CN105719260B - 一种提高图像信息可感知度的图像局部对比度增强方法 - Google Patents

Abstract

本发明是一种提高图像信息可感知度的图像局部对比度增强方法，保真图像局部信息的前提下尽量使图像中所有信息能被人眼清晰地感知到。保真图像局部信息是通过确保每一个像素与它周围一定范围内像素的灰度大小关系人眼感知不倒序来实现的。在此保真约束下，本发明从0开始一起同步拉大图像中所有灰度差不为0的相邻像素之间灰度值大小关系人眼可感知度，当部分相邻像素灰度大小关系人眼可感知度无法进一步拉大时，继续拉大其余相邻像素间灰度大小关系可感知度，直到所有相邻像素间灰度大小关系人眼可感知度都已经拉大到设定的可感知度阈值或者无法进一步拉大为止。本发明可用于增强各种原因导致的低对比度图像。

Description

一种提高图像信息可感知度的图像局部对比度增强方法

技术领域

本发明属于图像对比度增强技术领域，具体的说是一种提高图像信息可感知度的图像局部对比度增强方法。

背景技术

雾霾等恶劣成像条件或者曝光时间等成像参数设置不合理等原因会使图像对比度过低，从而使人眼看不清图像中存在的景物。图像增强方法通过增大图像对比度能使图像中原本看不清的景物被人眼看清。

现有的图像增强方法可以粗略地分为两类：全局对比度增强方法和局部对比度增强方法。全局对比度增强方法通过灰度级映射得到增强图像，具有运算简单快速的特点，具有代表性的图像增强方法为：线性拉伸和直方图均衡。图像在使用全局对比度增强方法处理后，在图像中的一些局部区域内，可能会出现部分景物因为对比度增大得不够而人眼看不清的情况。局部对比度增强方法根据像素所在局部区域的图像信息确定每个像素灰度值，相对全局对比度增强方法能进一步的增强图像局部对比度。许多局部对比度增强方法都基于全局对比度增强方法，这些方法把图像分解成许多局部区域，然后在每个区域内使用全局方法增强图像，并由增强后的局部区域融合得到全幅图像。另外retinex,unsharpmasking等方法通过凸显图像高频分量使人眼可以更清楚地看清图像细节信息。由于图像增强过程中像素会与其相邻以及它所在局部区域内其它像素之间灰度大小关系会发生改变，这些局部图像增强方法都会导致振铃效应等图像失真。Kartic Subr等人提出了以图像局部对比度最大为优化目标,并基于贪婪算法的图像增强方法，该方法把图像划分成子区域，然后在子区域内同比例地线性拉大图像对比度，由于子区域的划分可能会把图像中同一个景物划分成不同的区域，该方法也不能完全做到图像局部信息保真，另外同比例地增大像素间灰度差甚至同比例增大像素间灰度差人眼可感知度不利于使图像中所有信息都被人眼看清。以两对相邻像素为例，其中一对可感知度很大，再增加灰度差可感知度几乎没有提高，另一对可感知度很小，灰度差的增加会带来明显的可感知度的提高，此时如果灰度差的增量总和是固定的，则应优先拉大感知度小的相邻像素间灰度差。

综上所述，已有的图像局部对比度增强方法都无法在图像局部内做到信息保真，使图像出现失真情况，即使能在一定程度上做到图像局部信息保真的增强方法,它所采用的增强策略也不利于图像中所有信息都被人眼看清。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是提供一种提高图像信息可感知度的图像局部对比度增强方法，用于增强各种原因导致的低对比度图像。

本发明为实现上述目的所采用的技术方案是：一种提高图像信息可感知度的图像局部对比度增强方法，包括以下步骤，：

把图像中的局部相邻像素对分成三类：直接相邻且灰度值不等像素对、不直接相邻但局部相邻且灰度值不等像素对、局部相邻且灰度值相等像素对，所述直接相邻指的是对于两个像素其中一个像素在另外一个像素4邻域或者8邻域内，局部相邻指的是对于两个像素其中一个像素在另外一个像素的指定大小的周围范围内；生成每个像素的状态标志位，用于标记在计算像素灰度值过程中像素所处的状态；

由分类结果中的局部相邻且灰度值相等像素对，找出由局部相邻且灰度值相等像素对关联起来的像素，构成像素子集；

构造人眼可感知度序列V＝＜v₀,v₁,v₂,...＞，其中v₀＝0；

在局部相邻像素对大小关系人眼感知不倒序约束下，尽量拉大图像中所有直接相邻且灰度值不等像素对的灰度差，使这些像素对灰度大小关系的人眼可感知度都尽可能拉大到人眼可以清晰感知的程度：首先由可感知度v₀，根据灰度值大小关系从小到大计算得到灰度图像I_0,3，I_0,3中所有像素灰度值都为0；然后从小到大依次由序列V中的可感知度v_i，其中可感知度v_i不超过根据需求设定的一个人眼可以清晰感知灰度大小关系的人眼可感知度阈值T₁，根据像素间灰度大小关系从小到大计算一幅灰度图像I_i,1；若存在直接相邻且灰度值不等的像素对的灰度大小关系人眼可感知度无法拉大到v_i，，则在可感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2，进而确定由于人眼可感知度无法进一步拉大的像素对对应的像素的灰度值；

对图像根据可感知度T₁做进一步校正，得到增强后的图像。

所述对图像的像素对进行分类的步骤为：

对图像中所有像素编号，分别用p_a、p_b、p_c、…表示，其中任意两个像素p_x和p_y组成像素对(p_x,p_y)，设定其灰度值g_x≤g_y；

将像素对组成如下像素对集合：

a)集合R：图像中所有直接相邻且灰度值不等的像素对，此集合中像素对的灰度差需要在不改变灰度大小关系前提下尽量拉大到人眼可以清晰感知的程度；

b)集合E：图像中局部相邻且灰度值相等的像素对，此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序；

c)集合S：图像中不直接相邻但局部相邻且灰度值不相等的像素对，同样此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序。

所述生成像素子集的步骤为：

图像中每个像素先都独自生成一个像素子集，分别用P₁、P₂、P₃、...、P_M表示，如果对任意两个像素子集P_a和P_b存在一对像素(a,b)∈E，其中a∈P_a，b∈P_b，则这两个子集合并得到新的像素子集P_a,b＝P_a∪P_b，直到不再存在可以合并的像素子集才停止合并，并把得到的像素子集组成子集的集合L。

