CN105631835A - 一种夜间弱光彩色图像的灰度化方法 - Google Patents

Abstract

本发明提供一种夜间弱光彩色图像的灰度化方法，先将夜间弱光彩色图像分解成红、绿、蓝三个单通道图像，再算出绿色单通道图像的像素阈值，并对绿色单通道图像的像素值进行处理，即为夜间弱光彩色图像灰度化后的输出图像。经本发明处理后的灰度图像相对于以往的彩色图像灰度化方法具有亮度高、细节表现生动、视觉效果较好、灰度分布比较广泛等优点，且方法较简单、速度快。

Description

一种夜间弱光彩色图像的灰度化方法

技术领域

本发明涉及彩色图像灰度化方法，具体涉及一种夜间弱光彩色图像的灰度化方法。

背景技术

在对彩色图像进行处理时由于内存、处理速度等原因往往需要对彩色图像进行灰度化处理，目前常用的彩色图像灰度化方法主要有三种：一是最大值法，使灰度图像的像素值为红、绿、蓝三个单通道对应像素值的最大值；二是平均值法，使灰度图像的像素值为红、绿、蓝三个单通道像素值的平均值；三是加权平均法，根据重要性或其他指标给红、绿、蓝三个单通道的像素值赋予不同的权值。

在对夜间弱光彩色图像进行灰度化处理时发现，由于夜间弱光彩色图像自身具有颜色较暗的特征，对该彩色图像进行灰度化处理，图像较暗，对应的直方图分布于坐标系的左侧，图像的细节难以表达清楚，不利于观察及分析。因此我们提出了一种新的弱光彩色图像灰度化方法，该方法处理后的灰度图像可以生动的表现图像的细节区域，满足人类视觉要求。

发明内容

本发明的目的在于提供一种夜间弱光彩色图像的灰度化方法，使处理后的灰度图像能生动地表现图像的细节，满足人类视觉要求。

为实现上述目的，本发明采用了以下技术方案：

一种夜间弱光彩色图像的灰度化方法，步骤如下：

(1)输入夜间弱光彩色图像；

(2)将夜间弱光彩色图像利用OpenCV中的split函数分解成红、绿、蓝三个单通道图像，其中split函数为：

split(SrcImg,BGRMatVector)

其中SrcImg为Mat类型的输入彩色图像，BGRMatVector为Mat类型的vector类，BGRMatVector[0]～BGRMatVector[2]分别对应蓝、绿、红三个单通道图像；

(3)算出绿色单通道图像的像素阈值为ThG_pixel；

(4)以ThG_pixel为阈值对绿色单通道图像的像素值按下述公式进行处理：

其中G(i,j)表示绿色通道第i行第j列的像素值，Gresult(i,j)为处理后对应像素的像素值；

(5)经步骤(4)像素值处理后的绿色单通道图像就是夜间弱光彩色图像灰度化后的输出图像。

进一步方案，所述步骤(3)中绿色单通道图像的像素阈值为ThG_pixel是通过下述步骤算出的：

(a)对绿色单通道图像所对应灰度图像中每个像素的灰度值进行统计后，列出其直方图，直方图中灰度值v所对应的像素个数histG[v]，v的取值范围为[0,255]；

(b)按照以下公式求得绿色单通道图像所对应的像素阈值ThG_pixel：

sum＝sum+histG[v],v∈[0,255]

sum≥sumpixel×0.98

ThG_pixel＝v

其中：sum初始值为0，histG[v]为绿色单通道图像的直方图中灰度值v所对应的像素个数，sumpixel为夜间弱光彩色图像的总的像素数，sum＝sum+histG[v],v∈[0,255]为目标函数，sum≥sumpixel×0.98为约束条件，当sum满足约束条件时停止运算，得到对应的像素阈值ThG_pixel＝v。

本发明主要针对夜间弱光彩色图像灰度化后视觉效果比较差的情况，提出一种有效的弱光彩色图像灰度化方法。本发明采用灰度化方法是结合夜间弱光彩色图像的直方图分布特征和红、绿、蓝三个单通道图像的亮度特征，采用对绿色单通道图像进行非线性处理作为彩色图像的灰度化图像的方法。

本发明采用灰度化方法对夜间弱光彩色图像进行处理后的灰度图像清晰度高，可以生动的表现图像的细节区域，满足人类视觉要求。

经本发明处理后的图像比之前的图像更亮了，且灰度分布比较广泛。另外，本发明的灰度化方法较简单，算法复杂度低，且速度较快。

附图说明

图1是本发明的流程图；

图2是输入夜间弱光彩色图像的原图；

图3是绿色单通道图像；

图4是绿色单通道图像的直方图；

图5是本发明处理后的灰度图；

图6是采用加权法处理后的灰度图。

具体实施方式

如图1所示，一种夜间弱光彩色图像的灰度化方法，步骤如下：

(1)输入夜间弱光彩色图像，如图2所示为输入夜间弱光彩色图像的原图；

(2)将夜间弱光彩色图像利用OpenCV中的split函数分解成红、绿、蓝三个单通道图像，绿色单通道图像如图3所示，其split函数为：

split(SrcImg,BGRMatVector)

其中SrcImg为Mat类型的输入彩色图像，BGRMatVector为Mat类型的vector类，BGRMatVector[0]～BGRMatVector[2]分别对应蓝、绿、红三个单通道图像；

(3)通过下述步骤算出绿色单通道图像的像素阈值为ThG_pixel：

(a)对如图3所示的绿色单通道图像所对应灰度图像中每个像素的灰度值进行统计后，列出其直方图(如图4所示)，直方图中灰度值v所对应的像素个数histG[v]，v的取值范围为[0,255]；

(b)按照以下公式求得绿色单通道图像所对应的像素阈值ThG_pixel：

sum＝sum+histG[v],v∈[0,255]

sum≥sumpixel×0.98

ThG_pixel＝v

式中：sum初始值为0，histG[v]为绿色单通道图像的直方图中灰度值v所对应的像素个数，sumpixel为夜间弱光彩色图像的总的像素数，sum＝sum+histG[v],v∈[0,255]为目标函数，sum≥sumpixel×0.98为约束条件，当sum满足约束条件时停止运算，得到对应的像素阈值ThG_pixel＝v；

(4)以ThG_pixel为阈值对绿色单通道图像的像素值按下述公式进行处理：

其中G(i,j)表示绿色通道第i行第j列的像素值，Gresult(i,j)为处理后对应像素的像素值；

(5)经步骤(4)像素值处理后的绿色单通道图像就是夜间弱光彩色图像灰度化后的输出图像，如图5所示为处理后的绿色单通道图像，即为输出的夜间弱光彩色图像。

如图6所示为采用加权算法对输入的夜间弱光彩色图像进行处理后的灰度图，图5所示为经本发明灰度化方法处理的灰度图。对比图5、6可知，采用本发明的灰度化方法对夜间弱光彩色图像进行处理后的灰度图像清晰度高，可以生动的表现图像的细节区域，满足人类视觉要求。

以上所述的实例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (2)

1.一种夜间弱光彩色图像的灰度化方法，其特征在于：步骤如下：

(1)输入夜间弱光彩色图像；

(2)将夜间弱光彩色图像利用OpenCV中的split函数分解成红、绿、蓝三个单通道图像，其中split函数为：

split(SrcImg,BGRMatVector)

其中SrcImg为Mat类型的输入彩色图像，BGRMatVector为Mat类型的vector类，BGRMatVector[0]～BGRMatVector[2]分别对应蓝、绿、红三个单通道图像；

(3)算出绿色单通道图像的像素阈值为ThG_pixel；

(4)以ThG_pixel为阈值对绿色单通道图像的像素值按下述公式进行处理：

$Gresult(i,j)=\left\{\begin{array}{cc}255/{\mathrm{ThG}}_{pixel}*G(i,j)& G(i,j)\≤{\mathrm{ThG}}_{pixel}\\ 255& G(i,j)>{\mathrm{ThG}}_{pixel}\end{array}\right.$

其中G(i,j)表示绿色通道第i行第j列的像素值，Gresult(i,j)为处理后对应像素的像素值；

(5)经步骤(4)像素值处理后的绿色单通道图像就是夜间弱光彩色图像灰度化后的输出图像。

2.根据权利要求1所述的一种夜间弱光彩色图像灰度化方法，其特征在于：所述步骤(3)中绿色单通道图像的像素阈值为ThG_pixel是通过下述步骤算出的：

(a)对绿色单通道图像所对应灰度图像中每个像素的灰度值进行统计后列出其直方图，直方图中灰度值v所对应的像素个数histG[v]，v的取值范围为[0,255]；

(b)按照以下公式求得绿色单通道图像所对应的像素阈值ThG_pixel：

sum＝sum+histG[v],v∈[0,255]

sum≥sumpixel×0.98

ThG_pixel＝v

其中：sum初始值为0，histG[v]为绿色单通道图像的直方图中灰度值v所对应的像素个数，sumpixel为夜间弱光彩色图像的总的像素数，sum＝sum+histG[v],v∈[0,255]为目标函数，sum≥sumpixel×0.98为约束条件，当sum满足约束条件时停止运算，得到对应的像素阈值ThG_pixel＝v。