CN110276733B - 一种基于fpga的彩色图像增强方法 - Google Patents

Abstract

本发明专利涉及一种基于FPGA的彩色图像增强方法，首先将彩色图像的灰度值分离出来，然后根据彩色图像的灰度值平均值来判断图像的暗亮情况；接着采用不同的阈值调节参数以及自适应地二次函数来对图像的灰度值进行调整，最后恢复成彩色增强图像。本发明过程充分考虑了硬件上的易实现性并且在FPGA上实现，最终所得到的图像重点更加突出，层次感更加强烈，达到了图像增强的预期良好效果。

Description

一种基于FPGA的彩色图像增强方法

技术领域

本发明属于图像增强技术领域，涉及一种基于FPGA的彩色图像增强方法。

背景技术

图像增强是数字图像处理中用于改善图像质量以及图像视觉效果的一种方法。图像增强可以使得图片更加清晰，细节部分更加突出。经过改善后的图像可以改善人眼的视觉观感，因此，其在医疗、城市交通、视频监控及图像去雾等领域都有着广泛的应用。近年来，现场可编程门阵列FPGA(Field-Programmable Gate Array)在实时数字图像处理中的应用越来越广泛，一些FPGA器件不仅提供了丰富的逻辑资源，还内置了大量片内存储器(Block RAM)和专用的数字信号处理DSP(Digital Signal Processing)模块，为硬件实现本发明提供了条件。

图像增强主要分为空间域和频域这两大类。频域图像增强的基础是傅里叶变换和滤波技术，所以，基于频域的图像增强硬件实现相对复杂。空间域图像增强的基础是灰度级映射变换和模板卷积，易于通过硬件实现。一类基于空间域的图像增强算法是直方图均衡化法，直方图均衡化法是将原图中的图像灰度值进行重新分配后形成新的灰度值组，从而实现了对比度的增强。这种方法的优点就是计算简单、容易实现。但是，该方法可能会造成图像细节丢失、失真以及过曝等问题。

另一类基于空间域的图像增强算法是灰度变换法，该方法通过线性函数、对数函数以及分段函数等函数模型将原图中图像灰度值进行拉伸调节从而达到图像增强的作用。但是，该方法中如果函数模型设计不合理则会出现图片过暗或者过亮的现象，导致图像增强效果不理想。对于常用的RGB格式的彩色图像，如果直接对图像的RGB分量进行增强处理，可能会出现图像失真的情况。为了避免这种情况的发生，在对图像进行增强处理之前，可把R、G、B分量转化为Y、Cb、Cr分量，因为色度信号Cb、Cr和亮度信号Y是分立的。所以，只要对亮度信号Y分量进行调节，然后再将调节后的Y分量与原Cb、Cr重新转化成R、G、B格式的图像即可得到改善后的图像。

因此，本领域亟待提出效果更好的基于FPGA的彩色图像增强方法。

发明内容

本发明的目的在于针对灰度线性变换法中的缺点和不足，提供一种基于FPGA的彩色图像增强方法，利用提出的二次函数将原图像中每一个像素点的亮度值Y进行改变，然后再与原图像的Cb、Cr合并并恢复成RGB图像，具有较好的实用性，在保证图像不失真的条件下，有效提升了图像的对比度，提出的方法能适用于各种亮度下的图像增强领域。

本发明所采用的技术方案是一种基于FPGA的彩色图像增强方法，包括以下步骤：

步骤a，输入原彩色图像，将原图像的R、G、B分量按照式1转化为Y、Cb、Cr分量，

利用图像的亮度分量Y计算出整个图像的平均亮度Y_th，根据平均亮度Y_th按照式2来给图像亮度分级。同时，得到图像中亮度最大值b和亮度最小值a；

步骤b，根据步骤a中对图像亮度的不同分级，确定不同情况下图像的调节阈值Q，如式3所示；

步骤c，将步骤a中得到的图像亮度最大值b、亮度最小值a和步骤b中得到的图像调节阈值Q带入调节式4中：

其中，x是原图像中每个像素点的亮度值，f(x)是经过二次函数调整过后的每个像素点的亮度值。

步骤d，将步骤c中调整过后的图像亮度值Y分量再按照式5与原图像的Cb和Cr分量重新转变为RGB的图像格式并输出。

本发明提供的技术方案的有益效果为：，提出算法在保证图片细节不丢失的前提下，对图片增强效果有明显的提升。同时，算法充分考虑了硬件上的易实现性，处理过后的图像重点更加突出，层次感更加强烈，达到了图像增强的预期良好效果。

