CN104504653A - 图像增强方法及装置 - Google Patents

Abstract

本公开揭示了一种图像增强方法及装置，属于图像处理技术领域。所述图像增强方法包括：获取图像中各个像素点的原始灰度值，根据原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据原始灰度值计算直方图均衡映射函数；根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；根据变换映射函数对图像中各个像素点的原始灰度值进行变换，得到增强后的图像。通过用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，根据调制后的变换映射函数对图像进行灰度值变换；因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

Description

图像增强方法及装置

技术领域

本公开涉及图像处理技术领域，特别涉及一种图像增强方法及装置。

背景技术

通常，为了得到更好的视觉体验，需要采用图像增强方法对显示器上或其它实体支撑上的图像外观进行修改。在相关技术中提供的图像增强方法，通过统计图像的直方图，并根据直方图均衡化的原理计算累积直方图，把累积直方图当作映射函数，根据该映射函数变换图像中各个像素点的灰度，使图像中灰度分布密集的区域变得稀疏，稀疏的区域变得密集，从而达到增强图像对比度的效果。

发明人在实现本公开的过程中，发现相关技术至少存在如下缺陷：由于只考虑了增大对比度，从而导致处理后的图像过度增强，进而使得图像失真。

发明内容

为了解决相关技术中处理后的图像过度增强，使得图像失真的问题，本公开提供一种图像增强方法及装置。所述技术方案如下：

根据本公开实施例的第一方面，提供一种图像增强方法，所述方法包括：

获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

可选的，所述根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，包括：

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)，所述x为所述原始灰度值；

根据所述灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，所述第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)；

根据所述第一差异函数hist_new(x)和所述JND模型计算第二差异函数hist_new1(x)，所述第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ 所述JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right.;$

根据所述第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，所述偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 所述偏置函数hist_new2(x)的取值的总和为1；

根据所述偏置函数hist_new2(x)计算所述变换映射函数acchist_new(x)，所述变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

可选的，所述根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定变换灰度函数transfer(x)，包括：

将所述gamma变换映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ；或，

将所述直方图均衡映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right);$ 或，

根据所述gamma变换映射函数和所述直方图均衡映射函数确定所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(acchist(x))。

可选的，所述根据所述原始灰度值计算直方图均衡映射函数，包括：

统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)；

对所述灰度分布函数hist(x)进行归一化；

对归一化后的所述灰度分布函数hist(x)进行求和，得到所述直方图均衡映射函数acchist(x)，所述直方图均衡映射函数

可选的，所述根据所述原始灰度值计算图像的伽马gamma变换映射函数，包括：

根据所述原始灰度值计算所述gamma变换映射函数gtrans(x)，所述gamma变换映射函数gtrans(x)＝(x/N)^γ，所述γ是大于0且小于1的实数。

可选的，所述根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像，包括：

将所述图像中各个像素点的原始灰度值作为所述变换映射函数的自变量，计算得到所述图像中各个像素点的变换灰度值，得到增强后的图像。

根据本公开实施例的第二方面，提供一种图像增强装置，所述装置包括：

第一计算模块，被配置为获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

第二计算模块，被配置为根据所述第一计算模块计算得到的所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

变换模块，被配置为根据所述第二计算模块计算得到的所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

可选的，所述第二计算模块，包括：

第一确定子模块，被配置为根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)，所述x为所述原始灰度值；

第一计算子模块，被配置为根据所述第一确定子模块确定的所述灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，所述第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)；

第二计算子模块，被配置为根据所述第一计算子模块计算得到的所述第一差异函数hist_new(x)和所述JND模型计算第二差异函数hist_new1(x)，所述第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ 所述JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right.;$

第三计算子模块，被配置为根据所述第二计算子模块计算得到的所述第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，所述偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 所述偏置函数hist_new2(x)的取值的总和为1；

第四计算子模块，被配置为根据所述第三计算子模块计算得到的所述偏置函数hist_new2(x)计算所述变换映射函数acchist_new(x)，所述变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

可选的，所述第一确定子模块，包括：

第二确定子模块，被配置为将所述gamma变换映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ；或，

第三确定子模块，被配置为将所述直方图均衡映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right);$ 或，

第四确定子模块，被配置为根据所述gamma变换映射函数和所述直方图均衡映射函数确定所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(acchist(x))。

可选的，所述第一计算模块，包括：

统计子模块，被配置为统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)；

第五计算子模块，被配置为对所述统计子模块统计得到的所述灰度分布函数hist(x)进行归一化；

第六计算子模块，被配置为对所述第五计算子模块计算得到的归一化后的所述灰度分布函数hist(x)进行求和，得到所述直方图均衡映射函数acchist(x)，所述直方图均衡映射函数 $\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right).$

可选的，所述第一计算模块，包括：

第七计算子模块，被配置为根据所述原始灰度值计算所述gamma变换映射函数gtrans(x)，所述gamma变换映射函数gtrans(x)＝(x/N)^γ，所述γ是大于0且小于1的实数。

可选的，所述变换模块，被配置为将所述图像中各个像素点的原始灰度值作为所述变换映射函数的自变量，计算得到所述图像中各个像素点的变换灰度值，得到增强后的图像。

根据本公开实施例的第三方面，提供一种图像增强装置，所述装置包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

本公开的实施例提供的技术方案可以包括以下有益效果：

通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，根据变换映射函数对图像中各个像素点的原始灰度值进行变换；由于用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，使得图像增强幅度小于最小可觉差，因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1是根据一示例性实施例示出的一种图像增强方法的流程图；

图2是根据另一示例性实施例示出的一种图像增强方法的流程图；

图3是根据一示例性实施例示出的一种图像增强装置的框图；

图4是根据另一示例性实施例示出的一种图像增强装置的框图；

图5是根据一示例性实施例示出的一种用于增强图像的装置的框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种图像增强方法的流程图，如图1所示，该图像增强方法可以应用于电子设备中，该电子设备可以是智能手机、平板电脑、智能电视、电子书阅读器、多媒体播放器、膝上型便携计算机和台式计算机等等。该图像增强方法可以包括以下步骤。

在步骤101中，获取图像中各个像素点的原始灰度值，根据原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据原始灰度值计算直方图均衡映射函数。

在步骤102中，根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数。

在步骤103中，根据变换映射函数对图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

综上所述，本公开实施例中提供的图像增强方法，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，根据变换映射函数对图像中各个像素点的原始灰度值进行变换；由于用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，使得图像增强幅度小于最小可觉差，因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

图2是根据另一示例性实施例示出的一种图像增强方法的流程图，如图2所示，该图像增强方法可以应用于电子设备中，该电子设备可以是智能手机、平板电脑、智能电视、电子书阅读器、多媒体播放器、膝上型便携计算机和台式计算机等等。该图像增强方法可以包括以下步骤。

在步骤201中，获取图像中各个像素点的原始灰度值。

电子设备在接收到对指定图像进行图像增强的操作时，获取该图像中各个像素点的原始灰度值，并对原始灰度值进行相应存储。

在一种使用场景中，电子设备在获取图像中各个像素点的原始灰度值后，可以根据直方图均衡化的原理计算直方图均衡映射函数，该直方图均衡映射函数可以用于增强图像的对比度。具体计算直方图均衡映射函数的流程可以参见下述步骤202至204。

在步骤202中，统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)。

电子设备根据存储的各个像素点的原始灰度值，对各个原始灰度值所对应的像素点的个数进行统计，得到灰度分布函数hist(x)。

这里的x是指原始灰度值，且x是大于等于0且小于等于N的整数，这里的N是指图像灰度级的个数，通常图像灰度级的个数为256，即N的取值一般为255。这里的灰度分布函数hist(x)是N+1维的数组，表示的是图像中灰度值为x的像素点的个数，比如hist(0)表示的是图像中灰度值为0的像素点的个数，hist(255)表示的是图像中灰度值为255的像素点的个数。

在步骤203中，对灰度分布函数hist(x)进行归一化。

通常，在求得灰度分布函数hist(x)后，需要对该灰度分布函数hist(x)进行归一化，以便更好地进行相关计算。

可选的，灰度分布函数hist(x)可以用公式hist(x)＝hist(x)/sum(hist(x))，计算得到归一化后的灰度分布函数hist(x)，这里的sum函数是对hist(x)的求和函数，即sum(hist(x))表示各个灰度值对应像素点个数的和值。

在步骤204中，对归一化后的灰度分布函数hist(x)进行求和，得到直方图均衡映射函数acchist(x)，直方图均衡映射函数

可选的，电子设备在得到直方图均衡映射函数acchist(x)后，可以根据该映射关系对图像中各个像素点进行灰度转换，以达到增强图像的对比度的效果。

在另一种使用场景中，电子设备在获取图像中各个像素点的原始灰度值后，可以计算得到gamma变换映射函数，该gamma变换映射函数可以用于增强图像的亮度。具体计算gamma变换映射函数的流程可以参见下述步骤205。

在步骤205中，根据原始灰度值计算gamma变换映射函数gtrans(x)，gamma变换映射函数gtrans(x)＝(x/N)^γ。

这里的γ可以是是大于0且小于1的实数，且γ取值越小，变换后的图像越亮。

可选的，电子设备在得到gamma变换映射函数gtrans(x)后，可以根据该映射关系对图像中各个像素点进行灰度转换，以达到增强图像的亮度的效果。

在步骤206中，根据gamma变换映射函数和直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)。

在确定变换映射函数transfer(x)时，可以通过下述三种方式来实现。

在第一种实现方式中，将gamma变换映射函数确定为变换灰度函数transfer(x)，该变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ。

电子设备可以只根据该变换灰度函数transfer(x)对图像进行亮度调整。

在第二种实现方式中，将直方图均衡映射函数确定为变换灰度函数transfer(x)，该变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right).$

电子设备可以只根据该变换灰度函数transfer(x)对图像进行对比度调整。

在第三种实现方式中，根据gamma变换映射函数和直方图均衡映射函数确定变换灰度函数transfer(x)，该变换灰度函数transfer(x)＝gtrans(acchist(x))。

电子设备可以根据该变换灰度函数transfer(x)同时对图像进行亮度和对比度调整。

在步骤207中，根据灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)。

这里的灰度变换函数transfer(x)可以是上述步骤206中任意一种实现方式确定的变换灰度函数transfer(x)。

在步骤208中，根据第一差异函数hist_new(x)和JND模型计算第二差异函数hist_new1(x)，第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right..$

电子设备在求得第一差异函数hist_new(x)后，可以通过JND模型对该差异函数进行调制，使得在根据灰度变换函数transfer(x)变换得到的灰度值与原始灰度值之间的差异不会太大，从而使得增强后的图像更加真实。

在步骤209中，根据第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 偏置函数hist_new2(x)的取值的总和为1。

在采用JND模型对第一差异函数hist_new(x)进行调制后，变换后差异值大于最小可觉差的灰度值会变小，导致变换后的灰度值的总和变小，也即变换后的图像整体偏暗。为了解决这一问题，可以在计算得到最终的变换映射函数acchist_new(x)之前，对调制后得到的第二差异函数hist_new1(x)进行偏置，使得偏置后得到的偏置函数hist_new2(x)的取值的总和为1。这里使偏置函数hist_new2(x)的取值的总和为1是为了在弥补调制时损失的灰度值的同时，又不会过分增加灰度值。

在步骤210中，根据偏置函数hist_new2(x)计算变换映射函数acchist_new(x)，变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

电子设备在得到偏置函数hist_new2(x)后，可以对该偏置函数hist_new2(x)求和，从而得到各个灰度级的映射函数，也即得到变换映射函数acchist_new(x)。

在步骤211中，将图像中各个像素点的原始灰度值作为变换映射函数的自变量，计算得到图像中各个像素点的变换灰度值，得到增强后的图像。

举例来讲，设原图像为Image，图像中各个像素点的灰度值表示为Image(i,j)，其中，(i,j)是某像素点的坐标。对于每个像素点的灰度值，电子设备可以根据得到的变换映射函数acchist_new(x)，通过公式Image_new(i,j)＝acchist_new(Image(i,j))，计算图像中各个像素点的变换灰度值，进而得到增强后的图像。

综上所述，本公开实施例中提供的图像增强方法，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，根据变换映射函数对图像中各个像素点的原始灰度值进行变换；由于用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，使得图像增强幅度小于最小可觉差，因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

另外，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种确定灰度变换函数；由于可以根据gamma变换映射函数和直方图均衡映射函数确定不同的灰度变换函数，从而达到不同的图像增强效果，因此解决了图像增强效果单一的问题；达到了提高图像增强效果多样性的效果。

下述为本公开装置实施例，可以用于执行本公开方法实施例。对于本公开装置实施例中未披露的细节，请参照本公开方法实施例。

图3是根据一示例性实施例示出的一种图像增强装置的框图，如图3所示，该图像增强装置可以应用于电子设备中，该电子设备可以是智能手机、平板电脑、智能电视、电子书阅读器、多媒体播放器、膝上型便携计算机和台式计算机等等。该图像增强装置可以包括但不限于：第一计算模块301、第二计算模块302和变换模块303。

该第一计算模块301，被配置为获取图像中各个像素点的原始灰度值，根据原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据原始灰度值计算直方图均衡映射函数。

该第二计算模块302，被配置为根据第一计算模块301计算得到的gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数。

该变换模块303，被配置为根据第二计算模块302计算得到的变换映射函数对图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

综上所述，本公开实施例中提供的图像增强装置，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，根据变换映射函数对图像中各个像素点的原始灰度值进行变换；由于用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，使得图像增强幅度小于最小可觉差，因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

图4是根据另一示例性实施例示出的一种图像增强装置的框图，如图4所示，该图像增强装置可以应用于电子设备中，该电子设备可以是智能手机、平板电脑、智能电视、电子书阅读器、多媒体播放器、膝上型便携计算机和台式计算机等等。该图像增强装置可以包括但不限于：第一计算模块401、第二计算模块402和变换模块403。

该第一计算模块401，被配置为获取图像中各个像素点的原始灰度值，根据原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据原始灰度值计算直方图均衡映射函数。

该第二计算模块402，被配置为根据第一计算模块401计算得到的gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数。

该变换模块403，被配置为根据第二计算模块402计算得到的变换映射函数对图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

在一种可能的实施例中，该第二计算模块402可以包括：第一确定子模块402a、第一计算子模块402b、第二计算子模块402c、第三计算子模块402d和第四计算子模块402e。

该第一确定子模块402a，被配置为根据gamma变换映射函数和直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)，x为原始灰度值。

该第一计算子模块402b，被配置为根据第一确定子模块402a确定的灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)。

该第二计算子模块402c，被配置为根据第一计算子模块402b计算得到的第一差异函数hist_new(x)和JND模型计算第二差异函数hist_new1(x)，第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right..$

该第三计算子模块402d，被配置为根据第二计算子模块402c计算得到的第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 偏置函数hist_new2(x)的取值的总和为1。

该第四计算子模块402e，被配置为根据第三计算子模块402d计算得到的偏置函数hist_new2(x)计算变换映射函数acchist_new(x)，变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

在一种可能的实施例中，该第一确定子模块402a可以包括：第二确定子模块402a1、第三确定子模块402a2或第四确定子模块402a3。

该第二确定子模块402a1，被配置为将gamma变换映射函数确定为变换灰度函数transfer(x)，变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ。

该第三确定子模块402a2，被配置为将直方图均衡映射函数确定为变换灰度函数transfer(x)，变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right).$

该第四确定子模块402a3，被配置为根据gamma变换映射函数和直方图均衡映射函数确定变换灰度函数transfer(x)，变换灰度函数transfer(x)＝gtrans(acchist(x))。

在一种可能的实施例中，该第一计算模块401可以包括：统计子模块401a、第五计算子模块401b和第六计算子模块401c。

该统计子模块401a，被配置为统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)。

该第五计算子模块401b，被配置为对统计子模块401a统计得到的灰度分布函数hist(x)进行归一化。

该第六计算子模块401c，被配置为对第五计算子模块401b计算得到的归一化后的灰度分布函数hist(x)进行求和，得到直方图均衡映射函数acchist(x)，直方图均衡映射函数 $\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right).$

在一种可能的实施例中，该第一计算模块401可以包括：第七计算子模块401d。

该第七计算子模块401d，被配置为根据原始灰度值计算gamma变换映射函数gtrans(x)，gamma变换映射函数gtrans(x)＝(x/N)^γ，γ是大于0且小于1的实数。

在一种可能的实施例中，该变换模块403，被配置为将图像中各个像素点的原始灰度值作为变换映射函数的自变量，计算得到图像中各个像素点的变换灰度值，得到增强后的图像。

综上所述，本公开实施例中提供的图像增强装置，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，根据变换映射函数对图像中各个像素点的原始灰度值进行变换；由于用JND模型对gamma变换映射函数和直方图均衡映射函数中的至少一种映射函数进行了调制，使得图像增强幅度小于最小可觉差，因此解决了处理后的图像过度增强，使得图像失真的问题；达到了提高图像增强效果的效果。

另外，通过根据gamma变换映射函数和直方图均衡映射函数中的至少一种确定灰度变换函数；由于可以根据gamma变换映射函数和直方图均衡映射函数确定不同的灰度变换函数，从而达到不同的图像增强效果，因此解决了图像增强效果单一的问题；达到了提高图像增强效果多样性的效果。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本公开一示例性实施例提供了一种图像增强装置，能够实现本公开提供的图像增强方法，该图像增强装置包括：处理器、用于存储处理器可执行指令的存储器；

其中，处理器被配置为：

获取图像中各个像素点的原始灰度值，根据原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据原始灰度值计算直方图均衡映射函数；

根据gamma变换映射函数和直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

根据变换映射函数对图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

图5是根据一示例性实施例示出的一种用于增强图像的装置的框图。例如，装置500可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图5，装置500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出(I/O)接口512，传感器组件514，以及通信组件516。

处理组件502通常控制装置500的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理组件502可以包括一个或多个处理器518来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。

存储器504被配置为存储各种类型的数据以支持在装置500的操作。这些数据的示例包括用于在装置500上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。

电源组件506为装置500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为装置500生成、管理和分配电力相关联的组件。

多媒体组件508包括在装置500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件508包括一个前置摄像头和/或后置摄像头。当装置500处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风(MIC)，当装置500处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器504或经由通信组件516发送。在一些实施例中，音频组件510还包括一个扬声器，用于输出音频信号。

I/O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件514包括一个或多个传感器，用于为装置500提供各个方面的状态评估。例如，传感器组件514可以检测到装置500的打开/关闭状态，组件的相对定位，例如组件为装置500的显示器和小键盘，传感器组件514还可以检测装置500或装置500一个组件的位置改变，用户与装置500接触的存在或不存在，装置500方位或加速/减速和装置500的温度变化。传感器组件514可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件514还可以包括光传感器，如CMOS或CCD图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件514还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件516被配置为便于装置500和其他设备之间有线或无线方式的通信。装置500可以接入基于通信标准的无线网络，如Wi-Fi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件516还包括近场通信(NFC)模块，以促进短程通信。例如，在NFC模块可基于射频识别(RFID)技术，红外数据协会(IrDA)技术，超宽带(UWB)技术，蓝牙(BT)技术和其他技术来实现。

在示例性实施例中，装置500可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述图像增强方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器504，上述指令可由装置500的处理器518执行以完成上述图像增强方法。例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (13)

1.一种图像增强方法，其特征在于，所述方法包括：

获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

2.根据权利要求1所述的方法，其特征在于，所述根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数，包括：

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)，所述x为所述原始灰度值；

根据所述灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，所述第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)；

根据所述第一差异函数hist_new(x)和所述JND模型计算第二差异函数hist_new1(x)，所述第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ 所述JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right.;$

根据所述第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，所述偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 所述偏置函数hist_new2(x)的取值的总和为1；

根据所述偏置函数hist_new2(x)计算所述变换映射函数acchist_new(x)，所述变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

3.根据权利要求2所述的方法，其特征在于，所述根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定变换灰度函数transfer(x)，包括：

将所述gamma变换映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ；或，

将所述直方图均衡映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right);$ 或，

根据所述gamma变换映射函数和所述直方图均衡映射函数确定所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(acchist(x))。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述原始灰度值计算直方图均衡映射函数，包括：

统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)；

对所述灰度分布函数hist(x)进行归一化；

对归一化后的所述灰度分布函数hist(x)进行求和，得到所述直方图均衡映射函数acchist(x)，所述直方图均衡映射函数

5.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述原始灰度值计算图像的伽马gamma变换映射函数，包括：

根据所述原始灰度值计算所述gamma变换映射函数gtrans(x)，所述gamma变换映射函数gtrans(x)＝(x/N)^γ，所述γ是大于0且小于1的实数。

6.根据权利要求1所述的方法，其特征在于，所述根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像，包括：

将所述图像中各个像素点的原始灰度值作为所述变换映射函数的自变量，计算得到所述图像中各个像素点的变换灰度值，得到增强后的图像。

7.一种图像增强装置，其特征在于，所述装置包括：

第一计算模块，被配置为获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

第二计算模块，被配置为根据所述第一计算模块计算得到的所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

变换模块，被配置为根据所述第二计算模块计算得到的所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。

8.根据权利要求7所述的装置，其特征在于，所述第二计算模块，包括：

第一确定子模块，被配置为根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种确定灰度变换函数transfer(x)，所述x为所述原始灰度值；

第一计算子模块，被配置为根据所述第一确定子模块确定的所述灰度变换函数transfer(x)计算相邻两个原始灰度值变换后的第一差异函数hist_new(x)，所述第一差异函数hist_new(x)＝transfer(x)-transfer(x-1)；

第二计算子模块，被配置为根据所述第一计算子模块计算得到的所述第一差异函数hist_new(x)和所述JND模型计算第二差异函数hist_new1(x)，所述第二差异函数 ${\mathrm{hist}}_{\mathrm{new}1}\left(x\right)=\left\{\begin{array}{c}{\mathrm{hist}}_{\mathrm{new}}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|\≤\mathrm{JND}\left(x\right)\\ \mathrm{JND}\left(x\right),\left|{\mathrm{hist}}_{\mathrm{new}}\left(x\right)\right|>\mathrm{JND}\left(x\right)\end{array}\right.,$ 所述JND模型 $\mathrm{JND}\left(x\right)=\left\{\begin{array}{c}17\×(1-\sqrt{\frac{1}{127}}),x\≤127\\ \frac{x-127}{128},x>127\end{array}\right.;$

第三计算子模块，被配置为根据所述第二计算子模块计算得到的所述第二差异函数hist_new1(x)计算偏置函数hist_new2(x)，所述偏置函数 ${\mathrm{hist}}_{\mathrm{new}2}\left(x\right)={\mathrm{hist}}_{\mathrm{new}1}\left(x\right)+(1-\underset{x=0}{\overset{N}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}1}\left(x\right))/N,$ 所述偏置函数hist_new2(x)的取值的总和为1；

第四计算子模块，被配置为根据所述第三计算子模块计算得到的所述偏置函数hist_new2(x)计算所述变换映射函数acchist_new(x)，所述变换映射函数 ${\mathrm{acchist}}_{\mathrm{new}}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}{\mathrm{hist}}_{\mathrm{new}2}\left(x\right).$

9.根据权利要求8所述的装置，其特征在于，所述第一确定子模块，包括：

第二确定子模块，被配置为将所述gamma变换映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(x)＝(x/N)^γ；或，

第三确定子模块，被配置为将所述直方图均衡映射函数确定为所述变换灰度函数transfer(x)，所述变换灰度函数 $\mathrm{transfer}\left(x\right)=\mathrm{acchist}\left(x\right)\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right);$ 或，

第四确定子模块，被配置为根据所述gamma变换映射函数和所述直方图均衡映射函数确定所述变换灰度函数transfer(x)，所述变换灰度函数transfer(x)＝gtrans(acchist(x))。

10.根据权利要求7至9任一项所述的装置，其特征在于，所述第一计算模块，包括：

统计子模块，被配置为统计各个原始灰度值所对应的像素点的个数，得到灰度分布函数hist(x)；

第五计算子模块，被配置为对所述统计子模块统计得到的所述灰度分布函数hist(x)进行归一化；

第六计算子模块，被配置为对所述第五计算子模块计算得到的归一化后的所述灰度分布函数hist(x)进行求和，得到所述直方图均衡映射函数acchist(x)，所述直方图均衡映射函数 $\mathrm{acchist}\left(x\right)=\underset{x=0}{\overset{x}{\mathrm{\Σ}}}\mathrm{hist}\left(x\right).$

11.根据权利要求7至9任一项所述的装置，其特征在于，所述第一计算模块，包括：

第七计算子模块，被配置为根据所述原始灰度值计算所述gamma变换映射函数gtrans(x)，所述gamma变换映射函数gtrans(x)＝(x/N)^γ，所述γ是大于0且小于1的实数。

12.根据权利要求7所述的装置，其特征在于，所述变换模块，被配置为将所述图像中各个像素点的原始灰度值作为所述变换映射函数的自变量，计算得到所述图像中各个像素点的变换灰度值，得到增强后的图像。

13.一种图像增强装置，其特征在于，所述装置包括：

处理器；

用于存储所述处理器可执行指令的存储器；

其中，所述处理器被配置为：

获取图像中各个像素点的原始灰度值，根据所述原始灰度值计算图像的伽马gamma变换映射函数；和/或，根据所述原始灰度值计算直方图均衡映射函数；

根据所述gamma变换映射函数和所述直方图均衡映射函数中的至少一种以及最小可觉差JND模型计算变换映射函数；

根据所述变换映射函数对所述图像中各个像素点的原始灰度值进行变换，得到增强后的图像。