CN103020942B - 基于混合域的图像全局对比度以及局部细节度调整方法 - Google Patents
基于混合域的图像全局对比度以及局部细节度调整方法 Download PDFInfo
- Publication number
- CN103020942B CN103020942B CN201210594179.9A CN201210594179A CN103020942B CN 103020942 B CN103020942 B CN 103020942B CN 201210594179 A CN201210594179 A CN 201210594179A CN 103020942 B CN103020942 B CN 103020942B
- Authority
- CN
- China
- Prior art keywords
- image
- dct
- local detail
- gaussian pyramid
- conversion process
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000006243 chemical reaction Methods 0.000 claims description 25
- 230000015556 catabolic process Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- 101150108611 dct-1 gene Proteins 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract 1
- 125000001475 halogen functional group Chemical group 0.000 abstract 1
- 230000002401 inhibitory effect Effects 0.000 abstract 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种基于混合域的图像全局对比度以及局部细节度调整方法。本发明通过建立单通道图像的高斯金字塔,并对高斯金字塔进行由上至下逐层处理,利用每一层的图像以及该图像上一层图像的处理结果,在空间域和频域中进行混合计算,得到完成调整的最终图像。本发明的方法能够根据用户给定的参数,对待调整图像的全局对比度及局部细节度进行任意调整,并且能在多个尺度上抑制和避免光环、锯齿、振铃、边反转等不良现象的产生;同时,本发明计算过程快速,鲁棒性很高。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于混合域的图像全局对比度以及局部细节度调整方法。
背景技术
在图像处理领域,如何在进行图像全局对比度及局部细节度调整的同时很好的保持住图像的边缘,不发生光环、锯齿、振铃、边反转等现象,是一个十分重要并一直受到广泛关注的问题。传统的基于图像分解的方法难以很好地保持住图像边缘,尤其容易产生光环类的瑕疵。现有技术中的一些方法,虽然能够获得质量较好的结果,但是计算耗时一般十分巨大,难以快速应用。
综上所述,一种快速有效的图像全局对比度以及局部细节度调整方法是亟待提供的。
发明内容
(一)要解决的技术问题
本发明的目的在于提供一种基于高斯金字塔和混合域的图像全局对比度以及局部细节度调整方法,用于快速有效的对图像全局对比度及局部细节度进行调整,同时较好地保持住图像边缘,避免瑕疵。
(二)技术方案
本发明技术方案如下:
一种基于高斯金字塔和混合域的图像全局对比度以及局部细节度调整方法,包括步骤:
S1.设定调整参数并将待调整图像分解为若干单通道图像;
S2.对于每个单通道图像,建立该单通道图像的高斯金字塔;
S3.对步骤S2中高斯金字塔最顶层图像进行全局线性变换处理;
S4.对步骤S2中高斯金字塔最顶层以下各层图像,依次结合上一层处理结果进行变换处理;
S5.组合所有单通道图像的高斯金字塔最底层图像变换处理结果,得到完成调整的最终图像。
优选的,所述调整参数包括:控制最终图像局部细节度的参数α、控制最终图像全局对比度的参数β以及区分局部细节与全局对比的阈值σ。
优选的,所述步骤S1中,将待调整图像按照RGB色彩空间进行三通道分解。
优选的,所述步骤S1还包括,将每个单通道图像亮度值范围归一化为区间[0,1]。
优选的,所述步骤S2中,根据5x5二项式核函数建立单通道图像的高斯金字塔,高斯金字塔最底层图像与该单通道图像相同。
优选的,所述高斯金字塔层数h取使最顶层图像Ih长和宽都大于8像素的最大正整数。
优选的,所述步骤S3包括:
对于最顶层图像Ih,根据公式Oh,p=Avg(Ih)+β(Ih,p-Avg(Ih))进行全局线性变换处理;
