CN106339994B - 一种图像增强方法 - Google Patents

Abstract

本发明提出了一种图像增强方法，包括如下步骤：S1:确定原始图像数据的灰度范围值域；S2：对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；S3：对拉伸或者压缩后的图像进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；S4：对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；S5：对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级，本发明能够对采集到的图像进行增强，保证显示效果。

Description

一种图像增强方法

技术领域

本发明属于图像处理技术领域，特别涉及一种图像增强方法。

背景技术

21世纪是一个充满信息的时代，图像作为人类感知世界的视觉基础，是人类获取信息、表达信息和传递信息的重要手段。数字图像处理，即用计算机对图像进行处理，其发展历史并不长。数字图像处理技术源于20世纪20年代，当时通过海底电缆从英国伦敦到美国纽约传输了一幅照片，采用了数字压缩技术。首先数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。

目前，在图像采集过程中，由于扫描系统或者光电转换系统多方面的原因，常出现图像不均匀，对比度不足等弊端，是人眼在观看图像时视觉效果很差。,

因此，现在亟需一种图像增强方法，能够对采集到的图像进行增强，保证显示效果。

发明内容

本发明提出一种图像增强方法，解决了现有技术中图像采集由于设备的问题，导致采集结果不理想的问题。

本发明的技术方案是这样实现的：图像增强方法，包括如下步骤：

S1:确定原始图像数据的灰度范围值域；

S2：对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；

S3：对拉伸或者压缩后的图像进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；

S4：对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；

S5：对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

作为一种优选的实施方式，步骤S2中对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩。

作为一种优选的实施方式，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

作为一种优选的实施方式，步骤4中对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

作为一种优选的实施方式，对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

作为一种优选的实施方式，对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次。

作为一种优选的实施方式，步骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。

作为一种优选的实施方式，在步骤S1确定原始图像数据的灰度范围值域前，首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余。

作为一种优选的实施方式，去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，包括通过差分系统采用单频校点位的部分位数来编码样点差。

作为一种优选的实施方式，去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，用相邻已经像素预测当前像素的取值，然后利用预测误差进行量化和编码。

采用了上述技术方案后，本发明的有益效果是：通过对图像进行去除冗余，并且利用相邻像素预测当前像素的取值，然后根据预测的误差进行量化和编码，一方面能够有效地对像素进行压缩；另一方面，能够保证像素的质量；然后，对图像的灰度范围进行增强，使图像的灰度组能够达到期望的标准；本发明不但压缩了图像，同时，保证了图像的质量，从而保证显示效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本图像增强方法，包括如下步骤：

S1:确定原始图像数据的灰度范围值域；

S2：对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；

S3：对拉伸或者压缩后的图像进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；

S4：对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；

S5：对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

步骤S2中对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩。

确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

步骤4中对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次。

步骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。

在步骤S1确定原始图像数据的灰度范围值域前，首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余。

去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，包括通过差分系统采用单频校点位的部分位数来编码样点差。

去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，用相邻已经像素预测当前像素的取值，然后利用预测误差进行量化和编码。

该图像增强方法的工作原理是：通过对图像进行去除冗余，并且利用相邻像素预测当前像素的取值，然后根据预测的误差进行量化和编码，一方面能够有效地对像素进行压缩；另一方面，能够保证像素的质量；然后，对图像的灰度范围进行增强，使图像的灰度组能够达到期望的标准；本发明不但压缩了图像，同时，保证了图像的质量，从而保证显示效果。

以上所述仅为本发明的较佳实施例而已，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 (10)

1.一种图像增强方法，其特征在于，包括如下步骤：

S1:确定原始图像数据的灰度范围值域；

S2：对确定的灰度范围值域分成若干个区间，对曝光不足的图像灰度区间进行拉伸或者压缩；

S3：对拉伸或者压缩后的图像进行对数变换，使窄带低灰度输入值映射为宽带输出值，或者使宽带输入值映射为窄带输出值；

S4：对对数变换后的图像建立直方图，然后将灰度级值进行区间归一化，然后利用分布函数和密度函数将直方图进行均衡化处理；

S5：对均衡化处理后的图像进行直方图规定化，求得反函数解析式，根据反函数解析式得到所希望的灰度级。

2.根据权利要求1所述的图像增强方法，其特征在于，步骤S2中对曝光不足的图像灰度区间进行拉伸或者压缩，包括首先定义原始图像的初始灰度范围，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，完成对灰度区间的拉伸或者压缩。

3.根据权利要求2所述的图像增强方法，其特征在于，确定变换后图像的灰度范围，然后通过调整图像灰度区间折线拐点的位置及控制分段直线的斜率，首先根据不同要求将图像的值域分成若干，然后分别对每一个值域内的图像进行相应的灰度区间的拉伸或压缩。

4.根据权利要求3所述的图像增强方法，其特征在于，步骤4中对对数变换后的图像建立直方图，包括以图像中各灰度级与各灰度级像素出现的频率之间的关系，以灰度为横坐标，纵坐标为灰度频率，绘制频率同灰度级之间的关系直方图。

5.根据权利要求4所述的图像增强方法，其特征在于，对对数变换后的图像建立直方图，包括判断图像的量化是否准确，确定图像二值化的阈值，以及当图像中物体的部分灰度值大于其他部分的灰度值时，利用直方图统计图像中物体的面积，计算图像信息量。

6.根据权利要求5所述的图像增强方法，其特征在于，对均衡化处理后的图像进行直方图规定化，包括由分布函数和密度函数确定概率密度函数，改善图像的灰度层次。

7.根据权利要求6所述的图像增强方法，其特征在于，步骤S1中确定原始图像数据的灰度范围值域，包括根据图像中像素的位置和幅值，确定空间界限和亮度界限，将图像中的像素对应为坐标点上光强的集合，表达为：

I＝f(x,y,z,λ,t)，其中，式中(x,y,z)是空间坐标，λ是波长，t是时间，I是光点(x,y,z)的强度。

8.根据权利要求7所述的图像增强方法，其特征在于，在步骤S1确定原始图像数据的灰度范围值域前，首先去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余。

9.根据权利要求8所述的图像增强方法，其特征在于，去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，包括通过差分系统采用单频校点位的部分位数来编码样点差。

10.根据权利要求8所述的图像增强方法，其特征在于，去除图像相邻像素之间、活动图像的相邻帧的对应像素之间的相关冗余，用相邻已经像素预测当前像素的取值，然后利用预测误差进行量化和编码。