所述集合E中的像素对必然是由L内同一像素子集内像素组成的，而集合R和S中的像素对必然是L内不同像素子集间的像素组成的；当子集P_a与任意其他子集P_c间不存在像素对(c,a)∈S∪R，其中c∈P_c、a∈P_a且像素c的灰度值小于像素a的灰度值，则子集P_a为极小值子集；当子集P_b与任意其他子集P_c间不存在像素对(b,c)∈S∪R，其中c∈P_c、b∈P_b而像素b的灰度值小于像素c的灰度值时，则子集P_b为极大值子集。

所述生成像素的状态标志位具体为：

建立三个状态标示数组F₁、F₂、F₃，其中数组元素F₁[x]、F₂[x]和F₃[x]表示像素p_x的状态，F₁[x]用来标示此像素是否因像素对集合R中有部分像素对灰度大小关系人眼可感知度无法进一步拉大而导致它的灰度值确定下来，其中F₁[x]＝1表示灰度值已经确定，F₁[x]＝0表示未确定；每个像素的灰度值需要从多个与它相关的像素灰度值计算而来，F₂[x]用来标示是否与它在集合R和S相关的且需要计算的像素都已遍历到，当都已遍历过则F₂[x]＝1，否则F₂[x]＝0；F₃[x]用来在计算像素灰度值时标示是否这些与他在集合E相关的像素都已遍历到，当已遍历过则F₃[x]＝1，否则F₃[x]＝0。

所述构造人眼可感知度序列V具体为：遍历像素的灰度值取值空间，把所能得到的人眼可感知度按从小到大排序可以得到人眼可感知度序列V＝＜v₀,v₁,v₂,...＞，其中v₀＝0。

所述在可感知度v_i下，根据像素间灰度大小关系从小到大计算一幅灰度图像I_i,1的步骤为：

令在新的图像I_i,1中，像素p_x的灰度值以I_i,1(x)表示；

d)初始I_i,1为由上一个感知度v_i-1计算得到的图像，即I_i,1＝I_i-1,3，保留在可感知度v_i-1下计算图像时的状态标示数组F₁中的值，清零F₂和F₃，极小值像素子集内的像素状态标示F₂和F₃置1；

e)遍历所有F₃等于1的像素，以满足F₃[a]等于1的像素p_a为例，对任意包含p_a像素对(p_a,p_x)∈R，其中p_a灰度值小于p_x灰度值，根据下面可感知度计算公式计算满足p(I_i,1(a),g)＝v_i的灰度值g，

如果g＞I_i,1(x)且像素p_x的状态F1(x)等于0，则I_i,1(x)＝g，其中如果g大于灰度值取值范围的最大值，则集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i；如果g＞I_i,1(x)但像素x的状态F1(x)等于1，且同时有像素p_a的状态标示F1(a)等于0，则集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i；

f)对任意包含p_a的像素对(p_a,p_x)∈S，由式

计算满足p(g,I_i,1(a))＝T₀的灰度值g，其中g＜I_i,1(a)；

如果g＞I_i,1(x)且像素p_x的状态F1(x)等于0，则I_i,1(x)＝g，如果g＞I_i,1(x)但像素x的状态F1(x)等于1，则集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i；对于任意像素p_x，如果所有包含它的像素对(p_y,p_x)∈R∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1；

d)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1时而F₃都为0，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整：先在此像素子集内挑出灰度值最大的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x，其中p_x状态标示F₃(x)等于0；如果p_a和p_x在I_i,1的灰度值不满足人眼感知不倒序对于等于关系的要求时，若p_x的标示F1(x)为1，则有灰度差非0的相邻像素对人眼可感知度不能拉到v_i，反之若x的标示F₁(x)为0，则计算满足p(I_i,1(x),I_i,1(a))＝T₀的新I_i,1(x)值；当所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1；

然后从P中F₃为0的像素中再一次挑出在I_i,1中灰度值最大的像素，重复上述步骤，直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时，再回到步骤d)的开头；当像素子集的集合L内不存在所有像素状态标示F₂都为1的像素子集时回到步骤b)，直到所有像素的F₃都已经置1结束计算；

如果在步骤b)、c)和d)计算过程中集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i，则需要在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2；否则如果v_i＜T₁，令I_i,3＝I_i,1，回到步骤a)，根据下一个感知度v_i+1计算一幅新的灰度图像；如果v_i≥T₁，转至对图像做进一步校正步骤。

所述若计算灰度图像I_i,1过程中集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i，则在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像的步骤为：

令在新的图像I_i,2中，像素x的灰度值以I_i,2(x)表示；

d)初始I_i,2为由上一个可感知度v_i-1计算得到的图像，即I_i,2＝I_i-1,3；保留在感知度v_i-1下计算图像时的状态标示数组F₁中的值，清零F₂和F₃，像素极大值子集内的像素的状态标示F₂和F₃置1，且它们灰度值都设置为灰度值取值范围的最大灰度值；

e)遍历所有F₃等于1的像素，以满足F₃[a]等于1的像素p_a为例，对任意包含p_a像素对(p_x,p_a)∈R，其中p_a灰度值大于p_x灰度值，根据下面可感知度计算公式计算满足p(g,I_i,2(a))＝v_i的灰度值g，

其中，g＜I_i,2(a)；如果g＜I_i,2(x)且像素p_x的状态F1(x)等于0，则I_i,2(x)＝g；

f)对任意包含p_a的像素对(p_x,p_a)∈S，由式

计算满足p(I_i,2(a),g)＝T₀的灰度值g，其中g＞I_i,2(a)；

如果g＜I_i,2(x)且像素p_x的状态F1(x)等于0，则I_i,2(x)＝g；对于任意像素p_x，如果所有包含它的像素对(p_x,p_y)∈R∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1；

d)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1而F₃都为0时，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整：先在此像素子集内挑出灰度值最小的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x，其中p_x状态标示F₃(x)等于0；如果p_x的标示F1(x)为0，则计算满足p(I_i,2(a),I_i,2(x))＝T₀的新I_i,2(x)值，当所有满足(p_a,p_x)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1；然后从P中F₃为0的像素中再一次挑出在I_i,2中灰度值最小的像素，然后重复前面的步骤，直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时回到步骤d)的开头，否则回到步骤b)，直到所有像素的F₃都已经置1结束计算。