其中,Oh,p以及Ih,p分别表示图像Ih以及变换处理后得到的图像Oh在像素p上的灰度值,Avg(Ih)表示图像Ih的平均灰度值。
优选的,所述步骤S4包括:
S401.设定距离阈值;
S402.对于任意与图像Ik(k=h-1,h-2,…,1)中像素p距离不超过所述距离阈值的像素q,做如下计算:
I'k,p,q=Ik,p+sign(Ik,q-Ik,p)Mα,β,σ(|Ik,q-Ik,p|);
其中,sign表示符号函数,M函数表示与所述调整参数相关的映射函数;
S403.分别计算 以及
其中,wp表示与像素p距离不超过所述距离阈值的像素的集合;
S404.计算图像Ik+1经变换处理得到的图像Ok+1的采样图像O′k;
S405.结合所述步骤S402-S404中计算结果,计算变换处理后的图像Ok。
优选的,所述M函数为:
优选的,所述步骤S405中,根据以下公式计算变换处理后的图像Ok:
其中,DCT和DCT-1分别表示离散余弦变换以及离散余弦反变换,G表示9x9二项式核函数,L表示卷积核函数,λ表示正常数。
(三)有益效果
本发明通过建立单通道图像的高斯金字塔,并对高斯金字塔进行由上至下逐层处理,利用每一层的图像以及该图像上一层图像的处理结果,在空间域和频域中进行混合计算,得到完成调整的最终图像。本发明的方法能够根据用户给定的参数,对待调整图像的全局对比度及局部细节度进行任意调整,并且能在多个尺度上抑制和避免光环、锯齿、振铃、边反转等不良现象的产生;同时,本发明计算过程快速,鲁棒性很高。
附图说明
图1是本发明的一种基于高斯金字塔和混合域的图像全局对比度以及局部细节度调整方法的流程示意图。
具体实施方式
下面结合附图和实施例,对发明的具体实施方式做进一步描述。以下实施例仅用于说明本发明,但不用来限制本发明的范围。
流程图如图1中所示的一种基于高斯金字塔和混合域的图像全局对比度以及局部细节度调整方法,主要包括以下步骤:
S1.首先由用户设定调整参数α、β、σ以及任意的正常数λ等;其中,α用于控制最终图像的局部细节度,β用于控制最终图像的全局对比度,σ用于提供一个阈值以区分局部细节和全局对比,λ可为任意正实数;然后将待调整图像分解为若干单通道图像;本实施例中,将待调整图像按照RGB(Red Green Blue,三原色光)色彩空间进行三通道分解;最后,将每个单通道图像亮度值范围归一化为区间[0,1]。
S2.对于每个单通道图像I,根据5x5二项式核函数(binomialkernel)建立该单通道图像的高斯金字塔I1,I2......Ih,其中,I1=I,即高斯金字塔最底层图像与该单通道图像相同,图像尺寸从I1到Ih逐渐变小;所述高斯金字塔层数h优选取使最顶层图像Ih长和宽都大于8像素的最大正整数;
S3.对步骤S2中高斯金字塔最顶层图像进行全局线性变换处理;本实施例中,该步骤具体为:
对于最顶层图像Ih,根据公式Oh,p=Avg(Ih)+β(Ih,p-Avg(Ih))进行全局线性变换处理;
其中,Oh,p以及Ih,p分别表示图像Ih以及变换处理后得到的图像Oh在像素p上的灰度值,Avg(Ih)表示图像Ih的平均灰度值。
S4.对步骤S2中高斯金字塔最顶层以下各层图像Ik(k=h-1,h-2,…,1),依次结合上一层处理结果进行变换处理,其处理过程在空间域以及频域中混合进行;该步骤主要包括:
S401.根据实际需求,设定合适的距离阈值D;本实例中,D=4;
S402.对于图像Ik(k=h-1,h-2,…,1)中每个像素p,对于任意与所述像素p距离不超过所述距离阈值D的像素q,做如下计算:
I'k,p,q=Ik,p+sign(Ik,q-Ik,p)Mα,β,σ(|Ik,q-Ik,p|);
其中,sign表示符号函数,M函数表示与所述调整参数α、β以及σ相关的映射函数;所述M函数可以为:
或者也可以为其他与所述调整参数α、β以及σ相关的映射函数。
S403.分别计算 以及
其中,wp表示与像素p距离不超过所述距离阈值的像素的集合;
S404.根据5x5多项式核函数计算图像Ik+1经变换处理得到的图像Ok+1的采样图像O′k,图像O′k与图像Ik大小相同;
S405.结合所述步骤S402-S404中计算结果,计算变换处理后的图像Ok;本实施例中,该步骤具体为:
其中,所述步骤S405中,根据以下公式计算变换处理后的图像Ok:
其中,DCT和DCT-1分别表示离散余弦变换以及离散余弦反变换,G表示9x9二项式核函数,λ表示正常数,L表示卷积核函数;
或者,可以将该步骤中的离散余弦变换及离散余弦反变换替换成为其他类似的“空间域-频域”变换及其反变换。
S5.组合所有单通道图像的高斯金字塔最底层图像变换处理结果,得到完成调整的最终图像。
