CN108932706A - 一种彩色图像的对比度和饱和度增强方法 - Google Patents

Abstract

本发明提供了一种彩色图像的对比度和饱和度增强方法，所述方法步骤包括：S1：图像预处理；S2：梯度提取；S3：基于梯度调整图像对比度和饱和度；S4：图像后处理。本发明提出了一种彩色图像的对比度和饱和度增强方法,采用基于梯度调整的方法，不需要进行颜色空间转换，运算成本低，图像对比度和饱和度同时得到提升，显著提高了图像的视觉效果。

Description

一种彩色图像的对比度和饱和度增强方法

技术领域

本发明涉及图像处理领域，尤其涉及一种彩色图像的对比度和饱和度增强方法。

背景技术

饱和度指的是色彩的纯度，纯度越高，表现越鲜明，纯度越低，表现越暗淡。对比度指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量，差异范围越大代表对比越大，差异范围越小代表对比越小；对比度越大，图像越清晰醒目，色彩也越鲜明艳丽，而对比度小，则会让整个画面都灰蒙蒙的。受到成像设备、成像光照条件或景物本身的颜色比较灰暗等因素影响，导致成像图像的色彩饱和度低、对比度低、图像不鲜艳、不通透，使得人眼的视觉感知效果不佳。为了提高视觉效果，通常采用图像对比度和饱和度增强技术来提高图像的视觉效果。

彩色图像通常用三原始颜色通道进行编码，即红-绿-蓝(RGB)色彩空间，但是，人类的视觉系统对色调(H)、饱和度(S)和亮度(I)特性更敏感。因此，常见的彩色图像对比度和饱和度增强算法是将图像从RGB颜色空间转换到常见的HSI颜色空间，HSI空间模型可以方便地对饱和度和强度进行调整，调整后再转换回RGB空间。这类方法的不足是颜色空间转换运算复杂，例如RGB和HSI颜色空间转换，涉及到浮点数乘法、浮点数除法、三角函数、反三角函数计算，很难满足高清视频图像的实时增强需求。

为解决上述问题，本发明提供一种基于梯度调整的对比度和饱和度增强方法，无需进行颜色空间转换，从而提高图像增强的实时性，且能显著提升图像的饱和度和对比度，提升视频图像的视觉效果。

发明内容

本发明提供了一种彩色图像的对比度和饱和度增强方法，其特征在于，所述方法步骤包括：

S1：图像预处理；

S2：梯度提取；

S3：基于梯度调整图像对比度和饱和度；

S4：图像后处理。

优选地，所述步骤S1中的预处理为采用双边滤波对图像进行平滑处理。

优选地，所述步骤S2中的梯度计算公式为：

其中，

SI_uv＝(SR_uv+SG_uv+SB_uv)/3

是像素点(u,v)的梯度，W是像素点(u,v)的3邻域像素，是4邻域的拉普拉斯核，表示图像卷积运算，SI_uv表示像素点(u,v)处的R、G、B三通道拉伸后的像素平均值。

本发明提出了一种彩色图像的对比度和饱和度增强方法，采用基于梯度调整的方法，不需要进行颜色空间转换，运算成本低，图像对比度和饱和度同时得到提升，显著提高了图像的视觉效果。

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是本发明实施例中提供的一种彩色图像的对比度和饱和度增强方法流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

为解决现有彩色图像增强算法中，颜色空间转换运算复杂、不能满足实时需求的问题，本发明提出了一种基于梯度调整的对比度和饱和度增强方法，无需进行颜色空间转换，运算速度快，增强效果佳。如图1所示，该方法包括如下处理步骤：

S1：图像预处理；

首先，在图像增强处理前，为防止图像噪声放大，先对图像进行平滑处理，本发明采用双边滤波进行图像平滑。双边滤波(Bilateralfilter)是一种非线性的滤波方法，是结合图像的空间邻近度和像素值相似度的一种折衷处理，同时考虑空域信息和灰度相似性，达到保边去噪的目的。双边滤波器的好处是可以做边缘保存，不像维纳滤波或者高斯滤波降噪，都会较明显地模糊边缘，对于高频细节的保护效果并不明显。

双边滤波器，输出像素的值依赖于邻域像素值的加权组合，计算公式如下：

其中，g(u,v)表示像素点(u,v)双边滤波后的像素值，(p,q)是像素点(u,v)的K邻域内的像素点,w(u,v,p,q)表示权重系数，权重系数同时考虑了空间域和值域的差别。

其次，对滤波处理后的图像在R、G、B三通道基于全局最大、最小值进行图像拉伸，拉伸处理公式如下：

其中，min{R}、min{G}、min{B}是图像R、G、B通道的最小值，max{R}、max{G}、max{B}是图像R、G、B通道的最大值；R_uv、G_uv、B_uv表示像素点(u,v)处拉伸处理之前的R、G、B通道像素值，SR_uv、SG_uv、SB_uv表示像素点(u,v)拉伸处理后的R、G、B通道像素值；拉伸处理之后，SR_uv、SG_uv、SB_uv的取值范围在[0,1]区间内。

S2：梯度提取；

本发明首先提取出图像的梯度信息，然后基于梯度调整图像对比度和饱和度。

具体地，梯度计算公式如下：

其中，

SI_uv＝(SR_uv+SG_uv+SB_uv)/3

是像素点(u,v)的梯度，W是像素点(u,v)的3邻域像素，是4邻域的拉普拉斯核，表示图像卷积运算，SI_uv表示像素点(u,v)处的R、G、B三通道拉伸后的像素平均值。

S3：基于梯度调整图像对比度和饱和度；

本发明中，对比度增强处理，沿着图像的梯度方向、利用图像梯度幅值调整三通道像素值。梯度值可正可负，当值为正，说明像素值沿梯度方向增大；当值为负，说明像素值沿梯度方向降低。

具体地，对比度增强公式如下：

当为正，加上SR_uv、SG_uv、SB_uv值增大，remap后R_uv、G_uv、B_uv值增大，表现为像素值增大方向上，图像的亮度值进一步增大；当为负，加上SR_uv、SG_uv、SB_uv值减小，remap后R_uv、G_uv、B_uv值减小，表现为像素值降低方向上，图像的亮度值进一步减小；从而增大了图像的亮度范围，提高图像对比度。

优选地，为了同时优化图像的饱和度，由图像饱和度计算公式

可知，图像的饱和度与三通道像素的最小值以及三通道像素和密切相关。因此，为了提高图像饱和度，本发明对图像对比度增强处理作如下优化：

当为正，输出{SR_uv,SG_uv,SB_uv}的最大值和中间值，对最大值和中间值分别加上梯度最小值则保持不变。经过处理后，min{R_uv,G_uv,B_uv}值不变，R_uv+G_uv+B_uv增大，则s_uv增大，图像饱和度得到提高。当为负，输出{SR_uv,SG_uv,SB_uv}中的最小值和中间值，对最小值和中间值分别加上梯度最大值则保持不变。经过处理后，3*min{R_uv,G_uv,B_uv}值减小R_uv+G_uv+B_uv减小则s_uv值增大，图像饱和度得到提高。

进一步优选地，值较大时，为降低超出[0,1]区间范围，本发明采用指数函数对进行截断处理，处理公式如下：

当较大时，指数是一个较小的负值，则是(0,1)范围内较小的正值，的绝对值减小。经过上述处理，可以降低越界概率，从而提高对图像饱和度和对比度调整的有效性。

S4：图像后处理。

对比度和饱和度增强后，将{SR_u,SG_uv,SB_uv}重新remap到[0,255]范围。Remap公式如下:

R′_uv＝min{max{SR′_uv*(maxR-minR)+minR,0},255}

G′_uv＝min{max{SG′_uv*(maxG-minG)+minG,0},255}

B′_uv＝min{max{SB′_uv*(maxB-minB)+minB,0},255}

本发明提出了一种彩色图像的对比度和饱和度增强方法,采用基于梯度调整的方法，不需要进行颜色空间转换，运算成本低，图像对比度和饱和度同时得到提升，显著提高了图像的视觉效果。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种彩色图像的对比度和饱和度增强方法，其特征在于，所述方法步骤包括：

S1：图像预处理；

S2：梯度提取；

S3：基于梯度调整图像对比度和饱和度；

S4：图像后处理。

2.根据权利要求1所述的一种彩色图像的对比度和饱和度增强方法，其特征在于，所述步骤S1中的预处理为采用双边滤波对图像进行平滑处理。

3.根据权利要求1所述的一种彩色图像的对比度和饱和度增强方法，其特征在于，所述步骤S2中的梯度计算公式为：

其中，

SI_uv＝(SR_uv+SG_uv+SB_uv)/3

是像素点(u，v)的梯度，W是像素点(u，v)的3邻域像素，是4邻域的拉普拉斯核，表示图像卷积运算，SI_uv表示像素点(u，v)处的R、G、B三通道拉伸后的像素平均值。