CN109584190A - 一种基于小波变换低频直方图受限的对比度图像增强方法 - Google Patents

一种基于小波变换低频直方图受限的对比度图像增强方法 Download PDF

Info

Publication number
CN109584190A
CN109584190A CN201811239141.3A CN201811239141A CN109584190A CN 109584190 A CN109584190 A CN 109584190A CN 201811239141 A CN201811239141 A CN 201811239141A CN 109584190 A CN109584190 A CN 109584190A
Authority
CN
China
Prior art keywords
image
numerical value
low frequency
histogram
wavelet transformation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811239141.3A
Other languages
English (en)
Other versions
CN109584190B (zh
Inventor
章怡
王海峰
范鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University of Technology
Original Assignee
Jiangsu University of Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University of Technology filed Critical Jiangsu University of Technology
Priority to CN201811239141.3A priority Critical patent/CN109584190B/zh
Publication of CN109584190A publication Critical patent/CN109584190A/zh
Application granted granted Critical
Publication of CN109584190B publication Critical patent/CN109584190B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration by the use of histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20064—Wavelet transform [DWT]

Abstract

本发明公开了一种基于小波变换低频直方图受限的对比度图像增强方法，属于图像处理技术领域，采用小波变换，对待增强图像进行单层分解，对低频小波系数直方图受限处理，包括：对待增强图像I进行单层分解；统计低频ca1的统计数H(i)；计算p≥p0对应的h0；记录H(i)＞h0的数值，设置拉伸范围[a b]；依次找出数值在低频系数ca1上的位置坐标idx；记录H(i)≤h0的数值，依次取出数值nw1(j)，并记下nw(T)的位置坐标idy；将矩阵用db1小波重构，重构图像为输出图像。本发明对待增强图像进行小波变换，对小波分解后的低频图像进行直方图处理，最大限度拉伸图像动态范围，以达到对比度增强的目的，能够有效改善图像可视范围，提高视觉效果。