本发明的方法能够根据用户给定的参数,对待调整图像的全局对比度及局部细节度进行任意调整,并且能在多个尺度上抑制和避免光环、锯齿、振铃、边反转等不良现象的产生;同时,本发明计算过程快速,鲁棒性很高。此外,本发明所提出的方法,还能应用于其他的图像处理问题,如图像抽象化、图像自动去雾等。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的保护范畴。
Claims (4)
1.一种基于高斯金字塔和混合域的图像全局对比度以及局部细节度调整方法,其特征在于,包括步骤:
S1.设定调整参数并将待调整图像分解为若干单通道图像;
S2.对于每个单通道图像,建立该单通道图像的高斯金字塔;
S3.对步骤S2中高斯金字塔最顶层图像进行全局线性变换处理;
S4.对步骤S2中高斯金字塔最顶层以下各层图像,依次结合上一层处理结果进行变换处理;
S5.组合所有单通道图像的高斯金字塔最底层图像变换处理结果,得到完成调整的最终图像;
其中,所述调整参数包括:控制最终图像局部细节度的参数α、控制最终图像全局对比度的参数β以及区分局部细节与全局对比的阈值σ;
所述步骤S1中,将待调整图像按照RGB色彩空间进行三通道分解;
所述步骤S1还包括,将每个单通道图像亮度值范围归一化为区间[0,1];
所述步骤S2中,根据5x5二项式核函数建立单通道图像的高斯金字塔,高斯金字塔最底层图像与该单通道图像相同;
所述高斯金字塔层数h取使最顶层图像Ih长和宽都大于8像素的最大正整数;所述步骤S3包括:
对于最顶层图像Ih,根据公式Oh,p=Avg(Ih)+β(Ih,p-Avg(Ih))进行全局线性变换处理;
其中,Oh,p以及Ih,p分别表示图像Ih以及变换处理后得到的图像Oh在像素p上的灰度值,Avg(Ih)表示图像Ih的平均灰度值。
2.根据权利要求1所述的图像全局对比度以及局部细节度调整方法,其特征在于,所述步骤S4包括:
S401.设定距离阈值;
S402.对于任意与图像Ik(k=h-1,h-2,…,1)中像素p距离不超过所述距离阈值的像素q,做如下计算:
I'k,p,q=Ik,p+sign(Ik,q-Ik,p)Mα,β,σ(|Ik,q-Ik,p|);
其中,sign表示符号函数,M函数表示与所述调整参数α,β,σ相关的映射函数;α用于控制最终图像的局部细节度,β用于控制最终图像的全局对比度,σ用于提供一个阈值以区分局部细节和全局对比;
W表示像素集合wp中元素的个数;
S404.计算图像Ik+1经变换处理得到的图像Ok+1的采样图像Ok′;
S405.结合所述步骤S402-S404中计算结果,计算变换处理后的图像Ok。
3.根据权利要求2所述的图像全局对比度以及局部细节度调整方法,其特征在于,所述M函数为:
4.根据权利要求2或3所述的图像全局对比度以及局部细节度调整方法,其特征在于,所述步骤S405中,根据以下公式计算变换处理后的图像Ok:
其中,DCT和DCT-1分别表示离散余弦变换以及离散余弦反变换,G表示9x9二项式核函数,L表示卷积核函数,λ表示正常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210594179.9A CN103020942B (zh) | 2012-12-31 | 2012-12-31 | 基于混合域的图像全局对比度以及局部细节度调整方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210594179.9A CN103020942B (zh) | 2012-12-31 | 2012-12-31 | 基于混合域的图像全局对比度以及局部细节度调整方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103020942A CN103020942A (zh) | 2013-04-03 |
CN103020942B true CN103020942B (zh) | 2015-07-15 |
Family
ID=47969509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210594179.9A Active CN103020942B (zh) | 2012-12-31 | 2012-12-31 | 基于混合域的图像全局对比度以及局部细节度调整方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103020942B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383008A (zh) * | 2008-10-23 | 2009-03-11 | 上海交通大学 | 基于视觉注意模型的图像分类方法 |