附图说明

图1为本发明实施例的流程图

图2为不同阈值点示意图

图3为使用不同二次函数的示意图

图4为本发明灰度值拉伸示意图

具体实施方式

本发明的技术方案可用Verilog硬件描述语言，并在FPGA硬件上得以实现。同时，为了得到图像的亮度分级以及阈值点Q的调节系数，对本发明的算法进行了大量MATLAB仿真验证。为了更好地理解本发明的技术方案，下面结合附图对本发明做进一步的详细说明。本发明可对不同亮度的彩色图像进行图像增强，参照图1，本发明实施例的流程包括如下步骤：

步骤a：计算图像平均亮度Y_th，按照图像的平均亮度对图像分级。

为了计算图像的平均亮度Y_th，先要将原始RGB格式的彩色图像转化为YCbCr格式的图像，也就是色彩空间转换1，其转化公式，如式1所示：

其中，Y表示转化后的YCbCr图像中每个像素点的亮度，R、G、B分别表示原始彩色图像中当前像素点在红色通道、绿色通道、蓝色通道的原始颜色灰度值。

在对格式转换后的图像中，要统计得到图像的亮度最大值b和图像的亮度最小值a。这就是求图像参数。

有了每个像素点的亮度，根据下列公式计算图像的平均亮度Y_th，，如式2所示：

x_k表示的是第k级灰度值；n_k是图中第k级灰度值出现的次数。

计算出了图像的平均亮度之后就可以给图像的亮度分级，这里图像的分级系数均由多次MATLAB仿真得到，最终，将图像亮度分为5个级别，分级系数通过MATLAB仿真得到最优值，如式3所示：

图像分级之后，我们变可以根据不同的图像亮度来计算图像增强的调节阈值。图像增强调节阈值Q，不同的阈值选取会影响图像中每一个灰度值的变化，从而会产生不同的调节曲线，最终影响了整幅图像的调节效果。如图2中所示，对于同一幅图像，阈值点Q选取E点的值作为阈值点的曲线一直在选取C点的值作为阈值点曲线的上方，而选取C点的值作为阈值点的曲线一直在选取D点的值作为阈值点曲线的上方。这意味着选取E点的值作为阈值点调节后的图像整体亮度最亮，选取C点的值作为阈值点调节后的图像整体亮度其次，选取D点的值作为阈值点调节后的图像整体亮度最暗。因此阈值点Q的选择至关重要，针对亮度情况不同的图像应采用不同的阈值选择模式。经MATLAB仿真验证得到在不同亮度情况下的阈值点Q应该进行怎样的调整。这就是确定调节模式，所以这里的图像增强调节阈值Q按照下列公式进行选择，如式4所示：

步骤b：引入二次函数，并且得到合适的图像增强二次函数。

二次函数有众多种类型，二次函数的选取有如下3种情况，在这里以图3中C点左边的二次函数为例进行说明，图3中a是图像的亮度最小值，Q是提出算法的调节阈值，二次函数h1的对称轴在[a,Q]的中间，从而在这个区间中二次函数会有一段单调递减，这样的函数不符合图像增强的设计规则。二次函数h2对称轴在a的左侧，函数一直单调递增，符合图像增强的设计规则。但是，其对称轴的不确定性就增加了后续硬件设计的复杂程度。二次函数h3对称轴就选择了x＝a，其函数单调性符合设计规则。同时，采用这种方法，后续的二次函数解析式相对简单，也降低了后续硬件设计的复杂程度。因此，本文将图像中亮度最小值a和最大值b所对应垂直于Y轴的直线分别作为选取二次函数的两条对称轴。由图4可知，c是图像中亮度最小值a所对应的亮度调节值，d是图像中亮度最大值b所对应的亮度值。这样，把A点作为C点左侧抛物线的顶点得到的二次函数Y₁会经过C点，从而就能得到Y₁的解析式，如式5所示：

Y₁＝α₁(x-a)²+c (5)

α₁是Y₁解析式待求解的二次项系数。同理，以B点为C点右侧抛物线Y₂的顶点，Y₂会经过C点，得到Y₂的解析式，如式6所示：

Y₂＝α₂(x-b)²+d (6)

α₂是Y₂解析式待求解的二次项系数。这里c和d选取不同的值会产生不同的调节曲线，以图像亮度最小值a来说明：为了保证图像增强的效果，在这里必须要满足c≤a，否则图像的灰度值范围就会收缩，违背了灰度值拉伸的初衷。当图像亮度最小值a＝16时，如果c＞16，会让图像的灰度值范围减小，从而削弱了图像增强的效果。而当c＝16时，则可以维持原图的灰度值下限不变，保证了图像增强的效果。当图像亮度最小值a＞16时，如果c＜a，一方面，可能会导致图像变暗，尤其当c和a的差值较大时；另一方面，由于c的不确定性，会增加后续硬件电路的复杂度。如果c＞a，同样地，会让图像的灰度值范围减小。所以，在符合图像增强的基本要求下，为了保证了灰度值拉伸的上下限，简化算法，可令c＝a。同理，可令d＝b，从而也降低了后续FPGA硬件设计实现的复杂度。所以，图4中A点的坐标为(a,a)，B点的坐标为(b,b)。通过数学运算，可以得到式4中的α₁就是Q-a的倒数,α₂就是b-Q的负倒数，这样就可以得到完整的灰度值拉伸变换函数，这里为了兼顾后续硬件的可实现性，以及图像增强的效果，设计了下列这个二次函数，如式7所示：

其中a是原图像的亮度值最小值，b是原图像的亮度最大值，Q是在步骤a中得到的图像增强调节阈值，x是原图像每个像素点的亮度，f(x)是经过该调节函数得到的像素点的亮度值。

步骤c，当所有的像素点都经过步骤b的调节之后将再次和原图像中的Cb和Cr分量相结合，重新转换成RGB格式的图像并输出，这就是色彩空间转换2，YCbCr格式转换成RGB格式的公式，如式8所示：

将重新得到的RGB格式的图像输出，可以看出，经过二次函数调节后的图像亮度增强、色彩增强。

计算每个像素点的亮度分量的过程以及计算图像的平均亮度的过程都是浮点运算，但是输出图像的亮度值是16-235之间的整数。但是为了简化硬件上的计算，均采用了先放大再移位缩小的方法，在转换过程中会出现精度损失，但是这个差距是可以忽略不计的。

综上所述，本发明提出的基于FPGA的图像增强的彩色图像增强方法，首先提出了一种可调节的二次函数模型，其次对原图像进行参数计算，并将其带入二次函数模型中，最后将调节过的亮度分量与原图像的Cb、Cr分量一起重新转换为RGB格式的图像并输出。利用本发明方法调整过的图像处理过后的图像重点更加突出，层次感更加强烈，达到了图像增强的预期良好效果。

相比较线性拉伸中图像增强效果不明显，或者图像信息的丢失，以及直方图均衡化法中图像经常出现过曝现象，提出算法在保证图片细节不丢失的前提下，对图片增强效果有明显的提升。

以上内容是结合最佳实施方案对本发明所做的进一步详细说明，不能认定本发明的具体实施只限于这些说明。本领域的技术人员应该理解，在不脱离由所附权利要求书限定的情况下，可以在细节上进行各种修改，都应当视为属于本发明的保护范围。

Claims (1)

1.一种基于FPGA的彩色图像方法，其特征在于，包括以下步骤：

步骤a，输入原始彩色RGB图像，将原始彩色RGB图像转化为YCbCr图像，并将其中亮度分量Y提取出来，计算图像亮度的平均值Y_th，根据均值Y_th来判断图像整体的暗亮情况，按照亮度分级对图像进行分类，如式1所示；

步骤b，根据分类的不同情况，按照不同的方法来确定图像亮度调节的阈值Q，如式2所示；

步骤c，按照调节二次函数为以下公式对像素点亮度值进行调整，如式3所示；

其中，a为图像亮度分量的最小值，b为图像亮度分量的最大值，x为当前像素点的亮度值，f(x)为以x为输入的调整后像素点的亮度值；

步骤d，将变换过的像素点亮度值与原图像的Cb、Cr分量重新合并并转换成RGB图像并输出。

Images