CN104318542A - 图像增强处理算法 - Google Patents

Abstract

本发明提供了一种图像增强处理算法，包括如下步骤：将图像的像素根据亮度值分成若干个图层，每一层图像的边界都是由闭合曲线构成；将亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，然后再去除噪点；对于其它的图层，先去除噪点，然后再进行直方图均衡化处理；将处理后的若干个所述图层合并为一幅增强图像。本发明将图像的像素根据亮度值分成若干个图层，并在保持连通性不变的每层内实施噪点分类去除，采用不同算法分别对原图各部分进行处理，将结果进行几何叠加后，得到最终图像，解决了对于照度不均匀的灰度图像进行直方图均衡时，会出暗部噪声过多，亮部细节丢失等问题。

Description

图像增强处理算法

技术领域

本发明涉及图像处理技术，具体涉及一种图像增强处理算法。

背景技术

图像增强是数字图像处理的基本技术，是指按特定的需要增强一幅图像中的某些信息，兼顾削弱或去除某些不需要信息的处理方法。通过数字图像处理改善图像质量，可以使得处理后的图像在特定场合下比原始图像更适用。因此，这类处理是为了某种应用目的而去的。图像增强技术主要包括直方图修改处理，图像平滑处理，图像锐化处理及彩色处理技术等。

传统图像增强处理的算法比较简单，运算速度也快，但其增强效果有限，处理结果不能提高图像的信噪比，只是在主观上使得有些特征容易辨认。当图像受噪声污染时，传统增强算法就容易失效。

夜间拍照，特别是夜间行车时对前方来车的图像，由于对面车灯影响，其特点是背景暗部份和目标亮部分的对比度大，暗处的噪点多，亮处的细节容易丢失。与之对应地，其应用的主要目的不是分辨颜色，而是细分层次，保证轮廓，去除噪点，这样就可以较好地提高图像的可视度，更加易于辨识车牌车灯等关键信息。

对于夜摄图像，在用传统的图像增强算法之前必须要进行对图像的去噪处理，这样要分两步走，若先增强后去噪，则原有的图像噪声在增强过程中将被大大增强，使去噪处理难以奏效；若先去噪，后增强，则图像对比度弱的区域中边缘难以得到保护，从而在后续的增强中，原有的弱边缘不能得到有效增强。总之难以两全。特别是人眼视觉系统的响应是非线性的，传统的线性处理算法已经不尽人意。

数字图像的噪声分为两类：椒盐噪声和高斯噪声。前者的量化数值分布在比较固定的几个数值范围，相对独立，对空间周边信息少有污染，表现为逐个单一的亮点或暗点；后者的量化数值范围大，和空间周边点的数值有一定相关性，会相互影响污染，体现为一个一个的模糊区域。

直方图均衡化就是把一已知灰度概率分布的图像，经过一种变换，使之变成一幅具有均匀灰度概率分布的新图像。算法的数学表达式如下：

$S_k=\underset{j=0}{\overset{k}{\mathrm{\Σ}}}\frac{n_j}{n},k=\mathrm{0,1},...,L-1$

其中，L为原始图像的灰度级数，n_j为灰度级为j的像素个数，n为总像素个数。

直方图均衡化对图像的增强效果较好，算法简单，执行效率高，是一种常用的图像增强算法，但是该算法在光照不均匀、暗部信息丰富的灰度图像进行增强时存在以下问题：

1)高照度区域细节丢失；

2)暗部噪点较多，类型各异。

发明内容

为克服现有技术所存在的缺陷，现提供一种图像增强处理算法，以解决对于照度不均匀的灰度图像进行直方图均衡时，会出暗部噪声过多，亮部细节丢失等问题。

为实现上述目的，一种图像增强处理算法，包括如下步骤：

将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成；

对于亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，再去除噪点；

对于其它的图层，先去除噪点，再进行直方图均衡化处理；

将处理过后的若干个所述图层合并为一幅增强图像。

本发明图像增强处理算法的进一步改进在于，将图像的像素根据亮度值分成若干个图层之前，进一步包括以下步骤：

自定义线性矩阵色域空间，在所述线性矩阵色域空间中包括黑/蓝/黄/白四种色域；

将图像经过所述线性矩阵色域空间处理，获得[蓝,白]图像以及[黄,黑]图像。

本发明图像增强处理算法的进一步改进在于，将图像的像素根据亮度值分成若干个图层具体包括：

将所述[蓝,白]图像分成若干个图层；以及

将所述[黄,黑]图像分成若干个图层；

将处理过后的若干个所述图层合并为一幅增强图像具体包括：

将处理过后的由所述[蓝,白]图像分成的若干个图层合并为一幅增强[蓝,白]图像；以及

将处理过后的由所述[黄,黑]图像分成的若干个图层合并为一幅增强[黄,黑]图像。

本发明图像增强处理算法的进一步改进在于，将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成具体包括：

假设图像I的每个像素的亮度值i＝I(x,y)，将其以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层；

对于所述I0图层，其中每个像素的亮度值i满足：0≤i＜i1；

对于所述I1图层，其中每个像素的亮度值i满足：i1≤i＜i2；

对于所述I2图层，其中每个像素的亮度值i满足：i2≤i＜i3；

对于所述I3图层，其中每个像素的亮度值i满足：i3≤i≤255。

本发明图像增强处理算法的进一步改进在于，将处理过后的若干个所述图层合并为一幅增强图像具体包括：

把所述的I0图层、I1图层、I2图层、I3图层按照公式I＝I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像，j0、j1、j2、j3为非线性系数或线性系数；

其中，j＝a×s+b，s＝cr^γ，a、b为系数且当j为j0、j1、j2、j3时各不相同，s为指数校准函数，c、r和γ均为正常数，I是叠加以后的图像结果，I0、I1、I2、I3是每一个单独的图层。

本发明图像增强处理算法的进一步改进在于，将亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，然后再去除噪点具体包括：进行直方图均衡化处理后，使用带通滤波器来去除噪点；

对于其它的图层，先去除噪点具体包括：使用中值滤波或者高斯滤波去除噪点。

本发明的有益效果在于，利用直方图均衡化算法执行效率高、对低对比度图像增强效果好的特点，结合噪点分类可以平衡光照不均匀图像的亮度的特性，将图像的像素根据亮度值分成若干个图层，并在保持连通性不变的每层内实施噪点分类去除，采用不同算法分别对原图各部分进行处理，将结果进行几何叠加后，得到最终图像，降低了图像的全局亮度差异，增强了图像对比度，增强了图像的暗部细节，基本保留了图像的亮部细节，同时有效地抑制了噪声，提升了人体视觉的可视度。

附图说明

图1为本发明图像增强处理算法的流程示意图；

图2为本发明图像增强处理算法中指数校准函数曲线；

图3为图2中c＝1时，不同γ值的变换曲线；

图4为本发明图像增强处理算法中自定义线性矩阵色域空间的示意图。

具体实施方式

为利于对本发明的结构的了解，以下结合附图及实施例进行说明。

参照图1，图1为本发明图像增强处理算法的流程示意图。如图1所示，本发明提供了一种图像增强处理算法，包括如下步骤：

S1，将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成；

S2，对于亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，再去除噪点；

S3，对于其它的图层，先去除噪点，再进行直方图均衡化处理；

S4，将处理过后的若干个图层合并为一幅增强图像。

具体来讲，在S1中，将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成具体包括：假设图像I的每个像素的亮度值i＝I(x,y)，将图像I以一组阈值i1,i2,i3分为I0图层、I1图层、I2图层和I3图层；

对于所述I0图层，其中每个像素的亮度值i满足：0≤i＜i1；

对于所述I1图层，其中每个像素的亮度值i满足：i1≤i＜i2；

对于所述I2图层，其中每个像素的亮度值i满足：i2≤i＜i3；

对于所述I3图层，其中每个像素的亮度值i满足：i3≤i≤255。

显然I＝I0+I1+I2+I3相当于4层胶片叠加，每一层图像的边界都是由闭合曲线构成。所以可以对于每一层图像单独做噪声去除，其过程显然是非线性的。当然，在实际运用中，也可以将图像分为三层或者五层等其它层数，最大亮度值也可以是其它数值例如2的10次方。

很显然，由椒盐噪声的特点可知，噪声的量化值总是分布在几个特定的值上，可以通过直方图统计得出。特别地，在S2中，对于亮度最低的I0图层，图像的本底值较小，所以对比度较小，必须先增强，然后再去噪点；对于亮度最大的I3图层，图像的本底值较大，相对对比度较小，也必须先增强，然后再去噪点；

而在S3中，对于中间亮度的I1图层和I2图层，考虑到椒盐噪声的特点，建议是先去噪点，后作直方图增强。

对于每一图层单独做校准后，执行步骤S4。在S4中，将处理过后的若干个所述图层合并为一幅增强图像具体包括：把所述的I0图层、I1图层、I2图层、I3图层按照公式I＝I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像，j0、j1、j2、j3为非线性系数或线性系数；其中，j＝a×s+b，s＝cr^γ，a、b为系数且当j为j0、j1、j2、j3时各不相同，s为指数校准函数，c、r和γ都为正常数。特别地，在s＝cr^γ中，当c取1，γ取不同值Γ时，可以得到一簇变换曲线，如图2和图3所示，图2为本发明图像增强处理算法中指数校准函数曲线，图3为图2中c＝1时，不同γ值的变换曲线。从图2和图3中可以看出：

当γ＜1时，幂次变换将窄带输入暗值映射到宽带输出值，将宽带输入亮值映射到窄带输出值；

当γ＞1时，幂次变换将宽带输入暗值映射到窄带输出值，将窄带输入亮值映射到宽带输出值；

当γ＝1时，即为正比线性变换。

对于夜晚有灯光不均匀照明的图片，阴暗部分有需要的大量细节，但是明亮部分很容易过曝；本申请采用分四层以后，对于阴暗部分层的γ值小于1，可以提高暗处视觉效果。同时，对于明亮部分层，使用的校准值γ值大于1，也使得明亮部分内部的对比度有所增强。

考虑到椒盐噪声相对独立的特点，对于中间亮度的I1图层和I2图层，本申请使用中值滤波(邻域梯度校准)或者高斯滤波的方法来去除噪声像素点；对于高斯噪声，即亮度最低的I0图层和亮度最大的I3图层，本申请结合摄像头特点，使用带通(带阻)滤波器来去除噪点。

考虑到汽车牌照是蓝底白字或黄底黑字，如图4所示，本申请不再使用yuv或者rgb色域空间，而是自定义线性矩阵色域空间kbyw(blacK/Blue/Yellow/White)，在所述线性矩阵色域空间kbyw中包括黑/蓝/黄/白四种色域，将图像经过所述线性矩阵色域空间kbyw，获得[蓝,白]图像以及[黄,黑]图像。这样虽然对面孔等颜色有所失真，但是对汽车牌照车灯形状等敏感信息更容易突出。

因此，较佳地在S1之前，即将图像的像素根据亮度值分成若干个图层之前，先将图像经过所述色域空间kbyw处理。经过所述色域空间kbyw处理后，会得到两张图像，一张是[Blue,White]图像，即[蓝,白]图像，另一张是[Yellow,Black]图像，即[黄,黑]图像。然后执行步骤S1，此时，将图像的像素根据亮度值分成若干个图层具体包括：将所述[蓝,白]图像分成若干个图层；以及将所述[黄,黑]图像分成若干个图层。接着将由所述[蓝,白]图像分成的若干个图层以及由所述[黄,黑]图像分成的若干个图层分别经过步骤S2和步骤S3处理。对于由所述[蓝,白]图像分成的若干个图层中，亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，再去除噪点；对于由所述[蓝,白]图像分成的若干个图层中其它的图层，先去除噪点，再进行直方图均衡化处理；接着，执行步骤S4，将处理过后的由所述[蓝,白]图像分成的若干个图层合并为一幅增强[蓝,白]图像。对于由所述[黄,黑]图像分成的若干个图层中，亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，再去除噪点；对于由所述[黄,黑]图像分成的若干个图层中其它的图层，先去除噪点，再进行直方图均衡化处理；接着，执行步骤S4，将处理过后的由所述[黄,黑]图像分成的若干个图层合并为一幅增强[黄,黑]图像。

本发明的有益效果在于：

利用直方图均衡化算法执行效率高、对低对比度图像增强效果好的特点，结合噪点分类可以平衡光照不均匀图像的亮度的特性，将图像的像素根据亮度值分成若干个图层，并在保持连通性不变的每层内实施噪点分类去除，采用不同算法分别对原图各部分进行处理，将结果进行几何叠加后，得到最终图像，降低了图像的全局亮度差异，增强了图像对比度，增强了图像的暗部细节，基本保留了图像的亮部细节，同时有效地抑制了噪声，提升了人体视觉的可视度。

以上结合附图实施例对本发明进行了详细说明，本领域中普通技术人员可根据上述说明对本发明做出种种变化例。因而，实施例中的某些细节不应构成对本发明的限定，本发明将以所附权利要求书界定的范围作为保护范围。

Claims (6)

1.一种图像增强处理算法，其特征在于，包括如下步骤：

将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成；

对于亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，再去除噪点；

对于其它的图层，先去除噪点，再进行直方图均衡化处理；

将处理过后的若干个所述图层合并为一幅增强图像。

2.根据权利要求1所述的图像增强处理算法，其特征在于，将图像的像素根据亮度值分成若干个图层之前，进一步包括以下步骤：

自定义线性矩阵色域空间，在所述线性矩阵色域空间中包括黑/蓝/黄/白四种色域；

将图像经过所述线性矩阵色域空间处理，获得[蓝,白]图像以及[黄,黑]图像。

3.根据权利要求2所述的图像增强处理算法，其特征在于，

将图像的像素根据亮度值分成若干个图层具体包括：

将所述[蓝,白]图像分成若干个图层；以及

将所述[黄,黑]图像分成若干个图层；

将处理过后的若干个所述图层合并为一幅增强图像具体包括：

将处理过后的由所述[蓝,白]图像分成的若干个图层合并为一幅增强[蓝,白]图像；以及

将处理过后的由所述[黄,黑]图像分成的若干个图层合并为一幅增强[黄,黑]图像。

4.根据权利要求1所述的图像增强处理算法，其特征在于，

将图像的像素根据亮度值分成若干个图层，每一图层中的图像的边界都是由闭合曲线构成具体包括：

假设图像I的每个像素的亮度值i＝I(x,y)，将其以一组阈值i1、i2、i3分为I0图层、I1图层、I2图层和I3图层；

对于所述I0图层，其中每个像素的亮度值i满足：0≤i＜i1；

对于所述I1图层，其中每个像素的亮度值i满足：i1≤i＜i2；

对于所述I2图层，其中每个像素的亮度值i满足：i2≤i＜i3；

对于所述I3图层，其中每个像素的亮度值i满足：i3≤i≤255。

5.根据权利要求4所述的图像增强处理算法，其特征在于，

将处理过后的若干个所述图层合并为一幅增强图像具体包括：

把所述的I0图层、I1图层、I2图层、I3图层按照公式I＝I0×j0+I1×j1+I2×j2+I3×j3合并为一幅增强图像，j0、j1、j2、j3为非线性系数或线性系数；

其中，j＝a×s+b，s＝cr^γ，a、b为系数且当j为j0、j1、j2、j3时各不相同，s为指数校准函数，c、r和γ均为正常数，I是叠加以后的图像结果，I0、I1、I2、I3是每一个单独的图层。

6.根据权利要求1所述的图像增强处理算法，其特征在于，

将亮度最低的图层以及亮度最大的图层，先进行直方图均衡化处理，然后再去除噪点具体包括：进行直方图均衡化处理后，使用带通滤波器来去除噪点；

对于其它的图层，先去除噪点具体包括：使用中值滤波或者高斯滤波去除噪点。