CN107680068A

CN107680068A - 一种考虑图像自然度的数字图像增强方法

Info

Publication number: CN107680068A
Application number: CN201710749923.0A
Authority: CN
Inventors: 田其冲
Original assignee: Individual
Current assignee: Individual
Priority date: 2017-08-31
Filing date: 2017-08-31
Publication date: 2018-02-09

Abstract

本发明公开了一种考虑图像自然度的数字图像增强方法，属于数字图像处理领域。该方法主要步骤包括：对输入RGB图像进行灰度值线性拉伸，将线性拉伸处理后的RGB图像转换到HSV色彩空间，利用图像结构度量和图像自然度确定分量V的最佳直方图和相对应的增强图像，将增强处理后HSV图像转换到RGB色彩空间并作为输出的增强图像。本发明能够有效地增强图像的视觉质量，同时也不会导致过度增强的现象，可以应用在需要对数字图像进行自动增强的领域。

Description

一种考虑图像自然度的数字图像增强方法

技术领域

本发明涉及一种数字图像增强处理方法，具体涉及一种考虑图像自然度的数字图像增强方法，属于数字图像处理领域。

背景技术

随着数字成像设备的普及，数字图像的获取变得也越来越容易，但不佳的成像环境、低质量的成像设备或者不合适的参数设置等因素，将会导致低质量的图像。数字图像增强方法是一种提高图像视觉质量的技术，它能够提升图像的对比度、丰富图像的细节信息以及提高图像的整体视觉质量。这种技术在普通图像成像、视频质量提升、医学图像成像和遥感图像成像等方面都有着非常重要的应用。

为了对数字图像进行增强，已经出现很多不同的图像增强方法，其中，基于直方图的方法是一种被广泛研究的图像增强技术。这类技术又分为两类：基于全局直方图的图像增强方法和基于局部直方图的图像增强方法。基于全局直方图的图像增强方法分析图像的整体直方图，然后采用相应的策略构建映射函数，最后用该映射函数得到增强后的图像，这类技术的优点是原理简单、计算量小，缺点是容易导致增强过度。基于局部直方图的增强方法分析图像的局部直方图，构建很多不同的局部映射函数，这些映射函数可以对图像不同区域进行自适应的增强，这类方法的优点是局部细节增强效果佳，缺点是需要设置合适的参数以获取最佳增强图像。

传统的图像增强方法容易导致过度增强现象或者需要设置合适的参数，这些都限制了这些图像增强方法的实际应用。

发明内容

鉴于现有技术的不足，本发明提供了一种考虑图像自然度的数字图像增强方法，能够在提高图像视觉质量的同时，不破坏图像的自然度。

本发明提供的一种考虑图像自然度的数字图像增强方法，包括以下步骤：

步骤一：对输入RGB图像X进行灰度值线性拉伸处理，获得线性拉伸后的图像

步骤二：将线性拉伸处理后的RGB图像转换到HSV色彩空间，得到三个分量H、S和V；

步骤三：利用图像结构度量和图像自然度确定分量V的最佳直方图hist和相对应的增强图像V_E；

所述步骤三包括：

a、用限制对比度的自适应直方图均衡化(CLAHE)对分量V进行处理，得到V_L；

b、用候选参数α和β确定相应的直方图，用此直方图对分量V进行直方图匹配，得到V_M；

c、计算V_M和V_L之间的结构度量SSIM；

d、计算V_M的图像自然度SNM；

e、确定最佳的结构度量SSIM和图像自然度SNM相对应的最佳直方图hist以及直方图匹配的结果V_E；

步骤四：将分量H、S和V_E转换到RGB色彩空间，得到最终的增强图像Y。

本发明的有益效果是：能够有效地增强图像的视觉质量，同时也不会导致过度增强的现象，可以应用在需要对数字图像进行自动增强的领域。

附图说明

图1是本发明一种考虑图像自然度的数字图像增强方法的示意图；

图2是本发明一种考虑图像自然度的数字图像增强方法的算法流程图。

具体实施方式

为了使本发明的技术方案和优点更加清晰，以下结合本发明实施例中的附图，对发明实施例中技术方案进行完整清晰的说明。

本发明所述方法包括四个步骤：图像灰度线性拉伸、RGB-HSV色彩空间转换、利用图像结构度量和图像自然度确定最佳直方图和相对应的增强图像、HSV-RGB色彩空间转换。图1给出了本发明方法的示意图，图2给出了本发明方法的算法流程图。

步骤1：图像灰度值线性拉伸。

输入RGB彩色图像X，对其进行线性拉伸，获得图像具体计算公式为：

式(1)中，X为输入RGB图像，X_min为X中的最小像素值，X_max为图像X中的最大像素值，L为图像的灰度值范围(对于8位数字图像，L＝2⁸＝256)，为线性拉伸后的图像。

步骤2：RGB-HSV色彩空间转换。

为了避免在彩色图像增强时导致的色彩失真，本发明在对RGB彩色图像进行增强时，仅对其亮度分量V进行处理，RGB-HSV转换方法如下：

对R、G、B三分量进行归一化处理，计算公式为：

式(2)中，L为图像的灰度值范围(对于8位数字图像，L＝2⁸＝256)。

获取归一化后的R'、G'、B'三分量中的最大值C_max和最小值C_min，以及计算最大值最小值之间的差值Δ，具体计算如下：

获取H分量，计算公式为

获取S分量，计算公式为

获取V分量，计算公式为

V＝max(R′，G′，B′) (6)

步骤3：利用图像结构度量和图像自然度确定最佳直方图和相对应的增强图像。

基于直方图的图像增强方法一般采用不同的直方图去获取映射函数以达到增强图像的目的。经典的直方图均衡化方法采用输入图像的累积直方图作为映射函数，这种方法没有考虑不同图像的具体情况，容易导致过度增强的问题。为了在增强图像的同时，避免过度增强(破坏图像自然度)的问题，本发明采用灰度拉伸后图像的归一化的直方图、归一化的均匀直方图和归一化的高斯函数形状的直方图三者的加权和作为直方图匹配的目标直方图，并利用图像结构度量和图像自然度确定确定最佳加权值，最终获得最佳直方图和相对应的增强图像。

首先，用限制对比度的自适应直方图均衡化(CLAHE)对分量V进行处理，得到V_L；

其次，采用不同的直方图对分量V进行直方图匹配，得到V_M，详细说明如下。

为了在增强图像的同时，不破坏图像的自然度，本发明中对直方图匹配进行图像增强所需的直方图h进行限制，并定义最佳直方图为hist，具体公式如下：

式(7)中，h为进行直方图匹配所需的目标直方图，h_v为归一化的灰度拉伸后图像的直方图，h_u为归一化的均匀直方图，h_g为归一化的高斯函数形状的直方图，α、β为相应的加权系数，并且α+β∈[0,1]，本示例中，高斯函数采用

式(7)是一个二次优化问题，其最优解为：

hist＝(1-α-β)·h_v+α·h_u+β·h_g, (8)

在对图像增强的常用图像测试库进行处理后，可以确定若干组α、β的候选值，每组α、β可以确定一个直方图，用其对分量V进行直方图匹配增强处理，得到V_M。

然后，计算V_M和V_L之间的结构度量SSIM，计算公式为：

V_M和V_L分别被划分为N个局部块，V_Mi,V_Li分别为图像V_M和V_L中的第i个局部块。SSIM(V_Mi,V_Li)计算方法为：

SSIM(V_Mi,V_Li)＝l(V_Mi,V_Li)·c(V_Mi,V_Li)·s(V_Mi,V_Li), (10)

其中，

μ_Mi,μ_Li分别表示图像局部块V_Mi和V_Li的均值，σ_Mi,σ_Li分别表示图像局部块V_Mi和V_Li的标准差，σ_Miσ_Li表示图像局部块V_Mi和V_Li的协方差，C₁,C₂,C₃为很小的常量，避免分母为0，在本发明实例中，取C₁＝(0.01)²,C₂＝(0.03)²,

紧接着，计算V_M的图像自然度SNM，计算公式为：

其中，μ_M和σ_M为高斯函数的参数，在本发明实例中，取μ_M＝0.4549，σ_M＝0.1098。

最后，确定最佳的结构度量SSIM和图像自然度SNM相对应的最佳直方图hist以及相应直方图匹配的结果V_E；

步骤4：HSV-RGB色彩空间转换。

为了避免在彩色图像增强时导致的色彩失真，本发明在对RGB彩色图像进行增强时，仅对其亮度分量V进行处理，以上步骤已经获取增强后的V_E，在本步骤中，需要将H、S、V_E三分量转换到RGB色彩空间，转换方法如下：

a＝V_E×(1-S)；

b＝V_E×(1-f×S)；

c＝V_E×(1-(1-f)×S)；

Y_R,Y_G,Y_B为输出的增强图像的R、G、B三个颜色分量。

以上所述，仅为本发明的较佳实施例，本发明的保护范围并不局限于此，在本发明揭露的技术范围内，根据本发明的技术方案及发明构思所作的等同替换或改变，都应在本发明的保护范围之内。

Claims

1.一种考虑图像自然度的数字图像增强方法，其特征在于，所述方法包括：

步骤1)，对输入RGB图像X进行灰度值线性拉伸处理，获得线性拉伸后的图像

步骤2)，将线性拉伸处理后的RGB图像转换到HSV色彩空间，得到三个分量H、S和V；

步骤3)，利用图像结构度量和图像自然度确定分量V的最佳直方图和相对应的增强图像V_E；

步骤4)，将分量H、S和V_E转换到RGB色彩空间，得到最终的增强图像Y。

2.根据权利要求1所述的一种考虑图像自然度的数字图像增强方法，其特征在于：步骤3)采用基于最佳直方图的图像直方图匹配方法进行增强处理，最佳直方图定义为线性拉伸后图像的归一化直方图、归一化的均匀直方图和归一化的高斯函数形状的直方图三者的加权和。

3.根据权利要求1所述的一种考虑图像自然度的数字图像增强方法，其特征在于：步骤3)采用图像结构度量和图像自然度确定线性拉伸后图像的归一化的直方图、归一化的均匀直方图和归一化的高斯函数形状的直方图等三个直方图的加权系数。

4.根据权利要求1所述的一种考虑图像自然度的数字图像增强方法，其特征在于：步骤3)用限制对比度的自适应直方图均衡化(CLAHE)对分量V进行处理，得到V_L；用候选参数α和β确定相应的直方图，用此直方图对分量V进行直方图匹配，得到V_M。

5.根据权利要求1所述的一种考虑图像自然度的数字图像增强方法，其特征在于：步骤3)计算V_M和V_L之间的结构度量SSIM，以此作为图像结构限制条件。

6.根据权利要求1所述的一种考虑图像自然度的数字图像增强方法，其特征在于：步骤3)计算V_M的自然度SNM，以此作为图像自然度限制条件。