Description

一种基于小波变换低频直方图受限的对比度图像增强方法
技术领域
本发明涉及一种图像增强方法，特别是涉及一种基于小波变换低频直方图受限的对比度图像增强方法，属于图像处理技术领域。
背景技术
图像增强是图像预处理的基本技术之一，主要为增加图像的对比度，突出有用信息；目前，图像增强处理的方法，主要分为空间域和频率域两类；空间域主要是直接对图像像素的灰度值进行处理，以调整灰度分布为出发点，在整幅图像范围内进行灰度修改；频率域增强算法主要有余弦变换(DCT)、傅里叶变换(FFT)、小波变换(DWT)等，主要是将待增强图像在某个变换域进行变换处理，然后通过相应的逆变换获得增强图像；一幅图像当直方图处于低灰度端且动态范围比较小的时候，通常采用对数函数处理；直方图处于高灰度端且动态范围比较小的时候，通常采用反对数函数处理；对于对比度动态范围小的图像，不论其灰度直方图是处于高灰度端还是低灰度端，增强算法都要能很好提高图像的清晰度与对比度。
发明内容
本发明的主要目的是为了提供一种基于小波变换低频直方图受限的对比度图像增强方法，解决图像动态范围小、视觉效果差的问题。
本发明的目的可以通过采用如下技术方案达到：
一种基于小波变换低频直方图受限的对比度图像增强方法，采用小波变换，对待增强图像进行单层分解，对低频小波系数直方图受限处理，包括如下步骤：
步骤1：对待增强图像I进行单层分解；
步骤2：低频小波系数ca取整后的系数位ca1，统计低频ca1不同系数i>0的统计数H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：记录H(i)＞h0的数值，设置拉伸范围[a b]；
步骤5：依次找出数值在低频系数ca1上的位置坐标idx，记录对应数值；
步骤6：记录H(i)≤h0的数值，依次取出数值nw1(j)，并记下nw(T)的位置坐标idy；
步骤7：将矩阵imageca、ch、cv、cd用db1小波重构，重构图像为imageout即为输出图像。
进一步的，步骤1中，利用db1小波对待增强图像I进行单层分解，得到一低频小波系数ca和三高频分解系数ch，cv，cd。
进一步的，步骤2中，低频小波系数ca取整后得系数位ca1，统计低频ca1不同系数i>0的统计数H(i)，计算ca1系数的最大值Kmax，设置低频处理系数矩阵imageca为零矩阵，尺寸大小与ca一致。
进一步的，步骤3中，利用如下公式计算p≥p0对应的h0：
其中：p0一般取值0.9000～1.0000；
M、N为低频系数ca1行数与列数。
进一步的，步骤4中，用数组nw记录H(i)＞h0的数值，数组长度为n；设置拉伸范围[a b]，拉伸间隔如下：
d＝(b-a)/n，0≤a＜b≤Kmax
其中：Kmax是随原图像发生变化；
a值大小控制图像数值低端的亮度；
b值大小可以控制图像数值高端的亮度。
进一步的，步骤5中，从nw(1)～nw(n)依次找出数值在低频系数ca1上的位置坐标idx，并在矩阵imageca对应位置写入数值imageca(idx)＝d*x+a，用数组TW记录从nw(1)～nw(n)的对应数值imageca(idx)，x依次取1～n。
进一步的，步骤6中，用数组nw1记录H(i)≤h0的数值，数组长度为n1；
依次从数组nw1(1)～nw1(n1)取出数值nw1(j)，在低频整数ca1中寻找数值为nw1(j)的位置idx1；
将nw1(j)与数组nw中数值进行比较，找出与nw1(j)最接近的数值nw(T)，即MIN{|nw1(j)-nw(x)|}取最小值时对应的nw(T)，并记下nw(T)的位置坐标idy；
根据idy位置信息，找出nw1(j)变化后的数值为TW(idy)，即矩阵imageca(idx 1)＝TW(idy)，nw1(j)数值在j依次取1～n1，x依次取1～n。
本发明的有益技术效果：本发明提供的基于小波变换低频直方图受限的对比度图像增强方法，对待增强图像进行小波变换，对小波分解后的低频图像进行直方图处理，最大限度拉伸图像动态范围，以达到对比度增强的目的，对于动态范围比较小的低对比度图像，如低照度的红外图像、遥感图像、医学图像或雾天图像，增强的图像效果特别明显，而且对雾天图像具有一定去雾效果，能够有效改善图像可视范围，提高视觉效果。
附图说明
图1为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的算法流程图；
图2为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的算法框图；
图3为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的大猩猩正常灰度图像增强前的原图；
图4为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的大猩猩正常灰度图像增强前的直方图；
图5为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的大猩猩正常灰度图像的增强图像；
图6为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的大猩猩正常灰度图像增强图像的直方图；
图7为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的眼底血管医学图像增强前的原图；
图8为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的眼底血管医学图像增强前的直方图；
图9为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的眼底血管医学图像的增强图像；
图10为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的眼底血管医学图像增强图像的直方图；
图11为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度图像增强前的原图；
图12为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度图像增强前的直方图；
图13为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度图像的增强图像；
图14为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度图像增强图像的直方图；
图15为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的雾天图像增强前的原图；
图16为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的雾天图像增强前的直方图；
图17为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的雾天图像的增强图像；
图18为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的雾天图像增强图像的直方图；
图19为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度红外图像增强前的原图；
图20为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度红外图像增强前的直方图；
图21为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度红外图像的增强图像；
图22为按照本发明的基于小波变换低频直方图受限的对比度图像增强方法的一优选实施例的低对比度红外图像增强图像的直方图。
具体实施方式
为使本领域技术人员更加清楚和明确本发明的技术方案，下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
如图1所示，本实施例提供的基于小波变换低频直方图受限的对比度图像增强方法，采用小波变换，对待增强图像进行单层分解，对低频小波系数直方图受限处理，包括如下步骤：
步骤1：对待增强图像I进行单层分解；
步骤2：低频小波系数ca取整后的系数位ca1，统计低频ca1不同系数i>0的统计数H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：记录H(i)＞h0的数值，设置拉伸范围[a b]；
步骤5：依次找出数值在低频系数ca1上的位置坐标idx，记录对应数值；
步骤6：记录H(i)≤h0的数值，依次取出数值nw1(j)，并记下nw(T)的位置坐标idy；
步骤7：将矩阵imageca、ch、cv、cd用db1小波重构，重构图像为imageout即为输出图像。
在本实施例中，本实施例提供的基于小波变换低频直方图受限的对比度图像增强方法，具体包括如下步骤：
步骤1：利用db1小波对待增强图像I进行单层分解，得到一低频小波系数ca和三高频分解系数ch,cv,cd；
步骤2：低频小波系数ca取整后(四舍五入取整)系数位ca1，统计低频ca1不同系数i>0的统计数H(i),计算ca1系数的最大值Kmax，设置低频处理系数矩阵imageca为零矩阵，尺寸大小与ca一致；
步骤3：利用如下公式计算p≥p0对应的h0：
其中：p0一般取值0.9000～1.0000，p0值越大，输出图像对比度越小；反之，p0值越小，输出图像对比度越大；
M、N为低频系数ca1行数与列数；
步骤4：用数组nw记录H(i)＞h0的数值，数组长度为n；
设置拉伸范围[a b]，拉伸间隔如下：
d＝(b-a)/n，0≤a＜b≤Kmax
其中：Kmax是随原图像发生变化，a,b值之差越大，输出图像对比度越大，反之则小，a值大小控制图像数值低端的亮度，b值大小可以控制图像数值高端的亮度；
步骤5：从nw(1)～nw(n)依次找出数值在低频系数ca1上的位置坐标idx，并在矩阵imageca对应位置写入数值imageca(idx)＝d*x+a，用数组TW记录从nw(1)～nw(n)的对应数值imageca(idx)，x依次取1～n；
步骤6：用数组nw1记录H(i)≤h0的数值，数组长度为n1，依次从数组nw1(1)～nw1(n1)取出数值nw1(j)，在低频整数ca1中寻找数值为nw1(j)的位置idx 1，同时将nw1(j)与数组nw中数值进行比较，找出与nw1(j)最接近的数值nw(T)(即MIN{|nw1(j)-nw(x)|}取最小值时对应的nw(T))，并记下nw(T)的位置坐标idy；根据idy位置信息，找出nw1(j)变化后的数值为TW(idy)，即矩阵imageca(idx 1)＝TW(idy)，nw1(j)数值在j依次取1～n1，x依次取1～n；
步骤7：将矩阵imageca、ch、cv、cd用db1小波重构，重构图像为imageout即为输出图像。
在本实施例中，图3为大猩猩正常灰度图像增强前的原图，图4为大猩猩正常灰度图像增强前的直方图，图5为大猩猩正常灰度图像的增强图像，图6为大猩猩正常灰度图像增强图像的直方图。
在本实施例中，图7为眼底血管医学图像增强前的原图，图8为眼底血管医学图像增强前的直方图，图9为眼底血管医学图像的增强图像，图10为眼底血管医学图像增强图像的直方图。
在本实施例中，图11为低对比度图像增强前的原图，图12为低对比度图像增强前的直方图，图13为低对比度图像的增强图像，图14为低对比度图像增强图像的直方图。
在本实施例中，图15为雾天图像增强前的原图，图16为雾天图像增强前的直方图，图17为雾天图像的增强图像，图18为雾天图像增强图像的直方图。
在本实施例中，图19为低对比度红外图像增强前的原图，图20为低对比度红外图像增强前的直方图，图21为低对比度红外图像的增强图像，图22为低对比度红外图像增强图像的直方图。
综上所述，在本实施例中，本实施例提供的基于小波变换低频直方图受限的对比度图像增强方法，对待增强图像进行小波变换，对小波分解后的低频图像进行直方图处理，最大限度拉伸图像动态范围，以达到对比度增强的目的，对于动态范围比较小的低对比度图像，如低照度的红外图像、遥感图像、医学图像或雾天图像，增强的图像效果特别明显，而且对雾天图像具有一定去雾效果，能够有效改善图像可视范围，提高视觉效果。
以上所述，仅为本发明进一步的实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明所公开的范围内，根据本发明的技术方案及其构思加以等同替换或改变，都属于本发明的保护范围。

Claims (7)

1.一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，采用小波变换，对待增强图像进行单层分解，对低频小波系数直方图受限处理，包括如下步骤：
步骤1：对待增强图像I进行单层分解；
步骤2：低频小波系数ca取整后的系数位ca1，统计低频ca1不同系数i>0的统计数H(i)；
步骤3：计算p≥p0对应的h0；
步骤4：记录H(i)＞h0的数值，设置拉伸范围[a b]；
步骤5：依次找出数值在低频系数ca1上的位置坐标idx，记录对应数值；
步骤6：记录H(i)≤h0的数值，依次取出数值nw1(j)，并记下nw(T)的位置坐标idy；
步骤7：将矩阵imageca、ch、cv、cd用db1小波重构，重构图像为imageout即为输出图像。
2.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤1中，利用db1小波对待增强图像I进行单层分解，得到一低频小波系数ca和三高频分解系数ch，cv，cd。
3.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤2中，低频小波系数ca取整后得系数位ca1，统计低频ca1不同系数i>0的统计数H(i)，计算ca1系数的最大值Kmax，设置低频处理系数矩阵imageca为零矩阵，尺寸大小与ca一致。
4.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤3中，利用如下公式计算p≥p0对应的h0：
其中：p0一般取值0.9000～1.0000；
M、N为低频系数ca1行数与列数。
5.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤4中，用数组nw记录H(i)＞h0的数值，数组长度为n；设置拉伸范围[a b]，拉伸间隔如下：
d＝(b-a)/n，0≤a＜b≤Kmax
其中：Kmax是随原图像发生变化；
a值大小控制图像数值低端的亮度；
b值大小可以控制图像数值高端的亮度。
6.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤5中，从nw(1)～nw(n)依次找出数值在低频系数ca1上的位置坐标idx，并在矩阵imageca对应位置写入数值imageca(idx)＝d*x+a，用数组TW记录从nw(1)～nw(n)的对应数值imageca(idx)，x依次取1～n。
7.如权利要求1所述的一种基于小波变换低频直方图受限的对比度图像增强方法，其特征在于，步骤6中，用数组nw1记录H(i)≤h0的数值，数组长度为n1；
依次从数组nw1(1)～nw1(n1)取出数值nw1(j)，在低频整数ca1中寻找数值为nw1(j)的位置idx1；
将nw1(j)与数组nw中数值进行比较，找出与nw1(j)最接近的数值nw(T)，即MIN{|nw1(j)-nw(x)|}取最小值时对应的nw(T)，并记下nw(T)的位置坐标idy；
根据idy位置信息，找出nw1(j)变化后的数值为TW(idy)，即矩阵imageca(idx1)＝TW(idy)，nw1(j)数值在j依次取1～n1，x依次取1～n。
CN201811239141.3A 2018-10-23 2018-10-23 一种基于小波变换低频直方图受限的对比度图像增强方法 Active CN109584190B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811239141.3A CN109584190B (zh) 2018-10-23 2018-10-23 一种基于小波变换低频直方图受限的对比度图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811239141.3A CN109584190B (zh) 2018-10-23 2018-10-23 一种基于小波变换低频直方图受限的对比度图像增强方法

Publications (2)

Publication Number Publication Date
CN109584190A true CN109584190A (zh) 2019-04-05
CN109584190B CN109584190B (zh) 2023-09-22

Family

ID=65920298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811239141.3A Active CN109584190B (zh) 2018-10-23 2018-10-23 一种基于小波变换低频直方图受限的对比度图像增强方法

Country Status (1)

Country Link
CN (1) CN109584190B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288678A (zh) * 2019-09-11 2021-01-29 中北大学 一种焊缝图像伪彩色显示方法及系统
CN113112435A (zh) * 2020-04-23 2021-07-13 江苏理工学院 一种小波域正反图像融合的可变对比度增强方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140334743A1 (en) * 2013-05-07 2014-11-13 Zoran (France) S.A. Method for enhancing local contrast of an image
CN106296600A (zh) * 2016-08-01 2017-01-04 大连理工大学 一种基于小波变换图像分解的对比度增强方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140334743A1 (en) * 2013-05-07 2014-11-13 Zoran (France) S.A. Method for enhancing local contrast of an image
CN106296600A (zh) * 2016-08-01 2017-01-04 大连理工大学 一种基于小波变换图像分解的对比度增强方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王海峰等: "一种小波变换的小波系数均衡图像增强算法", 《电视技术》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112288678A (zh) * 2019-09-11 2021-01-29 中北大学 一种焊缝图像伪彩色显示方法及系统
CN112288678B (zh) * 2019-09-11 2022-05-27 中北大学 一种焊缝图像伪彩色显示方法及系统
CN113112435A (zh) * 2020-04-23 2021-07-13 江苏理工学院 一种小波域正反图像融合的可变对比度增强方法及装置
CN113112435B (zh) * 2020-04-23 2023-09-22 江苏理工学院 一种小波域正反图像融合的可变对比度增强方法及装置

Also Published As

Publication number Publication date
CN109584190B (zh) 2023-09-22

Similar Documents

Publication Publication Date Title
CN101847257B (zh) 基于非局部均值与多级定向图像的图像降噪方法
CN105139366A (zh) 一种基于空间域的图像增强方法
CN105335947A (zh) 图像去噪方法和图像去噪装置
CN109584185B (zh) 图像处理方法
CN107292316B (zh) 一种基于稀疏表示的提升图像清晰度的方法
CN101944230A (zh) 基于多尺度的自然图像非局部均值去噪方法
CN108416749A (zh) 一种超声图像处理方法、装置和计算机设备
Li et al. Research on wavelet-based contourlet transform algorithm for adaptive optics image denoising
CN102968770A (zh) 噪声消除方法及装置
CN105550998B (zh) 基于二代小波整数变换的图像增强方法及图像增强系统
CN109584190A (zh) 一种基于小波变换低频直方图受限的对比度图像增强方法
CN103489168A (zh) 一种红外图像自适应转伪彩增强方法及系统
Xu et al. Mri and pet/spect image fusion based on adaptive weighted guided image filtering
CN111311508B (zh) 一种带噪路面裂缝图像的降噪方法
Pai et al. Medical color image enhancement using wavelet transform and contrast stretching technique
CN111192204A (zh) 一种图像增强方法、系统和计算机可读存储介质
CN109447952B (zh) 一种基于Gabor差分盒加权维数的半参考型图像质量评价方法
CN110136086A (zh) 基于bemd的区间阈值图像去噪方法
CN104240186B (zh) 一种单帧视频图像清晰度提高的方法
CN115409872B (zh) 一种水下摄像机图像优化方法
CN113222833A (zh) 一种侧扫声呐图像处理方法与装置
CN1173291C (zh) 利用计算机重建含有斑点噪声的图像的方法
Jiang et al. Medical image enhancement algorithm based on contourlet transform
Ye et al. Image Enhancement Method Based on Bi-cubic Interpolation and Singular Value Decomposition
CN113902618B (zh) 一种基于多模态空间滤波的图像超分算法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant