CN110689489A - 一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法 - Google Patents

Abstract

本发明公开了一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，根据IHSI模型中出现gamut problem的区间分段修正坐标点，同时提出了一种自适应gamma变换，能够对不同像素点的亮度进行不同的调节，达到了改善图像质量的目的。本发明相对于现有的HSI及IHSI模型，能解决出现gamut problem以及全局gamma变换导致高亮度像素点过增强问题，并且在该方法中，彩色图像增强表现出了良好的图像质量和较好的时间效率。

Description

一种改进IHSI空间中的非均匀光照图像自适应gamma增强 方法

技术领域

本发明属于图像增强技术领域，特别涉及一种非均匀光照图像增强方法。

背景技术

HSI(Hue-Saturation-Intensity)颜色模型HSI与改进的HSI颜色模型(ImprovedHSI)IHSI两个空间都存在问题：与RGB空间不完全重合。即一部分区域在RGB外侧，导致图像增强结果无法表示，会在RGB图像上出现色块或色线。这是因为在增强之后，像素点无法在8bit深度的RGB图像上表示，落在了区域外侧。一般算法都使用了最大值255来替代原值导致截断，即出现了gamut problem。HSI模型是单三角锥模型，与RGB空间体积比为4.5:1，IHSI模型是双三角锥模型，与RGB空间的体积比例为1.125:1，IHSI空间出现gamut problem的可能性是12.5％，HSI空间出现的可能性为77.8％。Kazuya等人在HSI空间的基础上提出了饱和度矫正方法，在不改进原HSI模型映射的情况下对HSI与RGB变换中存在问题的像素点进行矫正。首先对图像在HSI空间进行增强，然后还原到RGB空间时，计算结果不在RGB空间时，使用饱和度矫正，对HSI空间的饱和度分量S重新调整，将图像上所有出现gamutproblem的像素点饱和度S矫正完毕时，再次还原到RGB空间时就不会落在RGB空间的外侧。

IHSI与RGB模型映射关系是通过一定的技术手段，缩小RGB与IHSI模型的体积差距，从而改善增强图像的质量。Taguchi等人提出的双三角锥IHSI模型是目前与RGB空间体积差异最小的模型。虽然通过两个三角锥去逼近正立方体缩小了RGB与IHSI空间体积差距，但是有6个区域落在RGB空间的外侧，因此使用IHSI空间进行图像增强仍会出现gamutproblem。

发明内容

本发明的目的在于提供一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，以解决现有IHSI空间及全局gamma变换存在的问题。

为了实现上述目的，本发明采用如下技术方案：

一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，包括以下步骤：

步骤1：将待增强彩色图像f(R,G,B)转移到IHSI空间g(H,S,I)中，获取H,S,I分量；

步骤2：使用自适应gamma变换对步骤1获得的I分量进行增强，得到了H,S,I′；

步骤3：使用变换将H,S,I′还原到RGB和CMY空间中，分别得到RGB和CMY分量；

步骤4：使用分段修正算法对色域失真的像素点进行S分量修正，使RGB分量和CMY分量均能够在空间表示，获得修正后的分量H,S′,I′；

步骤5：将步骤4中获得的修正分量还原到RGB空间中，得到最终的增强图像

进一步的，步骤1中RGB到IHSI的彩色转换公式为：

如果

如果

I、H如式(1)、(2)所示，

其中C，M，Y分量为式(6)所示，

C＝1-R,M＝1-G,Y＝1-B (6)。

进一步的，步骤2中的自适应gamma变换为：

其中enI(x,y)为增强后的亮度，I(x,y)是步骤1中待增强彩色图像的亮度。

进一步的，步骤3中的IHSI到RGB的彩色转换公式为：

如果

C1＝I(1-S) (8)

C3＝3I-(C1+C2) (10)

HSI与RGB，CMY分量的对应关系如下表所示：

H	[0,120)	[120,240)	[240,360)
				H	H＝H	H＝H-120	H＝H-240
C1(C1’)	B(Y)	R(C)	G(M)
				C2(C2’)	R(C)	G(M)	B(Y)
C3(C3’)	G(M)	B(Y)	R(C)

如果

C3′＝3I′-(C1′+C2′) (16)

C1＝1-C1′ (17)

C2＝1-C2′ (18)

C3＝1-C3′ (19)

式(14)、(15)、(16)位于CMY空间中。

进一步的，步骤4中的分段修正算法具体的公式：

当

C2矫正，

C3矫正，

当

处于CMY空间中，I代换为

如式(12)所示，H代换为

如式(13)所示；代入到式(20)、(21)，得到相应的C2′，C3′修正公式。

进一步的，所述待增强彩色图像f(R,G,B)为亮度不均匀彩色图像。

本发明提出对于IHSI模型本身存在的gamut problem，使用基于饱和度矫正的分段修正算法对IHSI在RGB和CMY空间分别进行了修正，从而避免gamut problem；并提出一种自适应gamma变换进行亮度提升，增强图像较暗部分的可辨识度，最终达到图像质量的改善。

相对于现有技术，本发明有以下有益效果：

(1)对出现gamut problem的坐标有准确的区间限定，修正的过程中没有gamutproblem的像素点不会受到影响，解决了gamut problem。

(2)基于IHSI空间，有很好的鲁棒性和通用性，使用了自适应的gamma变换进行增强，效果显著，细节清晰。

(3)基于IHSI空间，在分段修正计算中需要调整的像素点的数量少，减少了修正的计算量，对原图的信息保留较好，且时间效率很好。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明矫正IHSI空间中的色度区间及IHSI与RGB空间的三维模型图；

图2是本发明提出的自适应gamma变换与全局gamma变换(γ＝0.6)对比图；

图3是本发明改进IHSI空间中自适应gamma变换增强流程图；

图4是实施例1非均匀光照彩色图像增强的各环节中间处理结果图像；其中，图4a为原始低亮度图像，图4b为H分量图像，图4c为S分量图像，图4d为I分量图像，图4e为自适应gamma变换增强后的I分量图像，图4f为未经分段修正的彩色图像，图4g为分段修正算法修正后的彩色图像，图4h为最终的增强图像。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

IHSI空间使用双三角锥模型逼近RGB空间正立方体，是对原HSI空间单三角锥映射的改进，减少了HSI空间与RGB空间的体积比，减少了gamut problem发生的可能性。具体是将亮度轴从中点分为两部分，使用两个中心对称的三角锥来映射，但是双三角锥仍有6个区域落在RGB空间的外侧，因此本发明使用分段修正算法对这6个区域进行修正，修正区域具体的区间如图1所示。

全局gamma变换是一种非线性变换方式，本质是一种幂函数，定义域和值域都在[0,1]区间。在对图像进行增强时，分量进行了规范化，均在[0,1]，最终的增强结果也位于[0,1]。但全局gamma变换对所有的亮度的提升幅度较大，易导致原图高亮度部分过增强并丢失细节，因此本发明提出一种自适应gamma变换，整体提升低亮度像素同时对高亮度部分进行微调整，并对不同的亮度产生不同的调节效果，全局gamma变换和本发明提出的自适应gamma变换的图像如图2所示。

请参阅图3所示，本发明提供一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，包括如下步骤：

步骤1：将原始亮度不均匀的彩色图像f(R,G,B)(如图4a)，根据坐标变换公式转移到IHSI空间g(H,S,I)中，并获取H,S,I分量如图4b、图4c和图4d。具体的坐标变换公式如式(1)-(6)。

如果

如果

I，H如式(1)(2)所示

其中C，M，Y分量为(6)所示

C＝1-R,M＝1-G,Y＝1-B (6)

步骤2：使用自适应gamma变换对I分量进行增强，增强后如图4e，得到了分量H,S,I′；其中gamma变换如式(7)所示。

其中enI(x,y)为增强后的亮度，I(x,y)是原图中的亮度。

步骤3：使用变换将H,S,I′还原到RGB和CMY空间中，分别得到RGB和CMY分量，直接还原增强未经修正图像如图4f，具体变换公式如式(8)-(19)。

如果

C1＝I′(1-S) (8)

C3＝3I′-(C1+C2) (10)

表1：HSI与RGB，CMY分量的对应

H	[0,120)	[120,240)	[240,360)
				H	H＝H	H＝H-120	H＝H-240
C1(C1’)	B(Y)	R(C)	G(M)
				C2(C2’)	R(C)	G(M)	B(Y)
C3(C3’)	G(M)	B(Y)	R(C)

如果

C3′＝3I′-(C1′+C2′) (16)

C1＝1-C1′ (17)

C2＝1-C2′ (18)

C3＝1-C3′ (19)

步骤4：使用分段修正算法对8bit深度图像无法表示的像素点进行S分量修正，使RGB分量和CMY分量均可在空间表示，获得修正后的分量H,S′,I′；修正后图像如图4g，修正公式为式(20)、(21)；

当

C2矫正，

C3矫正，

当处于CMY空间中，I代换为如式(12)所示，H代换为如式(13)所示；代入到式(20)、(21)，可得到相应的C2′，C3′修正公式。

步骤5：将步骤4中获得的分量还原到RGB空间中，得到最终的增强图像

如图4h所示，在图4a中广场上行人、栅栏以及建筑物的部分轮廓不可见，而在增强图像图4h中是可见的，图像辨识度有明显的提升。使用离散信息熵DE(Discrete Entropy)评价指标来对图像改善情况做描述。DE越大说明包含的信息量越大，信息量越大则说明图像能够直观看到的内容细节就越多。

表2原图与增强图像DE值

从上表可以看出，增强图像4h中的信息量明显增大，符合步骤5中目视观察到的直观效果。图4a至图4h大小均为1024*626，本发明的增强处理时间为0.941秒，能够满足实际需要。

由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

DE参考文献：

Ye,Z,Mohamadian,H.,Ye,Y.Discrete entropy and relative entropy studyon nonlinear clustering of under water and arial images.IEEE,2007.318-323

Claims (6)

1.一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，包括以下步骤：

步骤1：将待增强彩色图像f(R,G,B)转移到IHSI空间g(H,S,I)中，获取H,S,I分量；

步骤2：使用自适应gamma变换对步骤1获得的I分量进行增强，得到了H,S,I′；

步骤3：使用变换将H,S,I′还原到RGB和CMY空间中，分别得到RGB和CMY分量；

步骤4：使用分段修正算法对色域失真的像素点进行S分量修正，使RGB分量和CMY分量均能够在空间表示，获得修正后的分量H,S′,I′；

步骤5：将步骤4中获得的修正分量还原到RGB空间中，得到最终的增强图像

2.根据权利要求1所述的一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，步骤1中RGB到IHSI的彩色转换公式为：

如果

如果

I、H如式(1)、(2)所示，

其中C，M，Y分量为式(6)所示，

C＝1-R,M＝1-G,Y＝1-B (6)。

3.根据权利要求1中所述的一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，步骤2中的自适应gamma变换为：

其中enI(x,y)为增强后的亮度，I(x,y)是步骤1中待增强彩色图像的亮度。

4.根据权利要求1中所述的一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，步骤3中的IHSI到RGB的彩色转换公式为：

如果

C1＝I(1-S) (8)

C3＝3I-(C1+C2) (10)

HSI与RGB，CMY分量的对应关系如下表所示：

H [0,120) [120,240) [240,360) H H＝H H＝H-120 H＝H-240 C1(C1’) B(Y) R(C) G(M) C2(C2’) R(C) G(M) B(Y) C3(C3’) G(M) B(Y) R(C)

如果

C3′＝3I′-(C1′+C2′) (16)

C1＝1-C1′ (17)

C2＝1-C2′ (18)

C3＝1-C3′ (19)

式(14)、(15)、(16)位于CMY空间中。

5.根据权利要求1中所述的一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，步骤4中的分段修正算法具体的公式：

当

C2矫正，

C3矫正，

当处于CMY空间中，I代换为

如式(12)所示，H代换为

如式(13)所示；代入到式(20)、(21)，得到相应的C2′，C3′修正公式。

6.根据权利要求1中所述的一种改进IHSI空间中的非均匀光照图像自适应gamma增强方法，其特征在于，所述待增强彩色图像f(R,G,B)为亮度不均匀彩色图像。

Images