CN103761714A - 一种基于ihs色彩空间的彩色图像增强方法 - Google Patents

Abstract

本发明提供一种基于IHS色彩空间的彩色图像增强方法，包括以下步骤：步骤1，将彩色影像从RGB色彩空间转换到IHS色彩空间；步骤2，尺度参数和偏移参数的确定；步骤3，对彩色图像的每个通道采用以下线性变换增强模型，获取增强后的彩色图像。本发明选取改进的gamma变换作为线性变换的尺度参数，不仅能够起到增强影响亮度信息的作用，还能起到抑制饱和度变化范围的效果，同时配合偏移参数的适当选取，能够使增强后影像的色彩信息保持达到最佳。本发明能够有效地改善影像质量，同时运行效率也很高。

Description

一种基于IHS色彩空间的彩色图像增强方法

技术领域

本发明属于遥感影像处理领域，涉及一种基于IHS色彩空间的彩色图像增强方法。

背景技术

遥感影像在地物判读和图像解译的应用中发挥着重要的作用，遥感图像的视觉效果决定了地物判读和图像解译的精度。对于真彩色图像而言，光照不足严重降低了图像的视觉效果，使得影像中的昏暗区域的地物边缘无法识别，从而降低了图像解译的精度。彩色图像增强方法就是在不改变影像色彩信息的情况下，最大限度的提升影像的亮度信息，并提升边缘的锐化程度从而弥补光照不足造成的缺陷。目前彩色图像增强的方法主要是基于Land于1986年提出的Retinex模型，然而该类方法并不能很好的将影像的亮度信息与彩色信息进行分离，从而在对影像亮度进行提升的同时，改变了影像的色彩成分，造成了色彩畸变的产生，于是刘军等人于2010年提出了基于IHS空间的线性变换模型用于彩色图像增强方法，此方法的核心在于线性变换的参数的选取，刘军等人选取的参数模型中包含有不确定的值从而导致增强方法的稳定性较差，并且由于参数模型并非符合影像提升的要求，导致使用该类参数模型的增强方法虽然不会造成明显的色彩畸变，但是会造成较大的灰度畸变，影响卫星的成像质量和后续的判读，因此有必要研究新的参数构造模型提升真彩色图像的成像质量。

发明内容

本发明所要解决的问题是，针对彩色图像中由于光照不足导致昏暗区域地物纹理特征无法识别的现象，提供一种有效的基于IHS色彩空间的彩色图像增强方法。

本发明的技术方案为一种基于IHS色彩空间的彩色图像增强方法，包括以下步骤：

步骤1，将彩色影像从RGB色彩空间转换到IHS色彩空间；

步骤2，尺度参数和偏移参数的确定，实现方式如下，

设尺度参数用α表示，偏移参数用β表示，

$\mathrm{\α}=\mathrm{pow}(2.0,\frac{(255-\max (R,G,B))}{255.0})$

β＝I-M*I

其中，I表示彩色图像的亮度矩阵，M表示滤波模板，pow()表示幂运算，max()表示取大运算，R，G，B表示24位量化的彩色影像中像素在三个波段中的灰度值；

$M=\frac{1}{156}\left[\begin{array}{ccccc}1.0& 2.0& 4.0& 2.0& 1.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 4.0& 16.0& 24.0& 16.0& 4.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 1.0& 2.0& 4.0& 2.0& 1.0\end{array}\right]$

步骤3，对彩色图像的每个通道采用以下线性变换增强模型，获取增强后的彩色图像，

$\left\{\begin{array}{c}{R}_T=\mathrm{\αR}+\mathrm{\β}\\ G_T=\mathrm{\αG}+\mathrm{\β}\\ B_T=\mathrm{\αB}+\mathrm{\β}\end{array}\right.$

其中，R_T,G_T,B_T表示增强后的彩色影像中相同像素在三个波段中的灰度值。

而且，步骤1使用的转换公式如下所示：

其中，I，H，S表示亮度、色度、饱和度；min()表示取小运算，

为中间参数。

本发明对现有技术问题提出了基于IHS色彩空间的彩色图像增强方法。由于彩色图像经过线性变换后，在IHS空间内表现为色度信息不变，因此彩色图像增强的重点在于抑制饱和度的变化以及亮度信息的增强，而这两项都与线性变化的参数选取有关，本文方法选取改进的gamma变换作为线性变换的尺度参数，不仅能够起到增强影响亮度信息的作用，还能起到抑制饱和度变化范围的效果，同时配合偏移参数的适当选取，能够使增强后影像的色彩信息保持达到最佳。本发明能够有效地改善影像质量，同时运行效率也很高。

附图说明

图1为尺度参数的函数分布图。

具体实施方式

本发明技术方案可采用计算机软件技术实现自动运行流程，以下结合附图和实施例详细说明本发明技术方案。参见图1，实施例的流程可以分为以下3个步骤：

步骤1，将彩色影像从RGB色彩空间转换到IHS色彩空间。

具体实施时，使用的转换公式如下所示：

其中R，G，B表示24位量化的彩色影像中像素在三个波段（红、绿、蓝）中的灰度值，I，H，S表示亮度、色度、饱和度；min()表示取小运算。中间参数

的定义如下：

彩色图像增强时，使用的线性变换增强模型可以使影像变换前后在IHS空间内色度信息保持不变。假设尺度参数用α表示，偏移参数用β表示，那么线性变换增强模型可以表示为下列情况：

$\left\{\begin{array}{c}{R}_T=\mathrm{\αR}+\mathrm{\β}\\ G_T=\mathrm{\αG}+\mathrm{\β}\\ B_T=\mathrm{\αB}+\mathrm{\β}\end{array}\right.$

其中R_T,G_T,B_T表示变换后的彩色影像中相同像素在三个波段中的灰度值。那么得到变换后的的表达式：

$=\frac{\mathrm{\α}(2B-G-R)/2}{\sqrt{{\mathrm{\α}}^2{(B-G)}^2+{\mathrm{\α}}^2(B-R)(G-R)}}$

$=\frac{(2B-G-R)/2}{\sqrt{{(B-G)}^2+(B-R)(G-R)}}$

其中

表示变换后的

值，很明显，变换前后值保持不变，那么其对应的色度(H)值也会保持不变，为了抑制变换前后的色彩信息，就必须抑制变换后饱和度(S)值的变化范围，变换后饱和度的值S_T的获取公式如下：

$S_T=1-\frac{3\min (R_T,G_T,B_T)}{R_T+G_T+B_T}$

$=1-\frac{3(\mathrm{\α}\min (R,G,B)+\mathrm{\β})}{\mathrm{\α}(R+G+B)+3\mathrm{\β}}$

$=1-\frac{3\min (R,G,B)+\frac{3\mathrm{\β}}{\mathrm{\α}}}{R+G+B+\frac{3\mathrm{\β}}{\mathrm{\α}}}$

要使饱和度变化不大，那么尺度参数α的值应该尽量大，而偏移参数β的值应该尽量小。

步骤2，尺度参数α和偏移参数β的确定。

考虑到彩色图像增强需要增加影像的亮度信息同时需要避免增强亮度信息过程中出现灰度过饱和现象，因此尺度参数的合理取值应该是大于1.0而小于2.0，并且尺度参数的选取应该与像素的灰度值有关，即灰度值大的时候，尺度参数的取值应该小，而灰度值小的时候，尺度参数的取值应该大。综上所述，尺度参数应该是取值在1.0与2.0之间的单调递减函数，本发明比较了各种函数的优缺点，最后选取了gamma函数作为尺度参数的基准函数，并对其进行了相应的改造从而适应于彩色图像增强方法，尺度参数的表达式如下所示：

$\mathrm{\α}=\mathrm{pow}(2.0,\frac{(255-\max (R,G,B))}{255.0})$

其中pow()表示幂运算，max()表示取大运算。其函数分布图如图1所示，横坐标为DN值（遥感影像像元亮度值），纵坐标为尺度系数值，即尺度参数的取值。在尺度参数确定后，接下来需要确定偏移参数，其表达式如下：

β＝I-M*I

其中I表示彩色图像的亮度矩阵，M表示滤波模板，其表达式如下：

$M=\frac{1}{156}\left[\begin{array}{ccccc}1.0& 2.0& 4.0& 2.0& 1.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 4.0& 16.0& 24.0& 16.0& 4.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 1.0& 2.0& 4.0& 2.0& 1.0\end{array}\right]$

由于尺度参数会降低高亮度区域的边缘清晰度，因此偏移参数具有两个作用，第一保存高亮度区域的边缘纹理信息，第二抑制饱和度的变化范围。如上所述，尺度参数的值大于1.0，因此要使得饱和度的变换范围尽量小，则偏移参数的值应该尽量小。通过实际试验可以发现，采取上述模式的偏移参数，其大部分值都集中在0到1之间，少量分布于2-4的范围内，基本满足了上述两个功能。

步骤3，对影像进行卷积运算。

对彩色图像的每个通道采用线性变换增强模型，获取增强后的彩色图像。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (2)

1.一种基于IHS色彩空间的彩色图像增强方法，其特征在于，包括以下步骤：

步骤1，将彩色影像从RGB色彩空间转换到IHS色彩空间；

步骤2，尺度参数和偏移参数的确定，实现方式如下，

设尺度参数用α表示，偏移参数用β表示，

$\mathrm{\α}=\mathrm{pow}(2.0,\frac{(255-\max (R,G,B))}{255.0})$

β＝I-M*I

其中，I表示彩色图像的亮度矩阵，M表示滤波模板，pow()表示幂运算，max()表示取大运算，R，G，B表示24位量化的彩色影像中像素在三个波段中的灰度值；

$M=\frac{1}{156}\left[\begin{array}{ccccc}1.0& 2.0& 4.0& 2.0& 1.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 4.0& 16.0& 24.0& 16.0& 4.0\\ 2.0& 8.0& 16.0& 8.0& 2.0\\ 1.0& 2.0& 4.0& 2.0& 1.0\end{array}\right]$

步骤3，对彩色图像的每个通道采用以下线性变换增强模型，获取增强后的彩色图像，

$\left\{\begin{array}{c}{R}_T=\mathrm{\αR}+\mathrm{\β}\\ G_T=\mathrm{\αG}+\mathrm{\β}\\ B_T=\mathrm{\αB}+\mathrm{\β}\end{array}\right.$

其中，R_T,G_T,B_T表示增强后的彩色影像中相同像素在三个波段中的灰度值。

2.如权利要求1所述基于IHS色彩空间的彩色图像增强方法，其特征在于：步骤1使用的转换公式如下所示：

其中，I，H，S表示亮度、色度、饱和度；min()表示取小运算，为中间参数。

Images