CN102779330A - 图像增强方法、图像增强装置和显示装置 - Google Patents

Abstract

本发明提供一种图像增强方法、图像增强装置和显示装置，所述图像增强方法包括：将原始图像从RGB颜色空间转换到HSI颜色空间；保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。本发明将图像从RGB颜色图像转换到HSI颜色空间下进行增强处理，可以避免产生颜色丢失的缺陷。

Description

图像增强方法、图像增强装置和显示装置

技术领域

本发明涉及图像增强技术领域，尤其涉及一种图像增强方法、图像增强装置和显示装置。

背景技术

图像在获取的过程中有可能会受到成像设备动态范围大小、环境光线强弱等因素的影响，导致图像出现对比度较低、图像信息不明显、颜色失真、目标的轮廓或者边界信息清晰度不够等现象，给人类视觉观察和机器分析处理带来困难，因而需要对图像进行增强处理。

图像增强指按特定的需要突出图像的某些信息，同时削弱或去除某些不需要的信息的处理方法，是图像处理的最基本手段，它往往是各种图像分析与处理时的预处理过程。

目前，通常是在RGB颜色空间下直接对图像进行增强处理，这种处理方法容易产生颜色丢失的缺陷。

发明内容

有鉴于此，本发明提供一种图像增强方法、图像增强装置和显示装置，将图像从RGB颜色图像转换到HSI颜色空间下进行增强处理，可以避免产生颜色丢失的缺陷。

为解决上述问题，本发明提供一种图像增强方法，包括：

将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

优选的，所述对亮度分量进行增强处理的步骤包括：

利用Retinex视觉模型对所述原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

优选的，所述利用Retinex视觉模型对所述亮度分量进行局部增强处理的步骤之前还包括：

对所述亮度分量的灰度级进行归一化，得到归一化后的亮度分量作为所述原始图像的亮度分量。

优选的，采用下述公式对所述原始图像的亮度分量进行局部增强处理：

L′(x,y)＝I(x,y)*G(x,y)

其中，L′(x,y)为局部增强处理后的环境亮度函数，I(x,y)为原始图像的亮度分量，G(x,y)为高斯函数，G(x,y)的计算公式为：

σ为高斯函数的标准差值；

采用下述公式对所述局部增强处理后的图像进行全局亮度调整：

$L_{\mathrm{\γ}}^{\′}(x,y)={\left[L^{\′}(x,y)\right]}^{\mathrm{\γ}}$

其中，

为全局亮度调整后的环境亮度函数，γ为Gamma变换系数。

优选的，采用下述公式对所述饱和度分量进行增强处理：

$S^{\′}=\left\{\begin{array}{ccc}{S}^{0.5}& \mathrm{if}& R^{\′}(x,y)>T\\ S^{0.9}& \mathrm{if}& R^{\′}(x,y)\≤T\end{array}\right.$

其中，S′为增强处理后的饱和度分量，S为所述原始图像的饱和度分量，R′(x,y)为全局亮度调整后的物体反射光照信息，R′(x,y)的计算公式为：

T为物体反射光照信息的平均亮度，ξ根据所述原始图像的位数而定，I(x,y)为原始图像的亮度分量，

为全局亮度调整后的环境亮度函数。

本发明还提供一种图像增强装置，包括：

第一转换模块，用于将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

图像增强模块，用于保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

第二转换模块，用于将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

优选的，所述图像增强模块包括：

局部增强模块，用于利用Retinex视觉模型对所述原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

全局增强模块，用于利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

优选的，所述图像增强模块还包括：

归一化处理模块，用于对所述原始图像的亮度分量的灰度级进行归一化，得到归一化后的亮度分量，并将所述归一化后的亮度分量作为所述原始图像的亮度分量发送给所述局部增强模块。

优选的，所述图像增强模块还包括：

饱和度增强模块，用于根据所述饱和度分量与所述亮度分量的关系，对所述饱和度分量进行增强处理。

本发明还提供一种显示装置，包括上述图像增强装置。

本发明具有以下有益效果：

将图像从RGB颜色空间转换到HSI颜色空间进行图像增强处理，可以避免直接在RGB颜色空间进行图像增强处理而产生颜色丢失的缺陷，此外，在HSI颜色空间处理的图像比在RGB颜色空间处理的图像更适合人的视觉特性。

附图说明

图1为本发明实施例的图像增强方法的一流程示意图；

图2为本发明实施例的图像增强方法的另一流程示意图；

图3为本发明实施例的图像增强方法的又一流程示意图；

图4为本发明实施例的图像增强装置的一结构示意图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

如图1所示为本发明实施例的图像增强方法的一流程示意图，该图像增强方法包括以下步骤：

步骤101，将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

步骤102，保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

其中，保持色调分量不变，可以保证经过处理后的图像没有颜色的偏移。

步骤103，将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

现有的显示装置均采用RGB颜色空间，因而最后还需要将增强处理后的图像从HSI颜色空间转换到RGB颜色空间。

上述实施例中，由于将图像从RGB颜色空间转换到HSI颜色空间进行图像增强处理，可以避免直接在RGB颜色空间进行图像增强处理而产生颜色丢失的缺陷，此外，在HSI颜色空间处理的图像比在RGB颜色空间处理的图像更适合人的视觉特性。

下面结合附图2和3，分别对上述实施例中的每一步骤的具体实现过程进行详细说明。

（1）颜色空间转换

上述步骤101中，可以采用下述转换公式将原始图像从RGB颜色空间转换到HSI颜色空间：

$H=\left\{\begin{array}{ccc}\mathrm{\θ}& \mathrm{if}& B\≤G\\ 2\mathrm{\π}-\mathrm{\θ}& \mathrm{if}& B>G\end{array}\right.$ 其中， $\mathrm{\θ}=\arccos \left\{\frac{\frac{1}{2}[(R-G)+(R-B)]}{{[{(R-G)}^2+(R-G)(G-B)]}^{1/2}}\right\};$

$S=1-\frac{3}{(R+G+B)}\left[\min (R,G,B)\right];$

$I=\frac{1}{3}(R+G+B);$

其中，H、S、I分别为色调分量、饱和度分量和亮度分量，R、G、B分别为原始图像的红、绿、蓝分量。

当然，上述步骤101中，也不排除采用其他转换公式，将原始图像从RGB颜色空间转换到HSI颜色空间。

进行颜色空间转换后，得到原始图像的亮度分量I(x,y)、色调分量H(x,y)以及饱和度分量S(x,y)，其中，(x,y)表示像素的坐标。

（2）亮度分量和饱和度分量的增强处理

（2.1）请参考图2，上述步骤102中可以采用以下步骤对亮度分量I(x,y)进行增强处理：

（2.11）利用Retinex视觉模型对原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

由Retinex视觉模型的定义可知，图像的亮度分量可以由环境亮度函数和物体反射光照信息乘积表示：

I(x,y)＝R(x,y)L(x,y)

其中，R(x,y)为物体反射光照信息，L(x,y)为环境亮度函数。

在进行局部增强处理时，是对环境亮度函数进行处理，具体的，可以利用中心环绕法，将原始图像的亮度分量与高斯函数进行卷积，得到局部增强处理后的环境亮度函数L′(x,y)：

L′(x,y)＝I(x,y)*G(x,y)，

其中，L′(x,y)为局部增强处理后的环境亮度函数，I(x,y)为原始图像的亮度分量，G(x,y)为高斯函数，G(x,y)的计算公式为：

σ为高斯函数的标准差值；

（2.12）利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

可以采用如下公式，对局部增强处理后的图像进行全局亮度调整：

$L_{\mathrm{\γ}}^{\′}(x,y)={\left[L^{\′}(x,y)\right]}^{\mathrm{\γ}}$

其中，

为全局亮度调整后的环境亮度函数，γ为Gamma变换系数。随着γ的增大，图像的亮度分量也随之增加。由于人眼对中低亮度的图像细节敏感度较高，而对低亮度和高亮度的图像细节敏感度较低，因此对于不同的亮度图像应采用不同的γ取值。

举例来说，将一幅8位的图像的亮度区间分为低、中、高三个亮度区间，每个区间的亮度范围分别为[0，39]、[40,179]、[180,255]。经过实验分析，γ可以采用如下取值：

$\mathrm{\γ}=\left\{\begin{array}{ccc}0.635& \mathrm{if}& 0\≤I(x,y)\≤39\\ 0.414& \mathrm{if}& 40\≤I(x,y)\≤179\\ 0.523& \mathrm{if}& 180\≤I(x,y)\≤255\end{array}\right.$

当然，本发明的其他实施例中，还可以采用其他亮度增强方法，对亮度分量进行增强处理，在此不再一一说明。

（2.2）在上述亮度分量的增强处理中，由于随着高斯函数的标准差值σ的增大，图像对比度也随之增加，但是亮度值减小，而导致图像颜色不够鲜明。为了解决这一问题，还需要对原始图像的饱和度分量进行处理。

上述步骤102中，可以采用以下方法对饱和度分量进行增强处理：

通过实验得知，图像的饱和度分量与亮度分量中的物体反射光照信息相关，因而，可以根据饱和度分量与亮度分量中的物体反射光照信息的关系，对所述饱和度分量进行增强处理，具体的处理公式可以为：

$S^{\′}=\left\{\begin{array}{ccc}{S}^{0.5}& \mathrm{if}& R^{\′}(x,y)>T\\ S^{0.9}& \mathrm{if}& R^{\′}(x,y)\≤T\end{array}\right.$

其中，S′为增强处理后的饱和度分量，S为所述原始图像的饱和度分量，R′(x,y)为全局亮度调整后的物体反射光照信息，R′(x,y)的计算公式为：T为物体反射光照信息的平均亮度，ξ的引入是为了避免出现分母等于0的现象，其根据所述原始图像的位数而定。例如，当图像为8位图像时ξ＝1/255。

当然，本发明的其他实施例中，也可以采用其他方法对饱和度分量进行增强处理，在此不再一一描述。

（3）颜色空间转换

在Retinex视觉模型中，物体本身的固有属性由物体的反射光照信息决定，因此，本发明实施例中，去除掉环境亮度函数对图像的影响，将处理后的反射光照信息作为增强后的亮度分量。

上述步骤103中，可以采用下述公式将原始图像的色调分量H(x,y)，增强后的饱和度分量S′(x,y)，以及处理后的反射光照信息R′(x,y)从HSI颜色空间转换到RGB颜色空间：

当0≤H(x,y)＜2π/3时，RGB的三个分量可以由下式得出：

B＝R′(x,y)[1-S′(x,y)]

G＝3R′(x,y)-(R+B)

当2π/3≤H(x,y)＜4π/3时，首先将H(x,y)减去2π/3，RGB的三个分量可以由下式得出：

R＝R′(x,y)[1-S′(x,y)]

B＝3R′(x,y)-(R+G)

当4π/3≤H＜2π时，首先将H减去4π/3，RGB的三个分量可以由下式得出：

G＝R′(x,y)[1-S′(x,y)]

R＝3R′(x,y)-(G+B)

当然，上述步骤103中，也不排除采用其他转换公式，将处理后的图像从HSI颜色空间转换到RGB颜色空间。

请参考图3，上述实施例中，再对亮度分量进行局部增强处理之前，还可以对亮度分量的灰度级进行归一化，将图像转换到一个预先设定的变化范围，得到归一化处理后的亮度分量，然后再对归一化处理后的亮度分量进行局部增强处理和全局亮度调整。

对于一幅8位的彩色图像，转换到HSI颜色空间后，图像的亮度分量I(x,y)的灰度级的范围为[0，255]，为了保证数据处理，需要把灰度级进行归一化，使原图像的灰度级范围变为[0，1]，即：

$f(x,y)=\left\{\begin{array}{ccc}\frac{I(x,y)-\min \left[I(x,y)\right]}{\max \left[I(x,y)\right]-\min \left[I(x,y)\right]}& \mathrm{if}& \max \left[I(x,y)\right]-\min \left[I(x,y)\right]\≠0\\ 0& \mathrm{if}& \max \left[I(x,y)\right]-\min \left[I(x,y)\right]=0\end{array}\right.$

其中，f(x,y)为归一化处理后的亮度分量，I(x,y)为原始图像的亮度分量，。

对应于上述图像增强方法，本发明实施例还提供一种图像增强装置，如图4所示，所述图像增强装置包括：

第一转换模块401，用于将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

图像增强模块402，用于保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

第二转换模块403，用于将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

对应于上述图2所示的图像增强方法，所述图像增强模块还可以包括：

局部增强模块，用于利用Retinex视觉模型对所述原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

全局增强模块，用于利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

对应于上述图3所示的图像增强方法，所述图像增强模块还可以包括：

归一化处理模块，用于对所述原始图像的亮度分量的灰度级进行归一化，得到归一化后的亮度分量，并将所述归一化后的亮度分量作为所述原始图像的亮度分量发送给所述局部增强模块。

对应于上述图2和图3所示的方法，所述图像增强模块还可以包括：

饱和度增强模块，用于根据所述饱和度分量与所述亮度分量的关系，对所述饱和度分量进行增强处理。

另外，本发明实施例还提供一种显示装置，包括上述图像增强装置，所述显示装置包括但不限于：液晶电视、电脑、手机等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种图像增强方法，其特征在于，包括：

将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

2.如权利要求1所述的图像增强方法，其特征在于，所述对亮度分量进行增强处理的步骤包括：

利用Retinex视觉模型对所述原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

3.如权利要求2所述的图像增强方法，其特征在于，所述利用Retinex视觉模型对所述亮度分量进行局部增强处理的步骤之前还包括：

对所述亮度分量的灰度级进行归一化，得到归一化后的亮度分量作为所述原始图像的亮度分量。

4.如权利要求2-3任一项所述的图像增强方法，其特征在于：

采用下述公式对所述原始图像的亮度分量进行局部增强处理：

L′(x,y)＝I(x,y)*G(x,y)

其中，L′(x,y)为局部增强处理后的环境亮度函数，I(x,y)为原始图像的亮度分量，G(x,y)为高斯函数，G(x,y)的计算公式为：

σ为高斯函数的标准差值；

采用下述公式对所述局部增强处理后的图像进行全局亮度调整：

$L_{\mathrm{\γ}}^{\′}(x,y)={\left[L^{\′}(x,y)\right]}^{\mathrm{\γ}}$

其中，

为全局亮度调整后的环境亮度函数，γ为Gamma变换系数。

5.如权利要求2所述的图像增强方法，其特征在于，采用下述公式对所述饱和度分量进行增强处理：

$S^{\′}=\left\{\begin{array}{ccc}{S}^{0.5}& \mathrm{if}& R^{\′}(x,y)>T\\ S^{0.9}& \mathrm{if}& R^{\′}(x,y)\≤T\end{array}\right.$

其中，S′为增强处理后的饱和度分量，S为所述原始图像的饱和度分量，R′(x,y)为全局亮度调整后的物体反射光照信息，R′(x,y)的计算公式为：

T为物体反射光照信息的平均亮度，ξ根据所述原始图像的位数而定，I(x,y)为原始图像的亮度分量，

为全局亮度调整后的环境亮度函数。

6.一种图像增强装置，其特征在于，包括：

第一转换模块，用于将原始图像从红、绿、蓝RGB颜色空间转换到色调、饱和度、亮度HSI颜色空间；

图像增强模块，用于保持色调分量不变，分别对亮度分量和饱和度分量进行增强处理，得到处理后的图像；

第二转换模块，用于将所述处理后的图像从HSI颜色空间转换到RGB颜色空间。

7.如权利要求6所述的图像增强装置，其特征在于，所述图像增强模块包括：

局部增强模块，用于利用Retinex视觉模型对所述原始图像的亮度分量进行局部增强处理，得到局部增强处理后的图像；

全局增强模块，用于利用Gamma变换对所述局部增强处理后的图像进行全局亮度调整。

8.如权利要求7所述的图像增强装置，其特征在于，所述图像增强模块还包括：

归一化处理模块，用于对所述原始图像的亮度分量的灰度级进行归一化，得到归一化后的亮度分量，并将所述归一化后的亮度分量作为所述原始图像的亮度分量发送给所述局部增强模块。

9.如权利要求6至8任一项所述的图像增强装置，其特征在于，所述图像增强模块还包括：

饱和度增强模块，用于根据所述饱和度分量与所述亮度分量的关系，对所述饱和度分量进行增强处理。

10.一种显示装置，其特征在于，包括如权利要求6至9任一项所述的图像增强装置。

Images