CN110223241A - 一种基于分块统计的直方图均衡方法 - Google Patents
一种基于分块统计的直方图均衡方法 Download PDFInfo
- Publication number
- CN110223241A CN110223241A CN201910372164.XA CN201910372164A CN110223241A CN 110223241 A CN110223241 A CN 110223241A CN 201910372164 A CN201910372164 A CN 201910372164A CN 110223241 A CN110223241 A CN 110223241A
- Authority
- CN
- China
- Prior art keywords
- histogram
- subgraph
- statistics
- image
- block
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013507 mapping Methods 0.000 claims abstract description 23
- 238000012876 topography Methods 0.000 claims description 30
- 230000000694 effects Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003331 infrared imaging Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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 using histogram techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种基于分块统计的直方图均衡方法，其步骤包括：首先对输入图像进行平均分块，切分成M*N块子图像；然后对每块子图像分别进行直方图统计，统计时设定判断条件，对均匀场景和丰富场景进行不同的直方图统计，得到直方图映射函数；再将原图像的像素按照所在位置与邻近块的直方图映射函数值进行双线性插值得到最终映射值。本发明可以明显增强图像的对比度并且抑制均匀区域的噪声，改善图像质量。
Description
技术领域
本发明属于红外图像增强领域，具体涉及一种基于分块统计的直方图均衡方法。
背景技术
红外成像系统在成像过程中由于系统自身成像特点的原因，所成图像具有低信噪比，低对比度等特点，因此为了人眼能够以获取红外图像中的信息，就需要对红外图像进行一系列的处理，其中就包括图像增强。
图像的直方图是一种对图像像素进行统计而得到的统计图，包含了图像的亮度分布特征，常被用来作为图像增强的工具，由此产生了诸多相关算法，直方图均衡是其中非常传统的一种方法。根据直方图的分布特征对图像进行优化，使其直方图趋于均匀分布，增强图像的对比度，使其更加清晰。但传统的直方图均衡算法存在饱和度过强或部分场景增强效果极差的问题，因此后人提出了大量的改进算法，主要可分为两类。
一类称为多直方图均衡，进一步分析直方图的分布特性，提出了基于阈值的直方图均衡方法，将直方图分割为两个子直方图(双直方图均衡)或多个子直方图(多直方图均衡)分别进行均衡，从而得到亮度保持或直方图特征保持的结果。该类方法计算复杂度低，适用于视频实时处理和硬件集成，但该类算法仍然存在许多缺陷，适用面较窄。
另一类称为局部直方图均衡，引入了图像的空间特性，将图像划分为数个重叠或不重叠的区域，分别进行独立的直方图均衡，改善了传统直方图均衡的缺陷，增强效果得到加强，但有时候会存在块效应，或者是均匀区域的噪声被过度放大。
发明内容
本发明的目的在于提供一种基于分块统计的直方图均衡方法，既能使图像的对比度在现有基础上得到很好的增强，同时能尽量抑制均匀区域的噪声。
实现本发明的技术方案为：一种基于分块统计的直方图均衡方法，包括以下步骤：
步骤1、将一幅原始红外图像均分成M*N个子图像，M为行数，N为列数，求出每个子图像的灰度级跨度sub和存在的灰度级数CT。
步骤2、CT和sub分别有一个阈值，将步骤1中求出的CT和sub的值跟各自设定的阈值进行比较，如果均小于所设阈值，表示该子图像是均匀场景，否则就是丰富场景。
如果是均匀场景，采用特定的算法求解统计直方图，进而得到灰度映射函数；如果是丰富场景，按平台值为1来求统计直方图，进而得到灰度映射函数；
步骤3、将步骤2中的子图像按照四个象限分成四块局部图像，原始红外图像中的灰度级按其所在的位置，将它在本块局部图像中的灰度映射值与其相邻的三块局部图像的灰度映射函数映射得到的灰度值进行双线性插值，得到最终的灰度值进行输出，其中本块局部图像、其相邻的三块局部图像均位于不同的子图像中。
本发明与现有技术相比，其显著特点有：(1)对原始图像进行分块统计直方图，使对比度得到很好的增强；(2)设定灰度级跨度阈值和灰度级数目阈值双阈值来判断场景是否是均匀场景；(3)对均匀场景的映射根据经验设定统计直方图，在抑制噪声的同时，保证了均匀场景灰度的真实性；(4)最终的灰度输出由块与块之间双线性插值得到，避免的块效应。
附图说明
图1是本发明基于分块统计的直方图均衡方法的流程图。
图2是对同一幅图像，本发明的方法和目前常用的平台直方图的效果对比图，其中图(a)为原始图像；图(b)为目前常用的平台直方图处理后的图像；图(c)为经过本发明的基于分块统计的直方图均衡方法处理后的图像。
图3是两次分块及插值说明图。
具体实施方式
下面结合附图进一步详细说明。
由于红外探测器输出的原始图像对比度差，我们需要对原始图像进行增强才能较好得获取其中的信息。大量实验证明对原始图像分块能很好的提高图像对比度，因为图像的不同区域差别可能会比较大，比如大地和天空在同一幅图像中时，如果整体统计直方图，图像的整体对比度就会比较差。如果将两部分分开统计，那么两者的对比度都能得到很好的提升。
结合图1，一种基于分块统计的直方图均衡方法,包括以下步骤：
步骤1、将一幅原始红外图像均分成M*N个子图像，M为行数，N为列数，求出每个子图像的灰度级跨度sub和存在的灰度级数CT。其中每个子图像的灰度级跨度sub为最大灰度级Izmax与最小灰度级Izmin之差。
步骤2、CT和sub分别有一个阈值，将步骤1中求出的CT和sub的值跟各自设定的阈值进行比较，如果均小于所设阈值，表示该子图像是均匀场景，否则就是丰富场景；
如果是均匀场景，采用特定的算法求解统计直方图，进而得到灰度映射函数，具体如下：由于原始图像是14bit，那么均匀场景的统计直方图直接规定为灰度级为6000到12000时统计数为1，其余为0。
如果是丰富场景，按平台值为1来求统计直方图，进而得到灰度映射函数。
步骤3、将步骤2中的子图像按照四个象限分成四块局部图像，原始红外图像中的灰度级按其所在的位置，将它在本块局部图像中的灰度映射值与其相邻的三块局部图像的灰度映射函数映射得到的灰度值进行双线性插值，得到最终的灰度值进行输出，其中本块局部图像、其相邻的三块局部图像均位于不同的子图像中，如图3所示，实线为子图像的分割线，虚线为子图像的局部图像的分割线，局部图像(1)、(2)、(3)、(4)的最终灰度值由四块局部图像的映射值插值得到，(1)、(2)、(3)、(4)四块局部图像分别属于四块不同的子图像。
当局部图像位于边界位置时，如果位于角部时，输出灰度就等于该子图像的灰度映射值，如果位于一条边的边界处时，就相当于中间部分的极限情况，此时x＝0或者y＝0。
进一步地，步骤1中，M优选4，N优选4，以保证既能让图像的对比度得到很好的增强，同时避免分块过细造成图像失真。
进一步地，将子图像的灰度级跨度和存在的灰度级数目同时满足特定条件作为判断是均匀场景的条件。
实施例1
结合图1，一种基于分块统计的直方图均衡方法，包括以下步骤：
步骤1、将原始红外图像均分成4*4个子图像，求出每个子图像的灰度级跨度和存在的灰度级数：
将输入的原始图像均分成4*4个子图像，以如图2(a)为例，分辨率为384*288，即每个子块大小为96*72。求出每个子图像存在的灰度级数目CT和的最大灰度级Izmax与最小灰度级Izmin之差sub；
如果对原始图像分块数目较少的话，会达不到期待的对比度，而如果分块过细，会导致图像的失真，所以折中取4*4。
步骤2、CT和sub分别有一个阈值，将步骤1中求出的CT和sub的值跟各自设定的阈值进行比较，如果均小于所设阈值，表示该子图像是均匀场景，否则就是丰富场景；
如果是均匀场景，采用特定的算法求解统计直方图，进而得到灰度映射函数，具体如下：由于原始图像是14bit，那么均匀场景的统计直方图直接规定为灰度级为6000到12000时统计数为1，其余为0。因为绝大部分探测器的原始输出灰度都位于该区间，对于极个别超出该范围的灰度值，采用该统计直方图最终也不会导致图像失真。
如果是丰富场景，按平台值为1来求统计直方图，进而得到灰度映射函数。
步骤3、将步骤2中的子图像按照四个象限分成四块局部图像，如图3所示，图3中实线部分为子图像，虚线部分为子图像的局部图像。原始红外图像中的灰度级按其所在的位置，将它在本块局部图像中的灰度映射值与其相邻的三块局部图像的灰度映射函数映射得到的灰度值进行双线性插值，得到最终的灰度值进行输出，其中本块局部图像、其相邻的三块局部图像均位于不同的子图像中，如图3所示，实线为子图像的分割线，虚线为子图像的局部图像的分割线，局部图像(1)、(2)、(3)、(4)的最终灰度值由四块局部图像的映射值插值得到，(1)、(2)、(3)、(4)四块局部图像分别属于四块不同的子图像。
由图2(b)和图2(c)的对比可以看出，图2(c)的对比度明显好于图2(b)，图2(c)中的起重机和楼房要比图2(b)中突出，还可以清楚看见起重机的两条钢索，同时天空部分的噪声也没有放大，且整幅图流畅，没有块效应。
Claims (6)
1.一种基于分块统计的直方图均衡方法，其特征在于，包括以下步骤：
步骤1、将一幅原始红外图像均分成M*N个子图像，M为行数，N为列数，求出每个子图像的灰度级跨度sub和存在的灰度级数CT；
步骤2、CT和sub分别有一个阈值，将步骤1中求出的CT和sub的值跟各自设定的阈值进行比较，如果均小于所设阈值，表示该子图像是均匀场景，否则就是丰富场景；
如果是均匀场景，采用特定的算法求解统计直方图，进而得到灰度映射函数；如果是丰富场景，按平台值为1来求统计直方图，进而得到灰度映射函数；
步骤3、将步骤2中的子图像按照四个象限分成四块局部图像，原始红外图像中的灰度级按其所在的位置，将它在本块局部图像中的灰度映射值与其相邻的三块局部图像的灰度映射函数映射得到的灰度值进行双线性插值，得到最终的灰度值进行输出，其中本块局部图像、其相邻的三块局部图像均位于不同的子图像中。
2.根据权利要求1所述的基于分块统计的直方图均衡方法，其特征在于：步骤1中，每个子图像的灰度级跨度sub为最大灰度级Izmax与最小灰度级Izmin之差。
3.根据权利要求1所述的基于分块统计的直方图均衡方法，其特征在于：上述步骤1中，M优选4，N优选4，以保证既能让图像的对比度得到很好的增强，同时避免分块过细造成图像失真。
4.根据权利要求1所述的基于分块统计的直方图均衡方法，其特征在于：将子图像的灰度级跨度和存在的灰度级数目同时满足特定条件作为判断是均匀场景的条件。
5.根据权利要求1所述的基于分块统计的直方图均衡方法，其特征在于：上述步骤2中，对均匀场景的直方图统计，由于原始图像是14bit，那么均匀场景的统计直方图直接规定为灰度级为6000到12000时每个灰度级统计数为1，其余为0。
6.根据权利要求1所述的基于分块统计的直方图均衡方法，其特征在于：上述步骤3中，当局部图像位于边界位置时，相当于中间部分的极限情况，对应的系数按0计算。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910372164.XA CN110223241A (zh) | 2019-05-06 | 2019-05-06 | 一种基于分块统计的直方图均衡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910372164.XA CN110223241A (zh) | 2019-05-06 | 2019-05-06 | 一种基于分块统计的直方图均衡方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110223241A true CN110223241A (zh) | 2019-09-10 |
Family
ID=67820443
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910372164.XA Pending CN110223241A (zh) | 2019-05-06 | 2019-05-06 | 一种基于分块统计的直方图均衡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110223241A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110634114A (zh) * | 2019-09-16 | 2019-12-31 | 江苏鼎速网络科技有限公司 | 图像均衡方法及装置 |
| CN111464773A (zh) * | 2020-04-08 | 2020-07-28 | 湖南泽天智航电子技术有限公司 | 一种多路视频显示方法及系统 |
| CN112907477A (zh) * | 2021-03-02 | 2021-06-04 | 中国电子科技集团公司第三研究所 | 保持红外图像目标及背景不压制的自适应映射算法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100278423A1 (en) * | 2009-04-30 | 2010-11-04 | Yuji Itoh | Methods and systems for contrast enhancement |
| CN102314673A (zh) * | 2011-08-02 | 2012-01-11 | 中国科学院长春光学精密机械与物理研究所 | 一种自适应图像增强方法 |
-
2019
- 2019-05-06 CN CN201910372164.XA patent/CN110223241A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100278423A1 (en) * | 2009-04-30 | 2010-11-04 | Yuji Itoh | Methods and systems for contrast enhancement |
| CN102314673A (zh) * | 2011-08-02 | 2012-01-11 | 中国科学院长春光学精密机械与物理研究所 | 一种自适应图像增强方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张鲁筠等: "《基于插值和对比度受限算法的局部直方图均衡》", 《潍坊学院学报》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110634114A (zh) * | 2019-09-16 | 2019-12-31 | 江苏鼎速网络科技有限公司 | 图像均衡方法及装置 |
| CN111464773A (zh) * | 2020-04-08 | 2020-07-28 | 湖南泽天智航电子技术有限公司 | 一种多路视频显示方法及系统 |
| CN112907477A (zh) * | 2021-03-02 | 2021-06-04 | 中国电子科技集团公司第三研究所 | 保持红外图像目标及背景不压制的自适应映射算法及装置 |
| CN112907477B (zh) * | 2021-03-02 | 2024-05-14 | 中国电子科技集团公司第三研究所 | 保持红外图像目标及背景不压制的自适应映射算法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876743B (zh) | 一种图像快速去雾方法、系统、终端及存储介质 | |
| CN110599415A (zh) | 基于局部自适应伽马校正的图像对比度增强实现方法 | |
| CN110223241A (zh) | 一种基于分块统计的直方图均衡方法 | |
| Zhang et al. | A naturalness preserved fast dehazing algorithm using HSV color space | |
| JP6052902B2 (ja) | ディジタル画像中のハイライト領域および飽和領域を処理するための方法 | |
| JP2008148298A (ja) | 画像における異なった内容の領域を識別する方法、画像における異なった内容の領域を識別する装置、および画像における異なった内容の領域を識別するコンピュータ・プログラムを具現するコンピュータ読み取り可能な媒体 | |
| CN108280836B (zh) | 一种图像处理方法及装置 | |
| CN107346546B (zh) | 一种图像处理方法及装置 | |
| CN107256539B (zh) | 一种基于局部对比度的图像锐化方法 | |
| CN101431606A (zh) | 一种基于边缘检测的自适应降噪处理方法 | |
| CN111476744A (zh) | 一种基于分类及大气成像模型的水下图像增强方法 | |
| CN201726464U (zh) | 一种新的视频图像锐化处理装置 | |
| CN115880181A (zh) | 一种增强图像对比度的方法、装置及终端 | |
| Yao et al. | Brightness preserving and contrast limited bi-histogram equalization for image enhancement | |
| JPH04188283A (ja) | 画像処理方法および装置 | |
| CN115937019A (zh) | 一种lsd二次分割和深度学习相结合的不均匀去雾方法 | |
| CN103514588B (zh) | 图像增强方法和系统 | |
| US9235773B2 (en) | Image processing device capable of determining types of images accurately | |
| CN108550124B (zh) | 一种基于仿生螺线的光照补偿及图像增强方法 | |
| CN110111280A (zh) | 一种多尺度梯度域引导滤波的低照度图像增强算法 | |
| CN112233050B (zh) | 一种光线自适应的绿色场地提取方法 | |
| Jafar et al. | Multilevel component-based histogram equalization for enhancing the quality of grayscale images | |
| JP4039245B2 (ja) | 画像の暗領域の空間平滑化方法及び装置 | |
| CN104967840B (zh) | 一种视频图像超标检测方法及装置 | |
| JP2000357226A (ja) | 濃淡画像の２値化方法および濃淡画像の２値化プログラムを記録した記録媒体 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190910 |