拟分车道线的车道偏离报警方法和系统 | |
CN103448653A (zh) | 车辆碰撞报警系统和方法 | |
CN105857180B (zh) | 雾霾天车辆驾驶辅助系统及其方法 | |
CN105512623A (zh) | 基于多传感器雾天行车视觉增强与能见度预警系统及方法 | |
CN104766071B (zh) | 一种应用于无人驾驶汽车的交通灯快速检测算法 | |
CN105206109A (zh) | 一种基于红外ccd的车辆雾天识别预警系统及方法 | |
US10866416B2 (en) | Display control device and display control method | |
CN104749780A (zh) | 车辆用信息显示装置和车辆用信息显示方法 | |
CN106951898A (zh) | 一种车辆候选区域推荐方法及系统、电子设备 | |
EP1890266A1 (en) | Curve plotting device, curve plotting method, parking support device, and vehicle | |
Wakayama et al. | Estimation of the human performance for pedestrian detectability based on visual search and motion features | |
CN113449582A (zh) | 一种车底盲区填充方法、装置、系统、存储介质及计算机程序产品 | |
CN108304244B (zh) | 车载系统界面展示的方法及装置 | |
CN108399357B (zh) | 一种人脸定位方法及装置 | |
CN111857469B (zh) | 一种道路环境信息的重构方法、装置及设备 | |
CN110286984B (zh) | 一种车载系统显示方法和装置 | |
Kalaiselvi et al. | Implementation of SOBEL Edge detection | |
CN111932687B (zh) | 车内混合现实显示方法及装置 | |
Yusuf et al. | GPU Implementation for Automatic Lane Tracking in Self-Driving Cars | |
JP7273438B1 (ja) | 鮮明化装置、鮮明化プログラムおよび鮮明化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |