CN104484864A - 获取图像伽马曲线、增强图像对比度的方法及系统 - Google Patents

Abstract

本发明公开了获取图像伽马曲线、增强图像对比度的方法及系统，其中所述获取图像伽马曲线的方法包括以下步骤：获得所述图像的直方图；对所述直方图进行第一平滑处理；对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；分别对所述暗区和亮区直方图进行归一化；根据归一化后的直方图得到伽马曲线。通过上述步骤获得的伽马曲线具有平滑性好的优点，在利用该伽马曲线进行图像对比度校正时，不会使得图像局部过暗或者过亮。由此解决了现有技术的增强图像对比度的方法存在图像局部过暗或者过亮的问题。

Description

获取图像伽马曲线、增强图像对比度的方法及系统

技术领域

本发明涉及图像处理技术领域，具体涉及获取图像伽马曲线、增强图像对比度的方法及系统。

背景技术

在一般的ISP(Image Signal Processing，即图像信号处理)中，可以用伽马(gamma)曲线来设定图像的对比度。一般是采用固定的伽马曲线来设定颜色三通道的映射方式，但是，采用单一的伽马曲线显然不能适用于所有可能情况下的场景，采用对比度更高的伽马曲线可能使得正常的图片变得偏暗，暗部细节丢失，而采用对比度较弱的伽马曲线可能使得被放大的远处图像不清晰通透。因此，要解决在不同场景下使得调整的图像的对比度最优的问题，可选择的途径是使得伽马曲线可自适应。

目前，能够生成伽马曲线的方式很多，基于直方图均衡化的技术在图像增强领域被广泛使用，采用直方图均衡化的方法实现方式简单，能有效提高一定场景下的图片的对比度。

文献1(Journal of Intelligent Manufacturing,Springer US,Volume25,Issue 2,pp:303-318,2012.)主要采用对直方图积分曲线进行三段拟合的方法获得直方图分割阈值，然后对每段重新进行映射，最后通过直方图均衡化的方法生成伽马曲线，该方法能够在明暗对比较强的图片中对暗区和亮区进行增强，但是该方法存在无法手动调节对比度、局部细节保存不能控制，有时候局部死黑或者亮处过曝、计算量偏大等缺点。

文献2(Communications in Computer and InformationScience,Gandhigram,India,Volume 140,pp 129-136,2011.)主要采用简单的直方图修正、均衡化和锐化方式来获得伽马曲线，能够使得图像细节更多，整体对比度增大，但是该方法中直方图修正参数在不同环境下非自适应，直方图整体均衡化会产生局部过暗过曝、局部噪声增强的缺陷。

因此，现有技术的诸多增强图像对比度方法都存在图像局部过暗或者过亮的问题，另外还存在参数非自适应、图像细节丢失等问题。

发明内容

为此，本发明要解决的技术问题在于现有技术的增强图像对比度的方法存在图像局部过暗或者过亮的问题。

为解决上述技术问题，本发明采用以下技术方案：

一种获取图像伽马曲线的方法，包括以下步骤：获得所述图像的直方图；对所述直方图进行第一平滑处理；对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；分别对所述暗区和亮区直方图进行归一化；根据归一化后的直方图得到伽马曲线。

优选地，所述根据归一化后的直方图得到伽马曲线的步骤包括以下步骤：分别对归一化后的暗区和亮区直方图进行修正；对修正后的直方图进行噪声限制和细节保存；对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线；对所述第一曲线进行第二平滑处理。

优选地，所述修正后的直方图的表达式为：

其中p(x)为归一化后的暗区直方图或者亮区直方图，p_min为归一化后的暗区或者亮区直方图最小值，p_max为归一化后的暗区或者亮区直方图最大值，p_mid为p_min和p_max的平均值，α为曲线坡度，其表达式为：

$\mathrm{\&alpha;}=\left\{\begin{array}{c}k*\frac{X_m-X_{m1}}{X_{\mathrm{mu}}-X_{m1}},0\&le;x\&le;X_m\\ k*\frac{X_{\mathrm{mu}}-X_m}{X_{\mathrm{mu}}-X_{m1}},X_m\&le;x<L\end{array}\right.$

其中k为输入的对比度校正参数，L为归一化后的暗区或者亮区直方图的数量，X_m为归一化后的暗区或者亮区直方图的均值，X_ml为低区均值，其

优选地，所述噪声限制包括以下步骤：将修正后的直方图中大于第一预设值的直方图的值与所述第一预设值相减；将相减得到的值平分到每个所述修正后的直方图上。

优选地，所述细节保存包括以下步骤：将修正后的直方图中小于第二预设值的直方图的值增加至所述第二预设值。

优选地，所述经过均衡化得到的曲线的表达式为：

$\mathrm{Map}\left(x\right)=M_0+(M_1-M_0)*\frac{{\mathrm{\&Sigma;}}_{i=0}^x{P}^{\&prime;}\left(i\right)}{{\mathrm{\&Sigma;}}_{i=0}^{M1}{P}^{\&prime;}\left(i\right)}$

其中M₀和M₁分别为直方图上、下界，P'(i)为经过噪声限制和细节保存后的直方图。

优选地，所述直方图上、下界通过新阈值获得，其中所述新阈值的表达式为：

level_new＝β*(32-level)+level

其中，level为所述对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图的步骤中的阈值，β为常数且0≤β≤1。

优选地，所述第一平滑处理是空间平滑处理；所述第二平滑处理是空域和时域平滑处理。

优选地，所述空域平滑处理包括以下步骤：将所述第一曲线中的由相同值的直方图均衡化得到的线段消除；将消除所述线段后的所述第一曲线中剩余的点连接成第二曲线；对所述第二曲线进行插值处理得到伽马曲线，所述伽马曲线的表达式为：

$g\left(x\right)=f(\frac{x}{64}*c)$

其中c为剩余点的数目，x为整数且0<x<63，f为所述第二曲线。

优选地，所述时域平滑处理包括以下步骤：对所述第一曲线进行时域滤波得到伽马曲线，所述伽马曲线的表达式为：

${\mathrm{Maphistory}}_t\left(x\right)=\frac{\mathrm{\&lambda;}*\mathrm{Map}\left(x\right)+(100-\mathrm{\&lambda;})*{\mathrm{Maphistory}}_{t-1}\left(x\right)}{100}$

其中Map(x)为所述均衡化后得到的曲线，Maphistory_t-1(x)为历史伽马曲线，λ是稳定参数，t表示时刻。

本发明还提供一种增强图像对比度的方法，包括以下步骤：根据上述技术方案所述的获取图像伽马曲线的方法获取图像伽马曲线；采用所述伽马曲线对所述图像进行伽马校正。

本发明还提供一种获取图像伽马曲线的系统，包括：直方图获取模块，用于获得所述图像的直方图；第一平滑处理模块，用于对所述直方图进行第一平滑处理；阈值分割模块，用于对经平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；归一化模块，用于分别对所述暗区和亮区直方图进行归一化；伽马曲线获取模块，用于根据归一化后的直方图得到伽马曲线。

优选地，所述伽马曲线获取模块包括：修正子模块，用于分别对归一化后的暗区和亮区直方图进行修正；噪声限制和细节保存子模块，用于对修正后的直方图进行噪声限制和细节保存；第一曲线获取子模块，用于对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线；第二平滑处理子模块，用于对所述第一曲线进行第二平滑处理。

优选地，噪声限制和细节保存子模块包括噪声限制单元和细节保存单元，所述噪声限制单元包括：相减子单元，用于将修正后的直方图中大于第一预设值的直方图的值与所述第一预设值相减；平分子单元，用于将相减得到的值平分到每个所述修正后的直方图上；所述细节保存单元包括：增加子单元，用于将修正后的直方图中小于第二预设值的直方图的值增加至所述第二预设值。

优选地，所述第一平滑处理是空间平滑处理；所述第二平滑处理子模块包括是空域平滑处理单元和时域平滑处理单元。

优选地，所述空域平滑处理单元包括：消除子单元，用于将所述第一曲线中的由相同值的直方图均衡化得到的线段消除；连接子单元，用于将消除所述线段后的所述第一曲线中剩余的点连接成第二曲线；插值处理子单元，用于对所述第二曲线进行插值处理得到伽马曲线，所述伽马曲线的表达式为：

$g\left(x\right)=f(\frac{x}{64}*c)$

其中c为剩余点的数目，x为整数且0<x<63，f为所述第二曲线。

优选地，所述时域平滑处理单元包括：时域滤波子单元，用于对所述第一曲线进行时域滤波得到伽马曲线，所述伽马曲线的表达式为：

${\mathrm{Maphistory}}_t\left(x\right)=\frac{\mathrm{\&lambda;}*\mathrm{Map}\left(x\right)+(100-\mathrm{\&lambda;})*{\mathrm{Maphistory}}_{t-1}\left(x\right)}{100}$

其中Map(x)为所述均衡化后得到的曲线，Maphistory_t-1(x)为历史伽马曲线，λ是稳定参数，t表示时刻。

本发明还提供一种增强图像对比度的系统，包括：根据上述技术方案所述的获取图像伽马曲线的系统，用于获取图像伽马曲线；校正模块，用于采用所述伽马曲线对所述图像进行伽马校正。

本发明的技术方案的有益效果包括：

(1)本发明的一种获取图像伽马曲线的方法，由于包括以下步骤：获得所述图像的直方图；对所述直方图进行第一平滑处理；对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；分别对所述暗区和亮区直方图进行归一化；根据归一化后的直方图得到伽马曲线。通过上述步骤获得的伽马曲线具有平滑性好的优点，在利用该伽马曲线进行图像对比度校正时，不会使得图像局部过暗或者过亮。

(2)本发明的一种增强图像对比度的方法，由于包括以下步骤：根据本发明的获取图像伽马曲线的方法获取图像伽马曲线；采用所述伽马曲线对所述图像进行伽马校正。通过以上步骤对图像进行伽马校正，使得图像更清晰，在对比度较高的条件下使得噪声得到有效控制。并且可以避免全局均衡化使得图像产生局部过暗或者过亮的缺点。由于对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

附图说明

为了使本发明的内容更容易被清楚的理解，下面根据本发明的具体实施例并结合附图，对本发明作进一步详细的说明，其中

图1是本发明实施例1的一种获取图像伽马曲线的方法的流程示意图。

图2是本发明实施例1中的根据归一化后的直方图得到伽马曲线步骤的流程示意图；

图3是本发明实施例2的一种增强图像对比度的方法的流程示意图；

图4是本发明实施例3的一种获取图像伽马曲线的系统的结构示意图；

图5是本发明实施例3中的伽马曲线获取模块的结构示意图；

图6是本发明实施例4的一种增强图像对比度的系统的结构示意图。

具体实施方式

实施例1:

图1示出了本发明实施例的一种获取图像伽马曲线的方法，包括以下步骤：

步骤S11、获得所述图像的直方图。一般地，直方图可以通过对接收的图像进行直方图统计获得，也可以由通用视频处理芯片直接给出。可使用的具体的芯片型号很多，例如,安霸系列(S255、S266和S288)以及TI公司的dm8127等。

步骤S12、对所述直方图进行第一平滑处理。所述第一平滑处理优选为空间平滑处理，空间平滑处理属于本领域公知的技术手段，兹不赘述。对所述直方图进行第一平滑处理，可以使得在后续步骤中生成的伽马曲线更加平滑。

步骤S13、对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图。具体地，所述阈值可以采用最大类间方差法获得。以直方图的数量为64个为例，采用最大类间方差法获得的所述阈值介于0-63之间，从而可以把64个直方图分为暗区和亮区两个部分,假设阈值threshold，那么暗区分布在[0,threshold]，亮区分布在[threshold,63]。对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图，可以避免利用在后续步骤中生成的伽马曲线进行图像对比度校正时，使得图像产生局部过暗或者过亮的缺点。

步骤S14、分别对所述暗区和亮区直方图进行归一化。对直方图进行归一化为本领域公知的技术手段，兹不赘述。

步骤S15、根据归一化后的直方图得到伽马曲线。

通过上述步骤获得的伽马曲线具有平滑性好的优点，在利用该伽马曲线进行图像对比度校正时，不会使得图像局部过暗或者过亮。

如图2所示，步骤S15包括以下步骤：

步骤S151、分别对归一化后的暗区和亮区直方图进行修正。具体地，所述修正后的直方图的表达式为：

其中p(x)为归一化后的暗区直方图或者亮区直方图，p_min为归一化后的暗区或者亮区直方图最小值，p_max为归一化后的暗区或者亮区直方图最大值，p_mid为p_min和p_max的平均值，α为曲线坡度，其表达式为：

$\mathrm{\&alpha;}=\left\{\begin{array}{c}k*\frac{X_m-X_{m1}}{X_{\mathrm{mu}}-X_{m1}},0\&le;x\&le;X_m\\ k*\frac{X_{\mathrm{mu}}-X_m}{X_{\mathrm{mu}}-X_{m1}},X_m\&le;x<L\end{array}\right.$

其中k为输入的对比度校正参数，L为归一化后的暗区或者亮区直方图的数量，X_m为归一化后的暗区或者亮区直方图的均值，X_ml为低区均值，其

其中，对比度校正参数k是指需要对待校正图像进行对比度校正的强度，该参数值越大，对比度越强，反之亦然。通常，由用户输入对比度校正参数k，通过表达式(1)对暗区和亮区直方图分别进行修正，可以使得图像的暗区和亮区在均衡化过程中不会相互影响，避免图像局部过暗或者过亮的缺点，并且图像对比度可以根据用户需要通过对比度校正参数k进行灵活调整。所述修正过程即是将直方图映射为新的直方图，通过步骤S151可以增大灰度集中区(所谓灰度集中区，即在2D图像上看，主要是暗区或者亮区中灰度值比较接近的点构成的图像区域；在直方图上看，主要是暗区或者亮区中直方图值大于最小数和最大数的均值的直方图区域)的对比度，使得模糊的地方对比度增大。总之，通过对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

步骤S152、对修正后的直方图进行噪声限制和细节保存。

其中所述噪声限制包括以下步骤：首先将修正后的直方图中大于第一预设值的直方图的值与所述第一预设值相减，第一预设值可以根据需要达到的噪声限制的程度，通过实验手段获得，通常第一预设值选为a/bin_num，其中a为2至2.5之间的数值，bin_num为直方图的数目，优选a为2.5；其次将相减得到的值平分到每个所述修正后的直方图上。这样可以在对比度校正参数较高的条件下，避免伽马曲线局部斜率过高而导致该斜率过高的区域噪声加大。

所述细节保存包括以下步骤：将修正后的直方图中小于第二预设值的直方图的值增加至所述第二预设值，第二预设值可以根据需要达到的细节保存的程度，通过实验手段获得，通常第二预设值选为b/bin_num，其中b为0至1之间的数值，bin_num为直方图的数目，优选b为0.1。这样可以在均衡化的过程中避免直方图局部的值过小而导致该直方图局部的值过小的区域被过多合并。从效果上看灰阶过多合并会使图像更模糊。

步骤S153、对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线。所述经过均衡化得到的曲线的表达式为：

$\mathrm{Map}\left(x\right)=M_0+(M_1-M_0)*\frac{{\mathrm{\&Sigma;}}_{i=0}^x{P}^{\&prime;}\left(i\right)}{{\mathrm{\&Sigma;}}_{i=0}^{M1}{P}^{\&prime;}\left(i\right)}$

其中M₀和M₁分别为直方图上、下界，P'(i)为经过噪声限制和细节保存后的直方图。所述直方图上、下界通过新阈值获得，其中所述新阈值的表达式为：

level_new＝β*(32-level)+level

其中，level为所述对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图的步骤中的阈值，β为常数且0≤β≤1。假设期望亮度为32，而图像偏亮或者偏暗是用阈值level来判断的，当32-level>0时，那么图像偏暗，新阈值level_new大于原来的阈值level，所获得的直方图上界M1和直方图下界就会使得图像亮度提高，反之亦然。以直方图的数量为64个为例，则获得暗区的直方图下界为0，直方图上界为level_new；亮区的直方图下界为level_new，直方图上界为63。通常，在对图像进行对比度校正过程中，当图像偏亮时，期望图像偏暗一点，当图像偏暗时，期望图像偏亮一点、通过重映射获得的新阈值level_new确定新的直方图上、下界，可以使得图像的亮度达到期望的亮度。

步骤S154、对所述第一曲线进行第二平滑处理。所述第二平滑处理是空域和时域平滑处理。其中所述空域平滑处理包括以下步骤：首先，将所述第一曲线中的由相同值的直方图均衡化得到的线段消除；其次，将消除所述线段后的所述第一曲线中剩余的点连接成第二曲线；最后，对所述第二曲线进行插值处理得到伽马曲线，所述伽马曲线的表达式为：

$g\left(x\right)=f(\frac{x}{64}*c)$

其中c为剩余点的数目，x为整数且0<x<63，f为所述第二曲线。这样可以使得图像细节保存更好，并且可以避免数值比较小的低灰阶过多合并而产生死黑现象。

所述时域平滑处理包括以下步骤：

对所述第一曲线进行时域滤波得到伽马曲线，所述伽马曲线的表达式为：

${\mathrm{Maphistory}}_t\left(x\right)=\frac{\mathrm{\&lambda;}*\mathrm{Map}\left(x\right)+(100-\mathrm{\&lambda;})*{\mathrm{Maphistory}}_{t-1}\left(x\right)}{100}$

其中Map(x)为所述均衡化后得到的曲线，Maphistory_t-1(x)为历史伽马曲线，λ是稳定参数，t表示时刻。这样可以使得图像画面更加稳定，不闪烁。

总之，通过以上步骤获得的伽马曲线，可以避免直方图局部的值过小而导致该直方图局部的值过小的区域被过多合并，使得图像更清晰。在对比度较高的条件下使得噪声得到有效控制。并且通过将直方图分为暗区和亮区两个部分分别均衡化，可以避免全局均衡化使得图像产生局部过暗或者过亮的缺点。对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

实施例2

图3示出了一种的增强图像对比度的方法，包括以下步骤：

步骤S31、获取图像伽马曲线。步骤S31包括获得所述图像的直方图步骤S11、对所述直方图进行第一平滑处理步骤S12、对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图步骤S13、分别对所述暗区和亮区直方图进行归一化步骤S14和根据归一化后的直方图得到伽马曲线步骤S15。即根据实施例1所述的获取图像伽马曲线的方法获取图像伽马曲线。

步骤S32、采用所述伽马曲线对所述图像进行伽马校正。

通过以上步骤对图像进行伽马校正，使得图像更清晰，在对比度较高的条件下使得噪声得到有效控制。并且可以避免全局均衡化使得图像产生局部过暗或者过亮的缺点。由于对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

实施例3

图4示出了本发明实施例的一种获取图像伽马曲线的系统，包括：直方图获取模块41、第一平滑处理模块42、阈值分割模块43、归一化模块44和伽马曲线获取模块45。

直方图获取模块41用于获得所述图像的直方图。与实施例1的步骤S11对应。

第一平滑处理模块42用于对所述直方图进行第一平滑处理。所述第一平滑为空间平滑，空间平滑处理属于本领域公知的技术手段，兹不赘述。对所述直方图进行第一平滑处理，可以使得在后续步骤中生成的伽马曲线更加平滑。与实施例1的步骤S12对应。

阈值分割模块43用于对经平滑处理后的直方图进行阈值分割得到暗区和亮区直方图。与实施例1的步骤S13对应。

归一化模块44用于分别对所述暗区和亮区直方图进行归一化。与实施例1的步骤S14对应。

伽马曲线获取模块45用于根据归一化后的直方图得到伽马曲线。与实施例1的步骤S15对应。

通过上述模块获得的伽马曲线具有平滑性好的优点，在利用该伽马曲线进行图像对比度校正时，不会使得图像局部过暗或者过亮。

如图5所示，伽马曲线获取模块45包括：修正子模块451、噪声限制和细节保存子模块452、第一曲线获取子模块453和第二平滑处理子模块454。

修正子模块451用于分别对归一化后的暗区和亮区直方图进行修正。与实施例1中步骤S151对应。

噪声限制和细节保存子模块452用于对修正后的直方图进行噪声限制和细节保存。噪声限制和细节保存子模块452包括噪声限制单元和细节保存单元。

其中所述噪声限制单元包括：相减子单元，用于将修正后的直方图中大于第一预设值的直方图的值与所述第一预设值相减；平分子单元，用于将相减得到的值平分到每个所述修正后的直方图上。这样可以在对比度校正参数较高的条件下，避免伽马曲线局部斜率过高而导致该斜率过高的区域噪声加大。

所述细节保存单元包括：增加子单元，用于将修正后的直方图中小于第二预设值的直方图的值增加至所述第二预设值。这样可以在均衡化的过程中避免直方图局部的值过小而导致该直方图局部的值过小的区域被过多合并。从效果上看灰阶过多合并会使图像更模糊。

噪声限制和细节保存子模块452与实施例1中步骤S152对应。

第一曲线获取子模块453用于对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线。与实施例1中步骤S153对应。

第二平滑处理子模块454用于对所述第一曲线进行第二平滑处理。第二平滑处理子模块454包括是空域平滑处理单元和时域平滑处理单元。

其中所述空域平滑处理单元包括：消除子单元，用于将所述第一曲线中的由相同值的直方图均衡化得到的线段消除；连接子单元，用于将消除所述线段后的所述第一曲线中剩余的点连接成第二曲线；插值处理子单元，用于对所述第二曲线进行插值处理得到伽马曲线，所述伽马曲线的表达式为：

$g\left(x\right)=f(\frac{x}{64}*c)$

其中c为剩余点的数目，x为整数且0<x<63，f为所述第二曲线。这样可以使得图像细节保存更好，并且可以避免数值比较小的低灰阶过多合并而产生死黑现象。

所述时域平滑处理单元包括：时域滤波子单元，用于对所述第一曲线进行时域滤波得到伽马曲线，所述伽马曲线的表达式为：

${\mathrm{Maphistory}}_t\left(x\right)=\frac{\mathrm{\&lambda;}*\mathrm{Map}\left(x\right)+(100-\mathrm{\&lambda;})*{\mathrm{Maphistory}}_{t-1}\left(x\right)}{100}$

其中Map(x)为所述均衡化后得到的曲线，Maphistory_t-1(x)为历史伽马曲线，λ是稳定参数，t表示时刻。这样可以使得图像画面更加稳定，不闪烁。

第二平滑处理子模块454与实施例1中步骤S154对应。

总之，通过以上模块获得的伽马曲线，可以避免直方图局部的值过小而导致该直方图局部的值过小的区域被过多合并，使得图像更清晰。在对比度较高的条件下使得噪声得到有效控制。并且通过将直方图分为暗区和亮区两个部分分别均衡化，可以避免全局均衡化使得图像产生局部过暗或者过亮的缺点。对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

实施例4

图6示出了本发明实施例的一种增强图像对比度的系统，包括：获取图像伽马曲线的系统61和校正模块62。

获取图像伽马曲线的系统61用于获取图像伽马曲线，包括直方图获取模块41、第一平滑处理模块42、阈值分割模块43、归一化模块44和伽马曲线获取模块45，与实施例2中的步骤S31对应。

校正模块62用于采用所述伽马曲线对所述图像进行伽马校正。与实施例2中的步骤S32对应。

这样可以使得图像更清晰，在对比度较高的条件下使得噪声得到有效控制。并且可以避免全局均衡化使得图像产生局部过暗或者过亮的缺点。由于对比度校正参数可调，可以满足用户的不同要求。在图像整体较暗或者较亮的情况下，可以自适应的调整图像的整体亮度，最大限度地满足可视要求。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (15)

1.一种获取图像伽马曲线的方法，其特征在于，包括以下步骤：

获得所述图像的直方图；

对所述直方图进行第一平滑处理；

对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；

分别对所述暗区和亮区直方图进行归一化；

根据归一化后的直方图得到伽马曲线。

2.根据权利要求1所述的获取图像伽马曲线的方法，其特征在于，所述根据归一化后的直方图得到伽马曲线的步骤包括以下步骤：

分别对归一化后的暗区和亮区直方图进行修正；

对修正后的直方图进行噪声限制和细节保存；

对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线；

对所述第一曲线进行第二平滑处理。

3.根据权利要求2所述的获取图像伽马曲线的方法，其特征在于，所述修正后的直方图的表达式为：

其中p(x)为归一化后的暗区直方图或者亮区直方图，p_min为归一化后的暗区或者亮区直方图最小值，p_max为归一化后的暗区或者亮区直方图最大值，p_mid为p_min和p_max的平均值，α为曲线坡度，其表达式为：

$\mathrm{\&alpha;}=\left\{\begin{array}{c}k*\frac{X_m-X_{\mathrm{ml}}}{X_{\mathrm{mu}}-X_{\mathrm{ml}}},0\&le;x\&le;X_m\\ k*\frac{X_{\mathrm{mu}}-X_m}{X_{\mathrm{mu}}-X_{\mathrm{ml}}},X_m\&le;x<L\end{array}\right.$

其中k为输入的对比度校正参数，L为归一化后的暗区或者亮区直方图的数量，X_m为归一化后的暗区或者亮区直方图的均值，X_ml为低区均值，其表达式为X_mu为高区均值，其表达式为 $x_{\mathrm{mu}}=\underset{x=X_m+1}{\overset{L-1}{\mathrm{\&Sigma;}}}x*p\left(x\right)/\underset{x=X_m+1}{\overset{L-1}{\mathrm{\&Sigma;}}}p\left(x\right).$

4.根据权利要求2所述的获取图像伽马曲线的方法，其特征在于，所述噪声限制包括以下步骤：

将修正后的直方图中大于第一预设值的直方图的值与所述第一预设值相减；

将相减得到的值平分到每个所述修正后的直方图上。

5.根据权利要求2所述的获取图像伽马曲线的方法，其特征在于，所述细节保存包括以下步骤：

将修正后的直方图中小于第二预设值的直方图的值增加至所述第二预设值。

6.根据权利要求2所述的获取图像伽马曲线的方法，其特征在于，所述经过均衡化得到的曲线的表达式为：

$\mathrm{Map}\left(x\right)=M_0+(M_1-M_0)*\frac{{\mathrm{\&Sigma;}}_{i=0}^x{P}^{\&prime;}\left(i\right)}{{\mathrm{\&Sigma;}}_{i=0}^{M1}{P}^{\&prime;}\left(i\right)}$

其中M₀和M₁分别为直方图上、下界，P'(i)为经过噪声限制和细节保存后的直方图。

7.根据权利要求6所述的获取图像伽马曲线的方法，其特征在于，所述直方图上、下界通过新阈值获得，其中所述新阈值的表达式为：

level_new＝β*(32-level)+level

其中，level为所述对经过第一平滑处理后的直方图进行阈值分割得到暗区和亮区直方图的步骤中的阈值，β为常数且0≤β≤1。

8.根据权利要求2所述的获取图像伽马曲线的方法，其特征在于，所述第一平滑处理是空间平滑处理；所述第二平滑处理是空域和时域平滑处理。

9.根据权利要求8所述的获取图像伽马曲线的方法，其特征在于，所述空域平滑处理包括以下步骤：

将所述第一曲线中的由相同值的直方图均衡化得到的线段消除；

将消除所述线段后的所述第一曲线中剩余的点连接成第二曲线；

对所述第二曲线进行插值处理得到伽马曲线，所述伽马曲线的表达式为：

$g\left(x\right)=f(\frac{x}{64}*c)$

其中c为剩余点的数目，x为整数且0<x<63，f为所述第二曲线。

10.根据权利要求8所述的获取图像伽马曲线的方法，其特征在于，所述时域平滑处理包括以下步骤：

对所述第一曲线进行时域滤波得到伽马曲线，所述伽马曲线的表达式为：

${\mathrm{Maphistory}}_t\left(x\right)=\frac{\mathrm{\&lambda;}*\mathrm{Map}\left(x\right)+(100-\mathrm{\&lambda;})*{\mathrm{Maphistory}}_{t-1}\left(x\right)}{100}$

其中Map(x)为所述均衡化后得到的曲线，Maphistory_t-1(x)为历史伽马曲线，λ是稳定参数，t表示时刻。

11.一种增强图像对比度的方法，其特征在于，包括以下步骤：

根据权利要求1-10任一项所述的获取图像伽马曲线的方法获取图像伽马曲线；

采用所述伽马曲线对所述图像进行伽马校正。

12.一种获取图像伽马曲线的系统，其特征在于，包括：

直方图获取模块，用于获得所述图像的直方图；

第一平滑处理模块，用于对所述直方图进行第一平滑处理；

阈值分割模块，用于对经平滑处理后的直方图进行阈值分割得到暗区和亮区直方图；

归一化模块，用于分别对所述暗区和亮区直方图进行归一化；

伽马曲线获取模块，用于根据归一化后的直方图得到伽马曲线。

13.根据权利要求12所述的获取图像伽马曲线的系统，其特征在于，所述伽马曲线获取模块包括：

修正子模块，用于分别对归一化后的暗区和亮区直方图进行修正；

噪声限制和细节保存子模块，用于对修正后的直方图进行噪声限制和细节保存；

第一曲线获取子模块，用于对经过噪声限制和细节保存后的直方图进行均衡化以得到第一曲线；

第二平滑处理子模块，用于对所述第一曲线进行第二平滑处理。

14.根据权利要求13所述的获取图像伽马曲线的系统，其特征在于，所述第一平滑处理是空间平滑处理；所述第二平滑处理子模块包括是空域平滑处理单元和时域平滑处理单元。

15.一种增强图像对比度的系统，其特征在于，包括：

根据权利要求12-14任一项所述的获取图像伽马曲线的系统，用于获取图像伽马曲线；

校正模块，用于采用所述伽马曲线对所述图像进行伽马校正。