所述确定由于灰度差无法进一步拉大的像素对对应的像素的灰度值的步骤为：

对任意像素p_x如果有I_i,1(x)＞I_i,2(x)，也就是像素p_x计算的到的最大灰度值小于最小灰度值，则此像素灰度值需要确定下来，像素x的状态标示F1(x)置1；计算灰度值需要确定下来的像素的灰度值：先初始I_i,3＝I_i,1，对任意像素x如果有I_i,1(x)＞I_i,2(x)，且I_i,2(x)＞I_i-1,3(x)，则I_i,3(x)＝I_i,2(x)，否则I_i,1(x)＞I_i,2(x)，且I_i,2(x)≤I_i-1,3(x)，则I_i,3(x)＝I_i-1,3(x)；如果所有像素的F1标示都已置1，当前图像即为所求的局部对比度增强后的图像；否则当仍然有像素灰度值未确定时，如果v_i≥T₁转对图像做进一步校正步骤，如果v_i＜T₁转至根据可感知度v_i+1计算灰度图像I_i+1,1步骤。

所述对图像做进一步校正，得到增强后的图像，具体为：初始图像I_T1为在最后计算的可感知度v_i下计算得到的图像I_i,3，并保留状态标示数组F₁中的值；清零F₂和F₃；极大值像素子集内的像素的状态标示F₂和F₃置1，但保留它们在I_i,3中的灰度值，不再把极大值像素子集里的像素赋值成灰度值取值范围内的最大值，由可感知度T₁，根据极大值像素子集里的像素的灰度值从大到小计算灰度图像I_i,2，得到的图像就为所求的局部对比度增强图像。

本发明具有以下优点及有益效果：使用人眼感知信息保真约束避免了图像增强后出现振铃效应等图像失真，使用局部人眼感知不倒序而不是单纯的局部保序或局部不倒序做保真约束可以争取到更多的灰度空间来拉大相邻像素间灰度大小关系人眼可感知度；图像中所有灰度差不为0的相邻像素之间灰度值大小关系人眼可感知度都从0开始一起同步增长，相对于同比例增大策略，可以使原图中本来可感知度小的相邻像素灰度大小关系人眼可感知度增大得更多。

附图说明

图1为本方法增强过程示例图；

图2为待增强图像；

图3为应用本方法对图1的增强结果。

具体实施方式

下面结合附图及实施例对本发明做进一步的详细说明。

首先介绍对灰度大小关系的人眼可感知度度量方法，然后是图像局部信息人眼感知保真约束的实现方式，最后是对比度增强算法。

像素间灰度值相等时，人眼总是能很容易感知到等于关系；当像素间灰度值不相等时，灰度差小会导致人眼难于感知到大于或小于关系。像素间灰度值大于和小于关系的人眼可感知度由像素间灰度差的人眼可感知度决定。人眼越容易感知到像素间灰度值发生了变化，像素间灰度差的人眼可感知度越大。像素间灰度差的人眼可感知度可以通过实验测得，Foly和Legge在1981设计实验测量人眼对灰度变化的感知度，并由实验数据拟合出了人眼对灰度变化的感知度函数，如式(1)所示，其中,s为灰度差值,参数s₀和σ的比值s₀/δ取值范围取值为2.5～4,s₀被认为是人眼临界可感知阈值(JND)，与灰度值本身有关。1995年，Chun-Hsien Chou等人经过实验绘制出一条对应特定显示器的JND曲线,此曲线可由式(2)表示,其中α＝17，γ＝3/128。对于不同的显示器和光照环境JND测量值会不同，但都可以根据Chun-Hsien Chou的实验测得。结合式(1)和式(2)可以得到人眼对像素间灰度值大小关系的人眼可感知度一种简洁但不完善的表达，此表达如式3所示，其中s₀/δ的取值为3，a和b为像素对的灰度值，且a＜b。

图像局部信息人眼感知保真指的是每一个像素与它周围一定范围内的像素的灰度大小关系人眼感知不倒序,其中人眼感知不倒序指的是在图像对比度增强过程中，像素间大小关系可以倒序，但必须保证此倒序不被人眼发觉。对于每个像素，周围需要与此像素人眼感知不倒序的范围可以根据实际需要确定，其中最简单的方法就是让每个像素与以它为中心的一个正方形窗口内的像素人眼感知不倒序。当人眼可感知度很小时，可认为人眼将感知不到像素间存在灰度差，人眼看到的是等于关系，人眼感知不到像素间存在灰度差的人眼可感知度阈值T₀可根据实际需求确定，令I_x为像素x在原图中灰度值，I_x′为像素x在增强后图像中灰度值。任意两个像素组成一个像素对。像素之间相邻关系根据根据远近可以分别定义直接相邻和局部相邻，其中直接相邻指的是对于两个像素其中一个像素在另外一个像素4邻域或者8邻域内，局部相邻指的是对于两个像素其中一个像素在另外一个像素的指定大小的周围范围内。

人眼感知不倒序指的是：

a)原本灰度关系为等于关系的像素对在图像增强后可以灰度差不为0，但必须人眼不能看到此灰度差，所以对任意素对(a,b)有I_a＝I_b，如果在图像对比度增强后I_a′≠I_b′，则必须有：

当I_a′＜I_b′,p(I_a′,I_b′)≤T₀ (4)

当I_a′＞I_b′,p(I_b′,I_a′)≤T₀ (5)

b)原本灰度关系为小于关系的像素对在图像增强后大小关系可以逆转，但逆转后人眼不能看到此逆转关系，所以对任意素对(a,b)有I_a＜I_b，则必须有：I_b′≥I_a′-d，其中d满足

p(I_a′-d,I_a′)＝T₀ (6)

c)原本灰度关系为大于关系的像素对在图像增强后大小关系可以逆转，但逆转后人眼不能看到此逆转关系，所以对任意素对(a,b)有I_a＞I_b，则必须有：I_b′≤I_a′+d，其中d满足

p(I_b′-d,I_b′)＝T₀ (7)

把图像中所有灰度差不为0的相邻像素之间灰度值大小关系人眼可感知度都从0开始一起同步尽量拉大到一个可清晰感知图像信息的可感知度阈值T₁，当感知度由v_i-1拉大到感知度v_i时，会有如下的处理：

a)由v_i根据像素间灰度大小关系从小到大计算得到一幅灰度图像I_i,1。

b)当在计算I_i,1过程中有灰度差非0的直接相邻像素对的灰度大小关系人眼可感知度无法拉大到v_i，此时由v_i根据像素间灰度大小关系从大到小计算得到一幅灰度图像I_i,2，比较I_i,2与I_i,1中像素灰度值找到因像素间灰度大小关系人眼可感知度无法进一步拉大而确定了灰度值的像素。

在附图1中,给出了一个示例来说明图像可感知度拉大的处理过程。图1.a给出一幅2×3大小的图像的各像素灰度值。图1.b对像素进行编号。图1.c给出了像素间的关系，像素间的直接相邻关系是4邻域相邻,用带方向的实线表示像素是直接相邻且灰度值不相等(连线是由较小灰度值像素指向较大灰度值像素)，这是可感知度需要拉大的像素间灰度值大小关系；而不带方向的实线和带方向虚线是为了图像信息局部人眼感知保真所添加的约束，其中不带方向的实线表示两个像素局部相邻且在原图中是等于关系，带方向虚线表示像素是不直接相邻但局部相邻且灰度值不相等(连线是由较小灰度值像素指向较大灰度值像素),在本示例中为了简便分别只添加了一条带方向的虚线和一条不带方向的虚线。为了方便说明，假设图像中相同灰度差总是对应着相同人眼可感知度，人眼可感知度阈值T₀对应的灰度差假定为1，而图像灰度值取值空间为[0，255]。为了使像素间可感知度有最大的拉伸空间，极小值像素p₁取值为0。图1.d给出的在灰度差为0时，根据灰度关系从小到大得到的灰度图像，其中所有像素灰度值都为0。图1.e给出的在灰度差为1时，根据灰度值大小关系从小到大计算得到的灰度图像，令像素p_i灰度值在新图像中用g_i表示，具体计算过程如下：

a)由g₁＝0、g₀-g₁＝1、g₂-g₁＝1、g₄-g₁＝1得：g₀＝1、g₂＝1、g₄＝1。

b)由式(4)和(5)可知|g₃-g₀|≤1，由|g₃-g₀|≤1和g₀＝1，则0≤g₃≤2,为了有最多的灰度空间去拉大其它像素间灰度差,所以g₃的值要尽可能的小,则g₃＝0。当根据灰度关系从小到大计算灰度图像时，像素灰度值一定要选满足约束要求的最小灰度值为像素灰度值，下文如果遇到此类情况将同样处理不再提示。

c)由g₂＝1,根据式(6)知道g₄≥g₂-1,也就是g₄≥0，则g₄取值应为0，但步骤a)计算得到g₄＝1，为了确保图像中相邻像素对灰度差不小于给定灰度差值1，像素灰度值需要取计算得到灰度值中最大的那一个，所以g₄取值为1。当根据灰度关系从小到大计算灰度图像时，对于每一个像素，可能由与它相关的多个像素计算得到多个值，为了确保图像中相邻像素对灰度差不小于给定灰度差值，像素灰度值一定要选这些值里面最大的那一个，下文如果遇到此类情况将同样处理不再提示。由g₂＝1，以及g₅-g₂＝1，则g₅＝2。

d)由g₃＝0和g₄-g₃＝1计算得到g₄应该取值为1，和步骤c)计算得到的g₄值比较正好相等，所以g₄＝1保持不变。

e)由g₄＝1和g₅-g₄＝1计算得到g₅应该取值为2，和步骤c)计算得到的g₅值比较正好相等，所以g₅的值仍然为2。

图1.f给出的在灰度差为30时，根据灰度关系从小到大得到的灰度图像,具体计算过程如下：

a)由g₁＝0、g₀-g₁＝30、g₂-g₁＝30、g₄-g₁＝30得：g₀＝30、g₂＝30、g₄＝30。

b)同样由式(4)和(5)可知|g₃-g₀|≤1，由|g₃-g₀|≤1和g₀＝30，得29≤g₃≤31,则g₃＝29。

c)由g₂＝30,根据式(6)知道g₄≥g₂-1,则g₄≥29，则g₄应该为29，但步骤a)计算得到的g₄＝30，所以g₄仍然为30。由g₂＝30，以及g₅-g₂＝30，则g₅＝60。

d)步骤c)计算得g₄＝30，而由g₃＝29和g₄-g₃＝30算得g₄＝59，则g₄＝59。

e)步骤c)计算得到g₅＝60，由g₄＝59和g₅-g₄＝30算得g₅＝89，则g₅＝89。

图1.g给出的在灰度差为85时，根据灰度关系从小到大得到的灰度图像,具体计算过程如下：

a)由g₁＝0、g₀-g₁＝85、g₂-g₁＝85、g₄-g₁＝85得：g₀＝85、g₂＝85、g₄＝85。

b)同样由式(4)和(5)可知|g₃-g₀|≤1，由|g₃-g₀|≤1和g₀＝85，得84≤g₃≤86,则g₃＝84。

c)由g₂＝85,根据式(6)知道g₄≥g₂-1,则g₄≥84，则g₄应该为84，但步骤a)计算得到的g₄＝85，所以g₄仍然为85。由g₂＝85，以及g₅-g₂＝85，则g₅＝170。

d)步骤c)计算得g₄＝85，而由g₃＝84和g₄-g₃＝85算得g₄＝169，则g₄＝169。

e)步骤c)计算得到g₅＝170，由g₄＝169和g₅-g₄＝85算得g₅＝254，则g₅＝254。

图1.h给出的在灰度差为86时，根据灰度关系从小到大得到的灰度图像,具体计算过程如下：

a)由g₁＝0、g₀-g₁＝86、g₂-g₁＝86、g₄-g₁＝86得：g₀＝86、g₂＝86、g₄＝86。

b)同样由式(4)和(5)可知|g₃-g₀|≤1，由|g₃-g₀|≤1和g₀＝86，得85≤g₃≤87,则g₃＝85。

c)由g₂＝86,根据式(6)知道g₄≥g₂-1,则g₄≥85，则g₄应该为85，但步骤a)计算得到的g₄＝86，所以g₄仍然为86。由g₂＝86，以及g₅-g₂＝86，则g₅＝172。

d)步骤c)计算得g₄＝86，而由g₃＝85和g₄-g₃＝86算得g₄＝171，则g₄＝171。

e)步骤c)计算得到g₅＝172，由g₄＝171和g₅-g₄＝86算得g₅＝257，则g₅＝257。其中g₅的灰度值已经超越了取值区间。所以图像中有部分相邻像素灰度差不能进一步拉大，只能拉大到86或者85。由灰度关系从小到大计算得到的灰度图像确定了图像中像素可以取的最小灰度值，由灰度关系从大到小求灰度图像可以确定图像像素可以取的最大灰度值，当像素的最大灰度值小于或等于最小灰度值时，则有包含此像素的像素对灰度差无法进一步拉大，此像素灰度差需要确定下来。图1.i给出的在灰度差为86时，根据灰度关系从大到小计算得到的灰度图像,具体计算过程如下：

a)赋给g₅灰度空间内最大灰度值，也就是g₅＝255；

b)由g₅＝255、g₅-g₄＝86、g₅-g₂＝86得：g₂＝169、g₄＝169；

c)由g₄＝169，根据式(7)得g₂≤g₄+1，则g₂≤170，为了有最多的灰度空间去拉大其它像素间灰度差,所以g₂的值要尽可能的大,应该取值为170，但步骤b)计算得到的g₂＝169，为了确保图像中相邻像素对灰度差不小于给定灰度差值86，像素灰度值需要取计算得到的灰度值中最小那一个，所以g₂仍然为169。由g₄＝169，g₄-g₁＝86、g₄-g₃＝86得：g₁＝83、g₃＝83。

d)由g₂＝169、g₂-g₁＝86，得g₁＝83，和步骤c)计算得到g₁＝83比较刚好相等，则g₁＝83。

e)由式(4)和(5)可知|g₃-g₀|≤1，由|g₃-g₀|≤1和g₃＝83，得82≤g₀≤84，为了有最多的灰度空间去拉大其它像素间灰度差,所以g₀的值要尽可能的大,应该取值为84。

f)由g₀＝84、g₀-g₁＝86得g₁＝-2，而和步骤d)计算得到的g₁＝83比较，为了确保图像中相邻像素对灰度差不小于给定灰度差值86，像素灰度值需要取计算得到的灰度值中最小的那一个，所以g₁＝-2。

比较在灰度差86下从小到大和从大到小计算得到的图像，像素p₀、p₁、p₃、p₄、p₅可以取的最大灰度值小于可以取的最小灰度值，所以有包含这些像素的像素对灰度差无法进一步拉大，这些像素灰度值需要确定下来。这些无法进一步拉大灰度差的像素对的灰度差有可能能拉大到86也有可能只能拉大到85，比较在灰度差85从小到大计算得到的图像I_85,1和在灰度差86从大到小计算得到的图像I_86,2，其中，满足在I_86,2灰度值大于I_85,1的那些需要确定灰度值的像素，它们的灰度值根据灰度差86确定为I_86,2中对应的灰度值，而在I_86,2灰度值不大于I_85,1的那些需要确定灰度值的像素，它们的灰度值根据灰度差85确定为I_85,1中对应的灰度值。所以有：

a)p₁在图1.i中灰度值不大于图1.g中灰度值，则p₁灰度值确定为图1.g中对应灰度值0；

b)p₀在图1.i中灰度值不大于图1.g中灰度值，则p₀灰度值确定为图1.g中对应灰度值85；

c)p₃在图1.i中灰度值不大于图1.g中灰度值，则p₃灰度值确定为图1.g中对应灰度值84；

d)p₄在图1.i中灰度值不大于图1.g中灰度值，则p₄灰度值确定为图1.g中对应灰度值169；

e)p₅在图1.i中灰度值大于图1.g中灰度值，则p₅灰度值确定为图1.i中对应灰度值255；

继续拉大灰度差能拉大的相邻像素对的灰度差，如图1.k所示p₁与p₂、p₂与p₅之间灰度差最大分别能到127和128，对应的增强后图像为图1.l。

对于任意图像I，在图像局部信息人眼感知保真约束下,本方法把图像中灰度差不为0的相邻像素间灰度大小关系的人眼可感知度尽量拉大到人眼可以清晰感知的程度的具体步骤如下：

1.对图像中所有像素编号，分别用p_a、p_b、p_c、…表示。任意两个像素p_x和p_y组成像素对，由于p_x＜p_y必然有p_y＞p_x，为了避免重复，p_x和p_y组成像素对用(p_x,p_y)表示(要求p_x＜p_y)。这些像素对可以组成如下几个像素对集合：

a)集合R：图像中所有直接相邻且灰度值不等的像素对，此集合中像素对的灰度差需要在不改变灰度大小关系前提下尽量拉大到人眼可以清晰感知的程度。

b)集合E：图像中局部相邻且灰度值相等的像素对，此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序；

c)集合S：图像中不直接相邻但局部相邻且灰度值不相等的像素对，同样此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序。

2.根据像素对集合E,图像可以由等于关系聚类得到许多像素子集，具体如下：先由图像中每个像素都独自生成一个像素子集，分别用P₁、P₂、P₃、...、P_M表示，如果对有两个子集P_a和P_b存在一对像素(a,b)∈E，其中a∈P_a，b∈P_b，则这两个子集合并得到新的像素子集P_a,b＝P_a∪P_b，直到不再存在可以合并的子集才停止合并，并把得到的像素子集组成子集的集合L。像素对集合E中的像素对必然是由L内同一像素子集内像素组成的，而集合R和S中的像素对必然是L内不同像素子集间的像素组成的。其中，当子集P_a与任意其他子集P_c间不存在像素对(c,a)∈S∪R(像素c的灰度值小于像素a的灰度值)，则子集P_a为极小值子集；而当子集P_b与任意其他子集P_c间不存在像素对(b,c)∈S∪R(像素b的灰度值小于像素c的灰度值)，则子集P_b为极大值子集。

3.在拉大相邻像素间灰度关系人眼可感知度时，每个像素会在不同的状态之间进行转换。为了标示像素的这些状态，建立三个状态标示数组F₁、F₂、F₃，其中数组元素F₁[x]、F₂[x]和F₃[x]表示像素p_x的状态。F₁[x]用来标示此像素是否因相邻像素灰度关系人眼可感知度无法进一步拉大而导致它的灰度值确定下来，其中F₁[x]＝1表示灰度值已经确定，F₁[x]＝0表示未确定。每个像素的灰度值需要从多个与它相关的像素灰度值计算而来，F₂[x]用来标示是否与它在集合R和S相关的且需要计算的像素都已遍历到，当都已遍历过则F₂[x]＝1，否则F₂[x]＝0,在后面会更具体的解释。F₃[x]用来在计算像素灰度值时标示是否这些与他在集合E相关的像素都已遍历到，当已遍历过则F₃[x]＝1，否则F₃[x]＝0，同样在后面会有更具体的解释。

4.由于数字图像灰度值取值是离散的，像素对灰度大小关系人眼可感知度取值也是离散的。遍历像素的灰度值取值空间，把所能得到的人眼可感知度按从小到大排序可以得到人眼可感知度序列V＝＜v₀,v₁,v₂,...＞，其中v₀＝0。

5.由可感知度v₀，根据灰度值大小关系从小到大计算得到灰度图像I_0,3，I_0,3中所有像素灰度值都为0。

6.在图像可感知度已经拉大到v_i-1前提下，从人眼可感知度序列V中找到v_i-1的下一个可感知度v_i。在可感知度v_i下，根据像素间灰度大小关系从小到大计算一幅灰度图像I_i,1，令在新的图像I_i,1中，像素p_x的灰度值以I_i,1(x)表示。

g)初始I_i,1为由上一个感知度v_i-1计算得到的图像，也就是I_i,1＝I_i-1,3。保留在感知度v_i-1下计算图像时的状态标示数组F₁中的值。清零F₂和F₃。极小值像素子集内的像素状态标示F₂和F₃置1。

h)遍历所有F₃等于1的像素，计算在集合R中与这些像素相关像素的灰度值。以满足F₃[a]等于1的像素p_a为例，对任意包含p_a像素对(p_a,p_x)∈R，根据式(3)计算满足p(I_i,1(a),g)＝v_i的灰度值g，其中g＞I_i,1(a)。如果g＞I_i,1(x)且像素p_x的状态F1(x)等于0，则I_i,1(x)＝g，其中如果g大于灰度空间的最大值(8位数字图像为255)，则有灰度差非0相邻像素对人眼可感知度不能拉到v_i。如果g＞I_i,1(x)但像素x的状态F1(x)等于1，且同时有像素p_a的状态标示F1(a)等于0，则有灰度差非0的相邻像素对人眼可感知度不能拉到v_i。

i)同样对任意包含p_a像素对(p_a,p_x)∈S，由式(6)和式(3)计算满足p(g,I_i,1(a))＝T₀的灰度值g，其中g＜I_i,1(a)。如果g＞I_i,1(x)且像素p_x的状态F1(x)等于0，则I_i,1(x)＝g，如果g＞I_i,1(x)但像素x的状态F1(x)等于1，则有灰度差非0的相邻像素对人眼可感知度不能拉到v_i。对于任意像素p_x,如果所有包含它的像素对(p_y,p_x)∈R∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1。

j)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1时而F₃都为0，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整。先在此像素子集内挑出灰度值最大的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x(p_x状态标示F₃(x)要求等于0)，如果p_a和p_x在I_i,1的灰度值不满足人眼感知不倒序对于等于关系的要求(见式(4)和式(5))时，若p_x的标示F1(x)为1，则有灰度差非0的相邻像素对人眼可感知度不能拉到v_i，反之若x的标示F₁(x)为0，则根据式(4)和(3)计算满足p(I_i,1(x),I_i,1(a))＝T₀的新I_i,1(x)值，当所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1。然后从P中F₃为0的像素中再一次挑出在I_i,1中灰度值最大的像素，然后重复前面的步骤。直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时，再回到本步骤6.d的开头。当像素子集的集合L内不存在所有像素状态标示F₂都为1的像素子集时回到步骤6.b，直到所有像素的F₃都已经置1结束计算。如果在步骤b)、c)和d)计算过程中有灰度差非0的相邻像素对人眼可感知度不能拉到v_i，则需要在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2；否则如果v_i＜T₁，令I_i,3＝I_i,1，回到步骤6的开头，根据下一个感知度v_i+1计算一幅新的灰度图像；如果v_i≥T₁，转步骤10。

7.在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2，令在新的图像I_i,2中，像素x的灰度值以I_i,2(x)表示。

g)初始I_i,2为由上一个感知度v_i-1计算得到的图像，也就是I_i,2＝I_i-1,3。保留在感知度v_i-1下计算图像时的状态标示数组F₁中的值。清零F₂和F₃。像素极大值子集内的像素的状态标示F₂和F₃置1，且它们灰度值都设置为灰度空间最大灰度值。

h)遍历所有F₃等于1的像素，计算在集合R中与这些像素相关的像素灰度值。以满足F₃[a]等于1的像素p_a为例，对任意包含p_a像素对(p_x,p_a)∈R，根据式(3)计算满足p(g,I_i,2(a))＝v_i的灰度值g，其中g＜I_i,2(a)。如果g＜I_i,2(x)且像素p_x的状态F1(x)等于0，则I_i,2(x)＝g。

i)同样对任意包含p_a像素对(p_x,p_a)∈S，由式(6)根据式(3)计算满足p(I_i,2(a),g)＝T₀的灰度值g，其中g＞I_i,2(a)。如果g＜I_i,2(x)且像素p_x的状态F1(x)等于0，则I_i,2(x)＝g。对于任意像素p_x,如果所有包含它的像素对(p_x,p_y)∈R∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1。

j)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1而F₃都为0时，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整。先在此像素子集内挑出灰度值最小的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x(p_x状态标示F₃(x)等于0)，如果p_x的标示F1(x)为0，则根据式(4)由(3)计算满足p(I_i,2(a),I_i,2(x))＝T₀的新I_i,2(x)值，当所有满足(p_a,p_x)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1。然后从P中F₃为0的像素中再一次挑出在I_i,2中灰度值最小的像素，然后重复前面的步骤。直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时回到本步骤7.d的开头，否则回到步骤7.b，直到所有像素的F₃都已经置1结束计算。

8.由于集合R中有像素对灰度大小关系人眼可感知度不能拉到v_i，由此导致部分像素灰度值确定下来。对任意像素p_x如果有I_i,1(x)＞I_i,2(x)，也就是像素p_x计算的到的最大灰度值小于最小灰度值，则此像素灰度值需要确定下来，像素x的状态标示F1(x)置1。

9.计算灰度值需要确定下来的像素的灰度值。先初始I_i,3＝I_i,1。对任意像素x如果有I_i,1(x)＞I_i,2(x)，且I_i,2(x)＞I_i-1,3(x)，则I_i,3(x)＝I_i,2(x)，否则I_i,1(x)＞I_i,2(x)，且I_i,2(x)≤I_i-1,3(x)，则I_i,3(x)＝I_i-1,3(x)。如果所有像素的F1标示都已置1，当前图像即为所求的局部对比度增强后的图像；否则当仍然有像素灰度值未确定时，如果v_i≥T₁转步骤10，如果v_i＜T₁转步骤6。

10.初始图像I_T1为在最后计算的可感知度v_i下计算得到的图像I_i,3，并保留状态标示数组F₁中的值；清零F₂和F₃；极大值像素子集内的像素的状态标示F₂和F₃置1，但保留它们在I_i,3中的灰度值，不再把极大值像素子集里的像素赋值成灰度值取值范围内的最大值，由可感知度T₁，根据极大值像素子集里的像素的灰度值从大到小计算灰度图像I_i,2，得到的图像就为所求的局部对比度增强图像。

Claims (10)

1.一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，包括以下步骤：

把图像中的局部相邻像素对分成三类：直接相邻且灰度值不等像素对、不直接相邻但局部相邻且灰度值不等像素对、局部相邻且灰度值相等像素对，所述直接相邻指的是对于两个像素其中一个像素在另外一个像素4邻域或者8邻域内，局部相邻指的是对于两个像素其中一个像素在另外一个像素的指定大小的周围范围内；生成每个像素的状态标志位，用于标记在计算像素灰度值过程中像素所处的状态；

由分类结果中的局部相邻且灰度值相等像素对，找出由局部相邻且灰度值相等像素对关联起来的像素，构成像素子集；

构造人眼可感知度序列V＝＜v₀,v₁,v₂,...＞，其中v₀＝0；

在局部相邻像素对大小关系人眼感知不倒序约束下，尽量拉大图像中所有直接相邻且灰度值不等像素对的灰度差，使这些像素对灰度大小关系的人眼可感知度都尽可能拉大到人眼可以清晰感知的程度：首先由可感知度v₀，根据灰度值大小关系从小到大计算得到灰度图像I_0,3，I_0,3中所有像素灰度值都为0；然后从小到大依次由序列V中的可感知度v_i，根据像素间灰度大小关系从小到大计算一幅灰度图像I_i,1，其中可感知度v_i不超过根据需求设定的一个人眼可以清晰感知灰度大小关系的人眼可感知度阈值T₁；若存在直接相邻且灰度值不等的像素对的灰度大小关系人眼可感知度无法拉大到v_i，则在可感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2，进而确定由于人眼可感知度无法进一步拉大的像素对对应的像素的灰度值；所述大小关系人眼感知不倒序约束指的是在图像对比度增强过程中，像素间大小关系可以倒序，但必须保证此倒序不被人眼发觉；

对图像根据可感知度T₁做进一步校正，得到增强后的图像。

2.根据权利要求1所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述对图像的像素对进行分类的步骤为：

对图像中所有像素编号，分别用p_a、p_b、p_c、…表示，其中任意两个像素p_x和p_y组成像素对(p_x,p_y)，设定其灰度值g_x≤g_y；

将像素对组成如下像素对集合：

a)集合W：图像中所有直接相邻且灰度值不等的像素对，此集合中像素对的灰度差需要在不改变灰度大小关系前提下尽量拉大到人眼可以清晰感知的程度；

b)集合E：图像中局部相邻且灰度值相等的像素对，此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序；

c)集合S：图像中不直接相邻但局部相邻且灰度值不相等的像素对，同样此集合中像素灰度差不需要拉大，只需要在增强图像对比度过程中大小关系人眼感知不倒序。

3.根据权利要求2所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述构成像素子集的步骤为：

图像中每个像素先都独自生成一个像素子集，分别用P₁、P₂、P₃、...、P_M表示，如果对任意两个像素子集P_a和P_b存在一对像素(a,b)∈E，其中a∈P_a，b∈P_b，则这两个子集合并得到新的像素子集P_a,b＝P_a∪P_b，直到不再存在可以合并的像素子集才停止合并，并把得到的像素子集组成子集的集合L。

4.根据权利要求3所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述集合E中的像素对必然是由L内同一像素子集内像素组成的，而集合W和S中的像素对必然是L内不同像素子集间的像素组成的；当子集P_a与任意其他子集P_c间不存在像素对(c,a)∈S∪W，其中c∈P_c、a∈P_a且像素c的灰度值小于像素a的灰度值，则子集P_a为极小值子集；当子集P_b与任意其他子集P_c间不存在像素对(b,c)∈S∪W，其中c∈P_c、b∈P_b而像素b的灰度值小于像素c的灰度值时，则子集P_b为极大值子集。

5.根据权利要求4所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述生成像素的状态标志位具体为：

建立三个状态标示数组F₁、F₂、F₃，其中数组元素F₁[x]、F₂[x]和F₃[x]表示像素p_x的状态，F₁[x]用来标示此像素是否因像素对集合W中有部分像素对灰度大小关系人眼可感知度无法进一步拉大而导致它的灰度值确定下来，其中F₁[x]＝1表示灰度值已经确定，F₁[x]＝0表示未确定；每个像素的灰度值需要从多个与它相关的像素灰度值计算而来，F₂[x]用来标示是否与它在集合W和S相关的且需要计算的像素都已遍历到，当都已遍历过则F₂[x]＝1，否则F₂[x]＝0；F₃[x]用来在计算像素灰度值时标示是否这些与他在集合E相关的像素都已遍历到，当已遍历过则F₃[x]＝1，否则F₃[x]＝0。

6.根据权利要求1所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述构造人眼可感知度序列V具体为：遍历像素的灰度值取值空间，把所能得到的人眼可感知度按从小到大排序可以得到人眼可感知度序列V＝＜v₀,v₁,v₂,...＞，其中v₀＝0。

7.根据权利要求5所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述在可感知度v_i下，根据像素间灰度大小关系从小到大计算一幅灰度图像I_i,1的步骤为：

令在新的图像I_i,1中，像素p_x的灰度值以I_i,1(x)表示；

a)初始I_i,1为由上一个感知度v_i-1计算得到的图像，即I_i,1＝I_i-1,3，保留在可感知度v_i-1下计算图像时的状态标示数组F₁中的值，清零F₂和F₃，极小值像素子集内的像素状态标示F₂和F₃置1；

b)遍历所有F₃等于1的像素，对任意包含p_a像素对(p_a,p_x)∈W，其中p_a灰度值小于p_x灰度值，根据下面可感知度计算公式计算满足p(I_i,1(a),g)＝v_i的灰度值g，

其中，J(A)按照如下公式计算α＝17，γ＝3/128；如果g＞I_i,1(x)且像素p_x的状态F₁(x)等于0，则I_i,1(x)＝g，其中如果g大于灰度值取值范围的最大值，则集合W中有像素对灰度大小关系人眼可感知度不能拉到v_i；如果g＞I_i,1(x)但像素p_x的状态F₁(x)等于1，且同时有像素p_a的状态标示F₁(a)等于0，则集合W中有像素对灰度大小关系人眼可感知度不能拉到v_i；

c)对任意包含p_a的像素对(p_a,p_x)∈S，由式

计算满足p(g,I_i,1(a))＝T₀的灰度值g，其中g＜I_i,1(a)，T₀为灰度差的人眼可感知度阈值；

如果g＞I_i,1(x)且像素p_x的状态F₁(x)等于0，则I_i,1(x)＝g，如果g＞I_i,1(x)但像素p_x的状态F₁(x)等于1，则集合W中有像素对灰度大小关系人眼可感知度不能拉到v_i；对于任意像素p_x，如果所有包含它的像素对(p_y,p_x)∈W∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1；

d)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1时而F₃都为0，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整：先在此像素子集内挑出灰度值最大的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x，其中p_x状态标示F₃(x)等于0；如果p_a和p_x在I_i,1的灰度值不满足人眼感知不倒序对于等于关系的要求时，若p_x的标示F₁(x)为1，则有灰度差非0的相邻像素对人眼可感知度不能拉到v_i，反之若p_x的标示F₁(x)为0，则计算满足p(I_i,1(x),I_i,1(a))＝T₀的新I_i,1(x)值；当所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1；

然后从P中F₃为0的像素中再一次挑出在I_i,1中灰度值最大的像素，重复上述步骤，直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时，再回到步骤d)的开头；当像素子集的集合L内不存在所有像素状态标示F₂都为1的像素子集时回到步骤b)，直到所有像素的F₃都已经置1结束计算；

如果在步骤b)、c)和d)计算过程中集合W中有像素对灰度大小关系人眼可感知度不能拉到v_i，则需要在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像I_i,2；否则如果v_i＜T₁，令I_i,3＝I_i,1，回到步骤a)，根据下一个感知度v_i+1计算一幅新的灰度图像；如果v_i≥T₁，转至对图像做进一步校正步骤。

8.根据权利要求7所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，若计算灰度图像I_i,1过程中集合W中有像素对灰度大小关系人眼可感知度不能拉到v_i，则在感知度v_i下，根据像素间灰度大小关系从大到小计算一幅灰度图像的步骤为：

令在新的图像I_i,2中，像素x的灰度值以I_i,2(x)表示；

a)初始I_i,2为由上一个可感知度v_i-1计算得到的图像，即I_i,2＝I_i-1,3；保留在感知度v_i-1下计算图像时的状态标示数组F₁中的值，清零F₂和F₃，像素极大值子集内的像素的状态标示F₂和F₃置1，且它们灰度值都设置为灰度值取值范围的最大灰度值；

b)遍历所有F₃等于1的像素，对任意包含p_a像素对(p_x,p_a)∈W，其中p_a灰度值大于p_x灰度值，根据下面可感知度计算公式计算满足p(g,I_i,2(a))＝v_i的灰度值g，

其中，g＜I_i,2(a)；如果g＜I_i,2(x)且像素p_x的状态F₁(x)等于0，则I_i,2(x)＝g；

c)对任意包含p_a的像素对(p_x,p_a)∈S，由式

计算满足p(I_i,2(a),g)＝T₀的灰度值g，其中g＞I_i,2(a)；

如果g＜I_i,2(x)且像素p_x的状态F₁(x)等于0，则I_i,2(x)＝g；对于任意像素p_x，如果所有包含它的像素对(p_x,p_y)∈W∪S都已根据步骤b)和c)计算过时，则像素p_x的状态标示F₂(x)置1；

d)当像素子集的集合L内有像素子集P，它的所有像素状态标示F₂都为1而F₃都为0时，则根据人眼感知不倒序对等于的要求对子集内所有像素灰度值进行调整：先在此像素子集内挑出灰度值最小的那个像素p_a，然后找出所有满足(p_a,p_x)∈E或(p_x,p_a)∈E的像素p_x，其中p_x状态标示F₃(x)等于0；如果p_x的标示F₁(x)为0，则计算满足p(I_i,2(a),I_i,2(x))＝T₀的新I_i,2(x)值，当所有满足(p_a,p_x)∈E的像素都已被遍历过时，像素a的状态标示F₃(a)置为1；然后从P中F₃为0的像素中再一次挑出在I_i,2中灰度值最小的像素，然后重复前面的步骤，直到P中所有像素F₃都为1时，如果像素子集的集合L内存在所有像素状态标示F₂都为1而F₃都为0的像素子集时回到步骤d)的开头，否则回到步骤b)，直到所有像素的F₃都已经置1结束计算。

9.根据权利要求5所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述确定由于灰度差无法进一步拉大的像素对对应的像素的灰度值的步骤为：

对任意像素p_x如果有I_i,1(x)＞I_i,2(x)，也就是像素p_x计算的到的最大灰度值小于最小灰度值，则此像素灰度值需要确定下来，像素p_x的状态标示F₁(x)置1；计算灰度值需要确定下来的像素的灰度值：先初始I_i,3＝I_i,1，对任意像素p_x如果有I_i,1(x)＞I_i,2(x)，且I_i,2(x)＞I_i-1,3(x)，则I_i,3(x)＝I_i,2(x)，否则I_i,1(x)＞I_i,2(x)，且I_i,2(x)≤I_i-1,3(x)，则I_i,3(x)＝I_i-1,3(x)；如果所有像素的F₁标示都已置1，当前图像即为所求的局部对比度增强后的图像；否则当仍然有像素灰度值未确定时，如果v_i≥T₁转对图像做进一步校正步骤，如果v_i＜T₁转至根据可感知度v_i+1计算灰度图像I_i+1,1步骤；其中，I_i-1,3为由上一个由感知度v_i-1计算得到的图像，I_i-1,3(x)为I_i-1,3中像素p_x对应的图像灰度值。

10.根据权利要求5所述的一种提高图像信息的人眼可感知度的图像局部对比度增强方法，其特征在于，所述对图像做进一步校正，得到增强后的图像，具体为：初始图像I_T1为在最后计算的可感知度v_i下计算得到的图像I_i,3，并保留状态标示数组F₁中的值；清零F₂和F₃；极大值像素子集内的像素的状态标示F₂和F₃置1，但保留它们在I_i,3中的灰度值，不再把极大值像素子集里的像素赋值成灰度值取值范围内的最大值，由可感知度T₁，根据极大值像素子集里的像素的灰度值从大到小计算灰度图像I_i,2，得到的图像就为所求的局部对比度增强图像。