CN105513019B - 一种提升图像质量的方法和装置 - Google Patents
一种提升图像质量的方法和装置 Download PDFInfo
- Publication number
- CN105513019B CN105513019B CN201510846335.XA CN201510846335A CN105513019B CN 105513019 B CN105513019 B CN 105513019B CN 201510846335 A CN201510846335 A CN 201510846335A CN 105513019 B CN105513019 B CN 105513019B
- Authority
- CN
- China
- Prior art keywords
- image
- input picture
- brightness
- value
- obtains
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 97
- 230000001737 promoting effect Effects 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000006243 chemical reaction Methods 0.000 claims abstract description 21
- 238000010276 construction Methods 0.000 claims abstract description 14
- 230000002708 enhancing effect Effects 0.000 claims description 115
- 238000013507 mapping Methods 0.000 claims description 102
- 230000006870 function Effects 0.000 claims description 84
- 230000004044 response Effects 0.000 claims description 36
- 239000011159 matrix material Substances 0.000 claims description 29
- 238000002715 modification method Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 18
- 238000012360 testing method Methods 0.000 claims description 13
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 230000016776 visual perception Effects 0.000 claims description 12
- 230000009466 transformation Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 9
- 241000208340 Araliaceae Species 0.000 claims description 6
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 6
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 6
- 235000008434 ginseng Nutrition 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 12
- 230000007547 defect Effects 0.000 abstract description 6
- 238000002474 experimental method Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 9
- 230000007613 environmental effect Effects 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 241001504519 Papio ursinus Species 0.000 description 4
- 230000008447 perception Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000003121 nonmonotonic effect Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 208000007578 phototoxic dermatitis Diseases 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
Abstract
本发明公开了一种提升图像质量的方法和装置,属于图像显示领域。所述发明通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
Description
技术领域
本发明属于图像显示领域,特别涉及一种提升图像质量的方法和装置。
背景技术
显示技术是人机联系和信息展示的窗口,广泛应用于工业、军事、交通、娱乐、教育、航空航天,以及医疗等各个领域。显示设备,尤其是移动显示设备(如手机,笔记本电脑,车载视频等)的画质深受周围环境光照的影响。当将显示设备至于环境光较强的室外时,其画面变暗,颜色变淡,可读性变差,也就是我们通常所说的“反光”现象。由环境光引起的这一现象为我们的日常生活带来了极大不便。
现有技术中的解决方式主要分为两种:(1)降低屏幕反射率。(2)提高屏幕自身亮度。依据移动设备光敏传感器感知的外部环境光强度和中央处理器所感知的原图像对比度调整背光源亮度范围以提高显示图像在环境光下的可见性。
在实现本发明的过程中,发明人发现现有技术至少存在以下问题:提升屏幕亮度对图像进行亮度补偿虽然也能改善环境光照下设备的显示质量,但单纯提升亮度容易导致显示画面效果失真,同时过高的亮度和失真的画面效果降低了人眼的观看感受。
发明内容
为了解决现有技术的问题,
第一方面,本发明提供了一种提升图像质量的方法,所述提升图像质量的方法,包括:
将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像;
检测当前环境光强度;
如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像;
如果所述当前环境光强度不小于所述预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像。
可选的,所述如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像,包括:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为直方图的最大值,μ为可控参数;
对所述直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述第一映射图像进行色彩空间反变换,得到第一输出图像。
可选的,所述构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像,包括:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd将损失量进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像。
可选的,所述根据所述目标变量,确定亮度增强函数,包括:
确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度;
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,yk为向量y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
第二方面,本发明提供了一种提升图像质量的装置,所述提升图像质量的装置,包括:
转换单元,用于将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像;
检测单元,用于检测当前环境光强度;
执行单元,用于如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像;
所述执行单元,还用于如果所述当前环境光强度不小于所述预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像。
可选的,所述执行单元,具体用于:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为直方图的最大值,μ为可控参数;
对所述直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述第一映射图像进行色彩空间反变换,得到第一输出图像。
可选的,所述执行单元,还具体用于:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd确定损失量xd,k,将所述损失量进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像。
可选的,所述根据所述目标变量,确定亮度增强函数,具体包括:
确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度;
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,y为向量y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
本发明提供的技术方案带来的有益效果是:
通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明提供的一种提升图像质量的方法的流程示意图;
图2是本发明提供的一种提升图像质量的装置的结构示意图;
图3(a)是本发明提供的仿真实验中样本Window的图像;
图3(b)是本发明提供的仿真实验中样本Hat的图像;
图3(c)是本发明提供的仿真实验中样本Face的图像;
图3(d)是本发明提供的仿真实验中样本Baboon的图像;
图4(a)是本发明提供的仿真实验中样本Window的原始图像;
图4(b)是本发明提供的使用LHM算法对样本Window进行对比度增强的结果图;
图5(a)是本发明提供的仿真实验中样本Hat的原始图像;
图5(b)是本发明提供的对样本Hat进行亮度增强后的结果图;
图5(c)是本发明提供的对样本Hat进行亮度增强时原始图像和亮度增强图像之间的映射曲线;
图6(a)是本发明提供的仿真实验中样本Hat的原始图像;
图6(b)是本发明提供的环境光为500lux时,利用本发明方法对样本Hat进行处理的结果图;
图6(c)是本发明提供的环境光为5000lux时,利用本发明方法对样本Hat进行处理的结果图;
图6(d)是本发明提供的环境光为10000lux时,利用本发明方法对样本Hat进行处理的结果图;
图7(a)是本发明提供的仿真实验中样本Face的原始图像;
图7(b)是本发明提供的环境光为500lux时,利用本发明方法对样本Face进行处理的结果图;
图7(c)是本发明提供的环境光为5000lux时,利用本发明方法对样本Face进行处理的结果图;
图7(d)是本发明提供的环境光为10000lux时,利用本发明方法对样本Face进行处理的结果图;
图8(a)是本发明提供的对样本Hat进行处理过程中对应的映射曲线;
图8(b)是本发明提供的对样本Face进行处理过程中对应的映射曲线;
图9(a)是使用Mantiuk的方法在环境光依次为500lux下对样本Baboon处理后的结果图;
图9(b)是使用Mantiuk的方法在环境光依次为5000lux下对样本Baboon处理后的结果图;
图9(c)是使用Mantiuk的方法在环境光依次为10000lux下对样本Baboon处理后的结果图;
图9(d)是本发明提供的环境光为500lux时,利用本发明方法对样本Baboon进行处理的结果图;
图9(e)是本发明提供的环境光为5000lux时,利用本发明方法对样本Baboon进行处理的结果图;
图9(f)是本发明提供的环境光为10000lux时,利用本发明方法对样本Baboon进行处理的结果图。
具体实施方式
为使本发明的结构和优点更加清楚,下面将结合附图对本发明的结构作进一步地描述。
实施例一
本发明提供了一种提升图像质量的方法,如图1所示,所述提升图像质量的方法包括:
101、将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像。
102、检测当前环境光强度。
103、如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像。
104、如果所述当前环境光强度不小于预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像。
在实施中,为了解决现有技术中为了解决当前存在的非自发光性显示设备(如液晶显示(LCD)设备)在较强环境光照条件下显示效果下降的情况,本发明提出了一种提升图像质量的方法,具体的是基于外界环境光强的不同,采用对比度增强或是综合采用对比度增强、损失最小化补偿以及颜色校正三种方法的处理方案,以便于达到提升图像显示质量的效果。
首先需要将待显示图像进行色彩空间的转换,即从原始的RGB色彩空间转换至YUV色彩空间,由于后者是以亮度和亮度色差信号进行图像保存以及传输的,便于单独对图像的亮度分量单独进行调节,因此本发明提出的图像处理方法的大部分步骤均在YUV色彩空间内进行。下边给出示例性的色彩空间转换事例。具体体现为步骤101。
将原始RGB图像转化到YUV颜色空间,得到第一图像。
上述矩阵T从RGB色彩空间向YUV色彩空间进行转换时使用的转换矩阵。根据上述转换矩阵T,在进行图像中每个像素在YUV色彩空间中的Y、U、V分量时,分别用该像素的R、G、B值与矩阵T的第一行、第二行、第三行中的三个元素作乘法,获取该像素在第一图像中对应的Y、U、V分量,详情如下:
Yin=T(1,1)·R+T(1,2)·G+T(1,3)·B,
Uin=T(2,1)·R+T(2,2)·G+T(2,3)·B+128,
Vin=T(3,1)·R+T(3,2)·G+T(3,3)·B+128。
在色彩转换完成后,提取YUV色彩空间中的亮度分量即Y分量作为输入图像。
接着,在获取输入图像后,进而根据实验和实际调研情况确定当前环境光强度的阈值Threshold,若环境光A<Threshold,则执行步骤103,否则执行步骤104。
实验中显示设备参数的设置为:背光峰值亮度Lmax=100cd/m2,背光黑电平Lblack=0.08cd/m2,屏幕反射率r=0.01(该组参数设置一方面是方便实验,另一方面是为了与现有方法的设置一致以便进行性能对比)。观察发现,Lmax=100cd/m2的设备在1000lux及以下强度的环境光照下可视性良好,且不会给人眼带来任何不舒适感,这种光强范围(0~1000lux)恰恰反映了日常生活中室内,明亮的办公室以及树荫等条件下的光照强度;而当光强大于1000lux时,设备开始逐渐变暗,文字的可读性变差,图像信息变得模糊,“反光”现象变得严重,这种光强范围(>1000lux)多为室外环境。因此实验中取当前环境光强度的阈值Threshold=1000lux。
最终,如果检测到当前环境光强度小于预设阈值,则仅对输入图像进行对比度增强处理,将处理后的图像进行色彩空间反变换,得到用于输出的第一输出图像。
如果检测到当前环境光强度不小于预设阈值,则构造约束条件,该约束条件包含图像亮度、图像画质以及图像补偿三个方面,对该约束条件求解后,基于得到的解对输入图像进行处理,得到用于输出的第二输出图像。
值得注意的是,上述第一输出图像和第二输出图像均是最终得到输出图像,仅仅是为了对不同前提条件下得到的输出图像进行区分,并无对同一原始图像处理后得到两幅输出图像的含义。
在上述处理过程中结合了实际应用情况,针对不同观测环境采用不同的处理方法,将设备显示特性和人眼视觉感知特点相结合,有效提升了图像亮度,解决了显示设备在环境光下最大的问题——屏幕过暗,实现了环境光下亮度的自适应增强技术,该技术不仅符合人眼视觉感知的特点,还兼顾了设备的显示特性。在提升了亮度以解决环境光下设备画面过暗的同时,还增强了对比度以优化图像质量,同时减小了损失以确保图像保真度。
本发明提供了一种提升图像质量的方法,通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
可选的,所述如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像,包括:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为直方图的最大值,μ为可控参数;
对所述直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述映射图像进行色彩空间反变换,得到第一输出图像。
在实施中,在当前环境光强度小于预设阈值的情况下,总体上是采取了基于对数映射的直方图修正方法(Logarithmic Histogram Modification,LHM)对输入图像进行对比度增强处理,具体过程包括:
201、基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为直方图的最大值,μ为可控参数。μ越大,mk越接近于hk,即修正图像越接近原始图像;μ越小,mk越接近于常数,符合直方图均衡化(HistogramEqualization,HE)的原理,即对比度增强程度越大,在实验中,该值设定为5。该方法对细节保真和对比度增强两个目标进行了折衷,是一种可控的简单有效的对比度增强方法。
202、对所述直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk。
根据前一步得到的直方图,将其进行归一化处理,得到归一化值结合微分矩阵D,对直方图进行修正,得到修正后的目标变量x,以便于后续步骤中基于该目标变量对输入图像中的像素值进行映射处理。
203、根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像。
基于前一步得到的目标变量x,对输入图像中的像素进行映射处理。针对输入图像中的每一个像素值,经过映射处理后得到新的像素值,全部新像素值构成第一映射图像。
204、将所述第一映射图像进行色彩空间反变换,得到第一输出图像。
将第一映射图像进行色彩空间反变换,
上述矩阵T′从YUV色彩空间向RGB色彩空间进行反转换时使用的反转换矩阵。根据上述反转换矩阵T′,在获取图像中每个像素在RGB色彩空间中的R、G、B分量时,分别用该像素的Y、U、V值与矩阵T′的第一行、第二行、第三行中的三个元素作乘法,获取该像素在第一图像中对应的R、G、B分量,详情如下:
R=T′(1,1)·Yout+T′(1,2)·Uout+T′(1,3)·Vout,
G=T′(2,1)·Yout+T′(2,2)·Uout+T′(2,3)·Vout,
B=T′(3,1)·Yout+T′(3,2)·Uout+T′(3,3)·Vout。
在色彩反转换完成后,即得到了该条件下用于输出的第一输出图像。
上述201至204的处理过程,适用于当检测到的当前环境光强度小于预设阈值的情况下对原始图像的处理,处理后得到的第一输出图像相对于原始图像具有更高的对比度,,在确保保真度的前提下进行对比度增强,最终达到提高图像质量的目的。
可选的,所述构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像,包括:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd确定损失量xd,k,将所述损失量进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像。
在实施中,在当前环境光强度小于预设阈值的情况下,总体上是基于对构建的约束条件求取最优解的方式,对输入图像进行多项处理,具体过程包括:
301、当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量。
该步骤与前述步骤201-202中的内容相同,采用的公式和矩阵相同,因此这里不再进行赘述。
302、根据所述目标变量,确定亮度增强函数。
根据前一步确定的目标变量,确定亮度增强函数y的表达式,该步骤中的内容在后文中进行详细解释,此处仅进行简要说明。
303、获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量。
步骤302中的处理过程会使得图像亮度范围超出设备可显示范围(0~255),如果直接显示,超出255的部分会发生截断,从而造成损失。为了将该操作与目标变量x联系起来,我们将大于255的像素值定义为损失像素值xd,k,获取损失像素值xd,k的表达式如下:
其中,xk为所述目标变量中的像素值分量。
304、基于所述损失像素值xd,k得到连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量。
为了后续的求导操作,需要利用sigmoid函数将分段函数xd,k近似为连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量。
305、结合所述连续函数xd将所述损失量进行汇总,得到总损失值Distortion(x)
其中,H=diag(h)。
在获取到连续函数xd后,进行累加运算,得到调整过程中输入图像的总损失值Distortion(x)。
306、根据所述目标变量、所述亮度增强函数以及所述总损失值表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵。
基于前几步的内容,在希望待求映射函数x尽可能同时满足x=y,且使Distortion(x)尽可能小的前提下,构建包含目标变量、亮度增强函数以及总损失值的约束条件表达式。
在约束条件表达式中,代表亮度增强的约束条件,代表对比度增强的约束条件,λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵。目标函数的第一项代表亮度增强,第二项代表对比度增强,第三项代表损失项。最小化该目标函数即实现了上述三个目标的均衡。令λ=1/1Th是为了使三项在一个数量级上。α为可控参数,取值范围为0~1,α越大,算法越侧重于亮度增强,α越小,对比度增强的比重越大,在实验中,该值设定为0.5。约束项表示映射曲线应为非单调递减的,旨在解决亮度增强造成的反转现象。
307、对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像。
传统优化求解方法复杂度较高,对编程软件要求也高,考虑到本发明的实际应用性,采用数学方法对该问题进行求解得
其中,S为Sigmoid函数,同时,约束项也近似为:若xk<xk-1,则xk=xk-1。
基于求的的最优解映射函数,进行如步骤203所示的映射处理,得到映射后的第二映射图像。
308、对所述第二映射图像进行自适应颜色校正,得到第二输出图像。
提取输入图像中的Y分量Yin以及第二映射图像中的Y分量Yout,结合原始图像中的R、G、B分量Rin、Gin、Bin,最终结合上述公式确定第二输出图像中的R、G、B分量数值。
Rin Gin Bin分别为原始图像的三个颜色通道,Rout Gout Bout分别为第二输出图像的三个颜色通道,s为可控参数,用于控制图像的饱和度,s越大,色彩饱和度越浓烈。为了使s随着环境光强A的增大而增大,采用了反复试验和线性拟合的方法,最终得到如下关系式
s=k·A+b,k=2.22×10-5,b=0.7778。
经过步骤301至步骤308的处理过程,适用于当检测到的当前环境光强度不小于预设阈值的情况下对原始图像的处理,处理后得到的第二输出图像相对于原始图像具有更高的对比度,在确保保真度的前提下进行对比度增强、亮度增强以及损失补偿的处理过程,最终达到提高图像质量的目的。
可选的,所述根据所述目标变量,确定亮度增强函数,包括:
确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度。
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,y为向量y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
在实施中,步骤302中的根据目标变量确定亮度增强函数的计算亮度增强函数y的原理是使测试条件A2(>1000lux)下人眼的视觉响应R2与参考条件A1(即阈值1000lux)下的响应R1尽可能接近。包括:
401、确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度。
402、确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度。
403、根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
404、根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2
405、令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,yk为向量y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
通过401至405的处理过程,可以确定亮度增强函数与目标变量之间的转换关系,便于后续步骤中构建约束条件,最终根据约束条件的最优解对输入图像进行处理,得到用于输出的第二输出图像,达到提高图像质量的目的。
本发明提供了一种提升图像质量的方法,通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
实施例二
本发明提供一种提升图像质量的装置2,所述提升图像质量的装置2,如图2所示,包括:
转换单元21,用于将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像。
检测单元22,用于检测当前环境光强度。
执行单元23,用于如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像。
所述执行单元23,还用于如果所述当前环境光强度不小于预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像。
首先需要将待显示图像进行色彩空间的转换,即从原始的RGB色彩空间转换至YUV色彩空间,由于后者是以亮度和亮度色差信号进行图像保存以及传输的,便于单独对图像的亮度分量单独进行调节,因此本发明提出的图像处理方法的大部分步骤均在YUV色彩空间内进行。下边给出示例性的色彩空间转换事例。具体体现为步骤101。
将原始RGB图像转化到YUV颜色空间,得到第一图像。
上述矩阵T从RGB色彩空间向YUV色彩空间进行转换时使用的转换矩阵。根据上述转换矩阵T,在进行图像中每个像素在YUV色彩空间中的Y、U、V分量时,分别用该像素的R、G、B值与矩阵T的第一行、第二行、第三行中的三个元素作乘法,获取该像素在第一图像中对应的Y、U、V分量,详情如下:
Yin=T(1,1)·R+T(1,2)·G+T(1,3)·B,
Uin=T(2,1)·R+T(2,2)·G+T(2,3)·B+128,
Vin=T(3,1)·R+T(3,2)·G+T(3,3)·B+128。
在色彩转换完成后,提取YUV色彩空间中的亮度分量即Y分量作为输入图像。
接着,在获取输入图像后,进而根据实验和实际调研情况确定当前环境光强度的阈值Threshold,若环境光A<Threshold,则执行步骤103,否则执行步骤104。
实验中显示设备参数的设置为:背光峰值亮度Lmax=100cd/m2,背光黑电平Lblack=0.08cd/m2,屏幕反射率r=0.01(该组参数设置一方面是方便实验,另一方面是为了与现有方法的设置一致以便进行性能对比)。观察发现,Lmax=100cd/m2的设备在1000lux及以下强度的环境光照下可视性良好,且不会给人眼带来任何不舒适感,这种光强范围(0~1000lux)恰恰反映了日常生活中室内,明亮的办公室以及树荫等条件下的光照强度;而当光强大于1000lux时,设备开始逐渐变暗,文字的可读性变差,图像信息变得模糊,“反光”现象变得严重,这种光强范围(>1000lux)多为室外环境。因此实验中取当前环境光强度的阈值Threshold=1000lux。
最终,如果检测到当前环境光强度小于预设阈值,则仅对输入图像进行对比度增强处理,将处理后的图像进行色彩空间反变换,得到用于输出的第一输出图像。
如果检测到当前环境光强度不小于预设阈值,则构造约束条件,该约束条件包含图像亮度、图像画质以及图像补偿三个方面,对该约束条件求解后,基于得到的解对输入图像进行处理,得到用于输出的第二输出图像。
值得注意的是,上述第一输出图像和第二输出图像均是最终得到输出图像,仅仅是为了对不同前提条件下得到的输出图像进行区分,并无对同一原始图像处理后得到两幅输出图像的含义。
在上述处理过程中结合了实际应用情况,针对不同观测环境采用不同的处理方法,将设备显示特性和人眼视觉感知特点相结合,有效提升了图像亮度,解决了显示设备在环境光下最大的问题——屏幕过暗,实现了环境光下亮度的自适应增强技术,该技术不仅符合人眼视觉感知的特点,还兼顾了设备的显示特性。在提升了亮度以解决环境光下设备画面过暗的同时,还增强了对比度以优化图像质量,同时减小了损失以确保图像保真度。
本发明提供了一种提升图像质量的装置,通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
可选的,所述执行单元,具体用于:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为直方图的最大值,μ为可控参数;
对所述直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述第一映射图像进行色彩空间反变换,得到第一输出图像。
上述步骤适用于当检测到的当前环境光强度小于预设阈值的情况下对原始图像的处理,处理后得到的第一输出图像相对于原始图像具有更高的对比度,,在确保保真度的前提下进行对比度增强,最终达到提高图像质量的目的。
可选的,所述执行单元23,还具体用于:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,Ф为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd将损失量进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即直方图向量h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像。
上述处理过程适用于当检测到的当前环境光强度不小于预设阈值的情况下对原始图像的处理,处理后得到的第二输出图像相对于原始图像具有更高的对比度,在确保保真度的前提下进行对比度增强、亮度增强以及损失补偿的处理过程,最终达到提高图像质量的目的。
可选的,所述根据所述目标变量,确定亮度增强函数,具体包括:
确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度;
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,yk为向量y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
通过上述处理过程,可以确定亮度增强函数与目标变量之间的转换关系,便于后续步骤中构建约束条件,最终根据约束条件的最优解对输入图像进行处理,得到用于输出的第二输出图像,达到提高图像质量的目的。
本发明提供了一种提升图像质量的装置,通过将原始图像进行色彩空间转换后,检测当前环境光强度,在当前环境光强度小于预设阈值的情况下对图像进行对比度增强处理,得到第一输出图像,在当前环境光强度不小于预设阈值的情况下对图像构建约束条件,根据对约束条件求的解对图像进行多项处理,得到第二输出图像。相对与现有技术,根据本发明得到的第一输出图像或第二输出图像具有较高的图像质量,能够解决显示设备在环境光下显示效果较差的缺陷,同时在处理过程中加入了损失补偿以及对比度、亮度调整,从而确保了显示图像的保真度,提升了人眼的观看感受。
本发明的效果可以通过以下仿真实验进一步说明:
1.仿真条件:
在CPU为Intel(R)CoreTM4核处理器i3:主频2.27GHZ,内存2G,操作系统:WINDOWS7,仿真平台:MATLAB。
显示设备的参数设置:背光峰值亮度Lmax=100cd/m2,背光黑电平Lblack=0.08cd/m2,屏幕反射率r=0.01。
仿真选择测试图像如图3(a)所示的Window,图3(b)所示的Hat,图3(c)所示的Face,和图3(d)所示Baboon,其中Baboon的分辨率是512×512,其它三幅图像的分别率是768×512。
2.仿真内容:
仿真实验中,利用本发明方法在图像Window,Hat,Face,和Baboon上进行算法测试,与现有的由Mantiuk提出的“Display adaptive tone mapping”方法进行对比。
仿真1,利用本发明方法中的LHM算法对图像Window进行对比度增强,得到的增强结果如图4所示。其中:
图4(a)为原始图像;
图4(b)为使用LHM算法进行对比度增强的结果图。
图4(b)无论是在亮度,对比度,还是保真度方面都优于图4(a),尤其是窗户,花朵和绿叶的纹理和色调部分。LHM是一种基于人眼视觉特性的简单有效的对比度增强方法,在本发明方法中,当环境光较弱(即环境光小于阈值)时,只用LHM算法进行处理;当环境光较强(即环境光大于阈值)时,LHM算法作为对比度增强项。两种情况下该算法的目的都是为了提升图像质量。
仿真2,利用本发明方法中的亮度增强技术对图像Hat的亮度图像进行处理,得到了较强环境光下亮度提升后的图像和映射曲线如图4所示,其中
图5(a)为原始图像;
图5(b)为环境光为6000lux时,利用本发明方法进行亮度增强后的结果图。
图5(c)为环境光为6000lux时,利用本发明方法进行亮度增强时原始图像和亮度增强图像之间的映射曲线。
从图5(b)可以看出,图像整体亮度得到了明显提升,图5(c)从数值上进一步证明该技术将原本0~255的亮度范围映射至9~442。本发明方法中的亮度增强技术将设备显示特性和人眼感知特点相结合,有效提升了图像亮度,解决了环境光下显示设备画面过暗这一问题。然而,该方法也导致了两个问题:一是出现了反转现象。
图5(c)中输入像素值处于0~43时,曲线呈下降趋势,之后上升,反映在图5(b)中红框标注的图像质量过低的部分。一般来说,映射曲线只有保持非单调递减才能保证映射后图像的几何结构不发生变化。这一问题在本发明方法的约束优化问题的约束项中得到了解决;二是输出亮度范围超出了设备可显示范围([0,255]),如果直接进行显示,超出255的部分将被截断,继而造成损失。该问题在本发明方法中的损失最小化技术中得到了解决。
仿真3,利用本发明的方法对图像Hat和Face进行环境光照下的显示设备画面质量自适应增强,环境光强选择为500lux,5000lux和10000lux,此外,还绘出了相应的映射曲线,结果如图6,图7和图8所示,其中:
图6(a)和图7(a)为原始图像;
图6(b)和图7(b)为环境光为500lux时,利用本发明方法进行处理的结果图;
图6(c)和图7(c)为环境光为5000lux时,利用本发明方法进行处理的结果图;
图6(d)和图7(d)为环境光为10000lux时,利用本发明方法进行处理的结果图;
图8(a)为对样本Hat进行处理过程中对应的映射曲线;
图8(b)为对样本Face进行处理过程中对应的映射曲线。
在本发明中,当环境光强A≤阈值(1000lux)时,我们认为设备显示画面感知性良好,过多的图像处理操作可能会对保真度造成影响,因此只进行对比度增强;当A>阈值时,显示画面亮度逐渐变暗,可视性变差,此时我们进行亮度增强,对比度增强,损失最小化和颜色校正相结合的操作。此处列举了500lux,5000lux和10000lux的处理结果,如图6(b)和图7(b)所示,当A=500lux时,只执行LHM算法进行对比度增强,可以看出图像的亮度,对比度,细节保真度都有所改善,视觉感知效果有所提升。当环境光强提升至5000lux时,本发明有效地提升了图像整体亮度,同时增强了对比度,确保了保真度,加强了色彩饱和度,图像质量相比原始图像而言有所提升,见图6(c)和图7(c)。当A=10000lux时,图6(d)和图7(d)的亮度和色彩饱和度进一步提升,虽然细节信息有所损失,但将其置于实际环境光照条件下时,这些损失是可以忽略不计。图8为图6和图7所对应的映射曲线,反映了不同光照条件下输入图像向输出图像映射的关系图。可以看出500lux时,映射曲线兼具对数和线性特性,表明LHM在增强对比度的同时还考虑了人眼视觉特性和图像保真度。当环境光提升至5000和10000lux时,输出图像的像素值大大提升以解决环境光下图像变暗的问题,同时我们发现,映射曲线出现部分截断,这一现象在亮度增强的问题中是不可避免,在本发明中,我们利用损失最小化的方法对其进行了改进,使损失尽可能小以保证图像质量。
仿真4,将本发明的方法与Mantiuk提出的“Display adaptive tone mapping”方法进行对比,包括主观评价如图9所示和客观评价如表1所示,测试图像为Baboon,环境光强为500lux,5000lux和10000lux,其中
图9(a)、图9(b)、图9(c)依次为为Mantiuk的方法在环境光依次为500lux,5000lux和10000lux下的处理结果图;
图9(d)、图9(e)、图9(f)依次为为本发明的方法在环境光依次为500lux,5000lux和10000lux下的处理结果图。
主观评价方面,Mantiuk的方法有效提升了亮度,尤其是当环境光强为500lux时,亮度提升程度高于本发明的方法,然而我们认为当环境光较弱时,设备画面感知良好,其它的操作如亮度提升势必影响人眼视觉舒适度并造成损失,如图9(a)的脸颊部分。随着环境光的增大,两种方法都对亮度进行了提升,然而,本项目提出的方法无论是在对比度,整体色调,尤其是保真度方面都优于Mantiuk提出的方法,如图9(b)和9(c)所示。
客观评价方法我们选择平均亮度误差(Absolute mean brightness error,AMBE),离散熵(Discrete entropy,DE)和对比度测量(Measure of enhancement level,EME)三个评价标准。其中AMBE反应亮度变化值,其值越大说明亮度提升越多;DE表示图像的信息量,其值越大图像信息越丰富;EME用来衡量对比度的大小,其值越大,对比度越大。表1列出了原始图像,Mantiuk的方法和本发明方法基于这三个评价指标的客观评价对比结果。可以看出,亮度提升方面,除500lux以外,两种方法相差不大,对比度和细节保真度方面,本发明的方法都优于Mantiuk提出的方法。
表1原始图像、Mantiuk的方法、本发明方法的客观评价对比
需要说明的是:上述实施例提供的提升图像质量的方法/装置进行图像处理的实施例,仅作为该提升图像质量的方法/装置在实际应用中的说明,还可以根据实际需要而将上述提升图像质量的方法/装置在其他应用场景中使用,其具体实现过程类似于上述实施例,这里不再赘述。
上述实施例中的各个序号仅仅为了描述,不代表各部件的组装或使用过程中的先后顺序。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种提升图像质量的方法,其特征在于,所述提升图像质量的方法,包括:
将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像;
检测当前环境光强度;
如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像;
如果所述当前环境光强度不小于所述预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像;
所述如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像,包括:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为初始直方图的最大值,μ为可控参数;
对所述修正直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述第一映射图像进行色彩空间反变换,得到第一输出图像;
所述构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像,包括:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,φ为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd将损失像素值进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值的表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即初始直方图h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像;
所述根据所述目标变量,确定亮度增强函数,包括:
确定用于显示所述输入图像的显示设备模型
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度;
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,yk为亮度增强函数y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
2.一种提升图像质量的装置,其特征在于,所述提升图像质量的装置,包括:
转换单元,用于将原始图像进行色彩空间转换,得到转换后图像,提取所述转换后图像中的亮度分量作为输入图像;
检测单元,用于检测当前环境光强度;
执行单元,用于如果所述当前环境光强度小于预设阈值,则对所述输入图像进行基于对数映射的直方图修正方法的对比度增强处理,得到第一输出图像;
所述执行单元,还用于如果所述当前环境光强度不小于所述预设阈值,则构造包含图像亮度、图像画质以及图像补偿的约束条件,基于所述约束条件对所述输入图像进行处理,得到第二输出图像;
所述执行单元,具体用于:
当所述当前环境光强度小于预设阈值时,基于所述输入图像的初始直方图以及对数映射的直方图修正方法,结合公式一获取与所述输入图像对应的修正直方图m
其中,h为输入图像的初始直方图,hk和mk分别为h和m中的第k个分量,表示所述输入图像中像素值为k的像素的个数,hmax为初始直方图的最大值,μ为可控参数;
对所述修正直方图进行修正,得到修正后的目标变量;
其中,是m的归一化值,D为微分矩阵,x为所求的目标变量,是一个256×1的列向量,它实质是一个映射函数,其中的分量xk表示将输入图像中像素值为k的像素映射成xk;
根据所述目标变量将所述输入图像进行映射处理,得到第一映射图像;
将所述第一映射图像进行色彩空间反变换,得到第一输出图像;
所述执行单元,还具体用于:
当所述当前环境光强度不小于预设阈值时,基于所述对数映射的直方图修正方法,获取与所述输入图像对应的直方图,对所述直方图进行修正,得到修正后的目标变量;
根据所述目标变量,确定亮度增强函数;
获取根据所述亮度增强函数对所述输入图像进行亮度增强处理后产生的损失像素值xd,k
其中,xk为所述目标变量中的像素值分量;
基于所述损失像素值xd,k得到连续函数xd
其中,φ为k=255时对应的yk的值,yk为对所述输入图像中像素值k进行亮度增强处理后的像素值,I是一个全为1的256×1的列向量;
结合所述连续函数xd确定损失量xd,k,将损失像素值进行汇总,得到总损失值Distortion(x)
其中,H=diag(h);
根据所述目标变量、所述亮度增强函数以及所述总损失值的表达式,确定约束条件表达式
其中,所述代表亮度增强的约束条件,所述代表对比度增强的约束条件,所述λxd THxd代表损失项的约束条件,H=diag(h),即初始直方图h的对角矩阵;
对所述约束条件表达式求解,得到最优解映射函数,根据所述最优解映射函数将所述输入图像进行映射处理,得到第二映射图像;
对所述第二映射图像进行自适应颜色校正,得到第二输出图像;
所述根据所述目标变量,确定亮度增强函数,具体包括:
确定用于显示所述输入图像的显示设备模型Ld
其中,Ld为设备的显示亮度,k为输入图像的像素值,Lmax为设备背光峰值亮度,Lblack为背光黑电平,设备伽马值γ=2.2,r为屏幕反射率,A为环境光,ref为反射光亮度;
确定人眼视觉感知模型Rcone
其中,Rcone表示人眼视锥细胞在不同环境光下的响应值,Y是人眼感知到的亮度,σ是半饱和参数,经验值参数α=0.69,β=5.83,Yimage是图像的亮度;
根据公式二确定所述显示设备模型在参考条件A1下的参数Ld1,根据公式三确定所述参数Ld1对应的人眼响应参数R1
根据公式四确定显示设备模型在测试条件A2下的参数Ld2,根据公式五确定所述参数Ld2对应的人眼响应参数R2;
令所述人眼响应参数R1的数值等于人眼响应参数R2的数值,获取亮度增强函数y与所述输入图像中像素值k的关系表达式
其中,y为亮度增强函数y的第k个分量,输入像素值k存在于Ld1中,给定输入像素值k,yk即为对应亮度增强的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846335.XA CN105513019B (zh) | 2015-11-27 | 2015-11-27 | 一种提升图像质量的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510846335.XA CN105513019B (zh) | 2015-11-27 | 2015-11-27 | 一种提升图像质量的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105513019A CN105513019A (zh) | 2016-04-20 |
CN105513019B true CN105513019B (zh) | 2018-08-28 |
Family
ID=55720977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510846335.XA Expired - Fee Related CN105513019B (zh) | 2015-11-27 | 2015-11-27 | 一种提升图像质量的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105513019B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127230B (zh) * | 2016-06-16 | 2019-10-01 | 上海海事大学 | 基于人类视觉感知的图像识别方法 |
CN107153067A (zh) * | 2017-05-30 | 2017-09-12 | 镇江苏仪德科技有限公司 | 一种基于matlab的零件表面缺陷检测方法 |
CN107358572B (zh) * | 2017-07-12 | 2020-09-18 | 杭州字节信息技术有限公司 | 一种改进型基于战术信息终端的环境光线自适应方法 |
TWM553533U (zh) * | 2017-09-14 | 2017-12-21 | 宏正自動科技股份有限公司 | 連接裝置及視訊矩陣切換器 |
CN107918768B (zh) * | 2017-11-28 | 2020-07-10 | Oppo广东移动通信有限公司 | 光学指纹识别方法、装置及电子设备 |
CN108510556A (zh) * | 2018-03-30 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 用于处理图像的方法和装置 |
CN110766153A (zh) * | 2018-07-27 | 2020-02-07 | Tcl集团股份有限公司 | 神经网络模型训练方法、装置及终端设备 |
CN111612700B (zh) * | 2019-02-26 | 2023-05-26 | 杭州海康威视数字技术股份有限公司 | 图像增强方法 |
CN110766622A (zh) * | 2019-10-14 | 2020-02-07 | 北京理工大学 | 基于亮度区分和Gamma平滑的水下图像增强方法 |
CN111540317A (zh) * | 2020-06-19 | 2020-08-14 | 广州视源电子科技股份有限公司 | 亮度控制方法和装置、存储介质及相关设备 |
CN111717159A (zh) * | 2020-06-24 | 2020-09-29 | 多伦汽车检测集团有限公司 | 一种车辆丢失追回系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177424A (zh) * | 2012-12-07 | 2013-06-26 | 西安电子科技大学 | 一种低照度图像的增强和去噪方法 |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104994364A (zh) * | 2015-04-30 | 2015-10-21 | 西安电子科技大学 | 一种图像处理方法和装置 |
-
2015
- 2015-11-27 CN CN201510846335.XA patent/CN105513019B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103177424A (zh) * | 2012-12-07 | 2013-06-26 | 西安电子科技大学 | 一种低照度图像的增强和去噪方法 |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104994364A (zh) * | 2015-04-30 | 2015-10-21 | 西安电子科技大学 | 一种图像处理方法和装置 |
Non-Patent Citations (1)
Title |
---|
Colour Image Enhancement by Virtual Histogram Approach;Zhengya Xu等;《IEEE Transactions on Consumer Electronics》;20100531;第56卷(第2期);第704-712页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105513019A (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105513019B (zh) | 一种提升图像质量的方法和装置 | |
RU2533855C2 (ru) | Способ преобразования входных данных изображения в выходные данные изображения, блок преобразования изображения для преобразования входных данных изображения в выходные данные изображения, устройство обработки изображения, устройство отображения | |
Kuang et al. | iCAM06: A refined image appearance model for HDR image rendering | |
CN109979401B (zh) | 驱动方法、驱动装置、显示设备和计算机可读介质 | |
CN104994364B (zh) | 一种图像处理方法和装置 | |
CN101331515B (zh) | 色调校正方法、色调校正装置以及图像设备 | |
CN103353982B (zh) | 一种基于直方图均衡化的色调映射方法 | |
CN102376082B (zh) | 基于伽马校正的图像处理方法和装置 | |
US11804163B2 (en) | Display method, display device and computer storage medium | |
Vonikakis et al. | Fast centre–surround contrast modification | |
CN105825479B (zh) | 一种环境光下的图像增强方法 | |
CN106971695A (zh) | Rgbw液晶显示装置的亮度调节方法及装置 | |
CN108694030B (zh) | 处理高动态范围图像的方法和装置 | |
WO2019101005A1 (zh) | 像素补偿方法、装置和终端设备 | |
CN101360250A (zh) | 沉浸产生方法和系统及因素控制、内容分析及参数预测法 | |
KR20160068627A (ko) | 영상 처리 장치, 영상 처리 방법, 및 표시 장치 | |
CN110473152A (zh) | 基于改进Retinex算法的图像增强方法 | |
CN107203980A (zh) | 自适应多尺度暗通道先验的水下目标探测图像增强方法 | |
Su et al. | Readability enhancement of displayed images under ambient light | |
Song et al. | Luminance enhancement and detail preservation of images and videos adapted to ambient illumination | |
CN112992052B (zh) | 显示面板的功耗控制方法及显示面板 | |
CN106408535B (zh) | 一种基于子行驱动灰度调制显示系统的图像增强方法 | |
KR20110064631A (ko) | 입력 영상의 동적 범위를 변환하는 방법 및 장치 | |
CN114170115A (zh) | 基于fpga的直方图均衡化增强图像细节的显示方法 | |
Johnson | Cares and concerns of CIE TC8-08: spatial appearance modeling and HDR rendering |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180828 Termination date: 20181127 |
|
CF01 | Termination of patent right due to non-payment of annual fee |