CN102063623A (zh) * | 2010-12-28 | 2011-05-18 | 中南大学 | 一种结合自底向上和自顶向下的图像感兴趣区域提取方法 |
-
2012
- 2012-12-31 CN CN201210594179.9A patent/CN103020942B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101383008A (zh) * | 2008-10-23 | 2009-03-11 | 上海交通大学 | 基于视觉注意模型的图像分类方法 |
CN102063623A (zh) * | 2010-12-28 | 2011-05-18 | 中南大学 | 一种结合自底向上和自顶向下的图像感兴趣区域提取方法 |
Non-Patent Citations (2)
Title |
---|
Fattal R,et al.Gradient Domain High Dynamic Range Compression.《ACM Transaction on Graphics》.2002,第21卷(第3期), * |
Paris S,et al.Local Laplacian Filters:Edge-aware Image Processing with a Laplacian Pyramid.《ACM Transaction on Graphics》.2011,第30卷(第4期), * |
Also Published As
Publication number | Publication date |
---|---|
CN103020942A (zh) | 2013-04-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102063706B (zh) | 一种快速去雾方法 | |
US9743073B2 (en) | Image processing device with image compensation function and image processing method thereof | |
CN101901475B (zh) | 基于视网膜自适应模型的高动态范围图像色调映射方法 | |
WO2017045218A1 (zh) | 一种图像的自适应转换方法 | |
KR102022812B1 (ko) | 이미지 콘트라스트 보강방법 | |
CN102509294B (zh) | 一种基于单幅图像的全局深度估计方法 | |
CN103778900B (zh) | 一种图像处理方法及系统 | |
CN104167194A (zh) | 液晶面板的灰阶值设定方法以及液晶显示器 | |
US20190385343A1 (en) | Image processing method, electronic device and apparatus having storage function | |
CN105721844B (zh) | 基于液晶电视Gamma调整的增强画质对比度层次感的方法 | |
CN104935900A (zh) | 图像感测装置及色彩校正矩阵修正方法与查找表建立方法 | |
CN109493829B (zh) | 影像色温的获取方法 | |
CN108305232B (zh) | 一种单帧高动态范围图像生成方法 | |
CN103295206B (zh) | 一种基于Retinex的微光图像增强方法和装置 | |
CN108711142B (zh) | 图像处理方法及图像处理装置 | |
CN110660060B (zh) | Oled屏幕混色缺陷检测方法、终端设备及计算机可读介质 | |
KR20200054299A (ko) | 색 영역 매핑 방법 및 색 영역 매핑 장치 | |
CN109215599B (zh) | 一种改善有色人种肤色视角表现的8畴设计方法及系统 | |
CN103489161A (zh) | 一种灰度图像彩色化方法及装置 | |
US8861850B2 (en) | Digital image color correction | |
CN106971375B (zh) | 一种图像放大的处理方法及装置 | |
CN105989583A (zh) | 一种图像去雾方法 | |
CN103020942B (zh) | 基于混合域的图像全局对比度以及局部细节度调整方法 | |
CN108171646B (zh) | 基于亮度保持的图像色调调节方法及装置 | |
CN108305216A (zh) | 一种双边四次插值的图像放大方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |