CN110891166B - 一种图像色彩增强的方法和存储介质 - Google Patents

Abstract

本发明提供了一种图像色彩增强的方法和存储介质，所述方法包括：所述方法包括：设置饱和度增强曲线；获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。所述饱和度增强曲线记录有像素点的原始饱和度值与目标饱和度之间的映射关系，在获取到待处理图像后，则可以直接根据饱和度增强曲线对图像上各像素点进行饱和度增强处理，有效提升了图像处理效率。

Description

一种图像色彩增强的方法和存储介质

技术领域

本发明涉及图像色彩处理领域，特别涉及一种图像色彩增强的方法和存储介质。

背景技术

随着电子技术的发展，数字图像技术在生产、生活的各个方面得到广泛应用。在数字图像处理系统中，色彩增强是一项重要的技术，它通过调整像素的饱和度，将色彩黯淡图像转变为鲜艳亮丽，或者将色彩过于浓艳而显得不够自然的图像转变为色彩饱和而自然。前者图像的色域范围被扩大，而后者图像的色域范围被缩小。因此，色彩增强技术也被称为色域增强的技术。

随着新型电子显示器件的不断发展，特别是液晶显示器(LCD)和有机发光二极管(OLED)显示器的广泛应用，使得色彩增强技术有了新的应用场景。LCD显示器作为一种被动型透射式发光器件，其像素发出的光实际上是由液晶透射背光模组发出的光线而形成。由于背光模组是白色光源，其色域范围有限，从而导致LCD显示器的色域范围较窄。因此，LCD显示器曾现的图像颜色往往偏淡，不够艳丽。OLED显示器是一种主动型发光器件，图像像素由红(R)、绿(G)、蓝(B)三种有机发光二极管构成，具有较宽的色域范围。因此，OLED显示器的所显示的图像色彩亮丽，甚至偏于浓艳。为了改善这两种显示器的色彩呈现效果，可以根据显示器的特性对数字图像进行反方向的补偿。例如，为了使LCD显示器的色彩呈现更艳丽，可以增大图像的饱和度。而为了使OLED显示器的色彩呈现不过于浓艳，可以减小图像的饱和度。这些色彩增强处理方式对于提升平板显示的视觉体验有显著的作用。

在色彩增强技术领域，已有不少学者进行了研究。Chih-Chang Lai等人提出一种基于色域增强矩阵的色彩增强方法(参见《Color Gamut and Contrast Enhancement forMobile Phone Displays》，The 33rd Annual Conference ofthe IEEE IndustrialElectronics Society,2007)，其中矩阵的参数根据最大颜色值与最小颜色值之差而决定。该方法采用色域增强矩阵直接对RGB空间颜色数据进行处理，虽然能够提高图像饱和度，但却不能事先确定饱和度所能提高的幅度。

简言之，在现有的图像增强技术领域，像素点的饱和度增强幅度的目标值或者饱和度变化的曲线不能预先指定，色彩增强的效果只能通过对增强后图像进行计算和分析而得到。这对于色彩增强技术在图像处理系统中的推广应用是不利的。它既不利于系统设计，也不利于系统性能评价。因此，研究直接将饱和度目标值作为设计输入的色彩增强技术是十分有意义的。

发明内容

为此，需要提供一种图像色彩增强的技术方案，用以解决色彩增强的效果只能通过对增强后图像进行计算和分析而得到，导致高性能色彩增强系统的设计和性能评价较为困难的问题。

为实现上述目的，发明人提供了一种图像色彩增强的方法，所述方法包括：

设置饱和度增强曲线；

获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。

进一步地，所述方法包括：

判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。

进一步地，所述方法包括：

在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

进一步地，所述方法包括：

当检测到饱和度增强处理后的像素点的颜色值超过最大允许值(如255)时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值。

进一步地，所述方法包括：

对等比例压缩后图像上各像素点的亮度值进行补偿，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

发明人还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器运行时实现以下步骤：

设置饱和度增强曲线；

获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。

进一步地，所述计算机程序被处理器运行时还实现以下步骤：

判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。

进一步地，所述计算机程序被处理器运行时还实现以下步骤：

在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

进一步地，所述计算机程序被处理器运行时还实现以下步骤：

当检测到饱和度增强处理后的像素点的颜色值超过最大允许值(如255)时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值。

进一步地，所述计算机程序被处理器运行时还实现以下步骤：

对等比例压缩后图像上各像素点的亮度值进行补偿，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

上述技术方案所述的图像色彩增强的方法和存储介质，所述方法包括：所述方法包括：设置饱和度增强曲线；获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。所述饱和度增强曲线记录有个像素点的原始饱和度值与目标饱和度至的映射关系，在获取到待处理图像后，则可以直接根据饱和度增强曲线对图像上各像素点进行饱和度增强处理，有效提升了图像处理效率。

附图说明

图1为本发明一实施例涉及的饱和度增强曲线的示意图；

图2为本发明一实施例涉及的图像上像素点的颜色值等比例压缩的示意图；

图3为本发明一实施例涉及的对图像上像素点的亮度补偿的示意图；

图4为本发明一实施例涉及的图像色彩增强的方法的流程图。

具体实施方式

为详细说明技术方案的技术内容、构造特征、所实现目的及效果，以下结合具体实施例并配合附图详予说明。

请参阅图1，为本发明一实施例涉及的图像色彩增强的方法的流程图。所述方法包括：

首先进入步骤S401设置饱和度增强曲线；

而后进入步骤S402获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。

在本实施方式中，所述饱和度增强曲线可以选取任意的单调递增光滑曲线。为计算方便考虑，优选为选取只有一个参数g的伽马曲线。假设图像上的一个像素点在饱和度增强处理前后的饱和度分别为S_i、S_o，它们的取值范围均为0～1之间。二者的关系式如公式(1)所示：

如图1所示，为S_o与S_i关系示意图。当g＝1时，S_o始终与S_i相等，此时不需要对像素进行饱和度增强处理。当0＜g<1时，S_o＞S_i，此时曲线适用于色域扩大的应用场合。当g>1时，S_o＜S_i，此时曲线适用于色域缩小的应用场合。

在某些实施例中，所述方法包括：判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。优选的，所述方法包括：在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

本申请的图像色彩增强方法是一种逐像素点进行处理的方法，在对每个像素点进行处理时仅仅使用该点的颜色数据，而不需要其它像素点的信息。一般而言，图像处理系统所接收的原始图像数据均采用RGB颜色空间格式，每一颜色分量长度均为8bit。在接收原始图像中一个像素点颜色值(R_i,G_i,B_i)后，经过饱和度增强处理，输出新的颜色值(R_o,G_o,B_o)。在此色彩变换过程中，像素的色调H_i和亮度L_i均保持不变，而像素的饱和度则根据预定的变化曲线由S_i变为S_o。不断重复上述过程，直至所有像素的饱和度被增强。

当R_i＝G_i＝B_i成立时，该像素实际上是一个灰色点，饱和度为零，此时不需要进行饱和度增强处理。反之，当R_i、G_i、B_i三者不完全相等时，像素饱和度不为零，这时可按如下所述的步骤进行饱和度增强处理。

首先，将R_i、G_i、B_i按照从大到小的顺序进行排列，其中最大的颜色值设为C_max，中间的颜色值设为C_mid，最小的颜色值设为C_min。当两个颜色值相等时，其相互位置关系可以任意决定。

根据HSV颜色空间模型，像素原始饱和度如公式(2)所示：

由公式(2)求得S_i后，即可由关系式(1)计算得到S_o。

色调H_i可根据HSV颜色空间模型计算，它实际上表达了色彩在光谱色环中所处的位置，由角度值表达。根据RGB-HSV颜色空间转换公式，引入如公式(3)所示与色调有关的参量(简称色调参量)：

如果两个像素的色调相等，则二者色调参量一定相等。反之亦然。

颜色亮度L_i可以根据不同的颜色空间模型进行计算，其通用表达式为L_i＝w_rR+w_gG+w_bB 公式(4)

在公式(4)中，w_r、w_g和w_b均为正数，且满足w_r+w_g+w_b＝1的条件。例如，可选择YCbCr颜色模型中的亮度计算公式计算L_i。此时，w_r＝0.299，w_g＝0.587，w_b＝0.114。在确定了颜色值C_max、C_mid、C_min之后，即可确定相应的权值w_max、w_mid、w_min的大小。

在本发明所提出的饱和度增强算法中，在改变像素饱和度的同时，需要确保像素色调不变，并尽可能使像素亮度不变。这是保证增强后图像质量良好的前提。因此，可列出如公式(5)、公式(6)、公式(7)所示的三个方程：

w_maxC′_max+w_midC′_mid+w_minC′_min＝L_i 公式(7)

公式(5)、(6)、(7)三式中C′_max、C′_mid、C′_min分别表示增强后像素在RGB颜色空间的最大、中间、最小颜色值。联立这三个方程，可解得如公式(8)、公式(9)、公式(10)所示的结果：

C′_mid＝[T_i+(1-T_i)(1-S_o)]C′_max 公式(9)

C′_min＝(1-S_o)C′_max 公式(10)

在计算出C′_max、C′_mid、C′_min的值之后，即可根据像素颜色在HSV模型中的分区位置，得出C′_max、C′_mid、C′_min与RGB颜色分量的对应关系，从而还原出像素新的颜色分量值R_o、G_o和B_o。随后可转入下一个像素的增强处理过程中。

在某些实施例中，所述方法包括：步骤S403当检测到饱和度增强处理后的像素点的颜色值超过最大允许值(如255)时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值。优选的，步骤S403后还可以进入步骤S404对等比例压缩后图像上各像素点的亮度值进行补偿，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

步骤S404的目的是为了避免在色彩增强过程中因数值溢出而对图像质量造成损害。根据公式(10)，由于0≤S_o≤1，可推知C′_min≥0。这说明上述饱和度增强过程中不会发生向下溢出(即颜色值小于零)的情况。但颜色值发生向上溢出(即大于最大允许值255)的情况却是有可能发生的。因此，需要在图像饱和度增强过程中，判断各像素点的颜色值是否发生了向上溢出，并在溢出发生的情况下记录整个图像范围内溢出的最大颜色值(记为M)。据此，可按照比例值

将图像颜色值等比例压缩至255以内(参见图2)。压缩后每个像素的颜色值如公式(11)所示：

公式(11)所示颜色值压缩处理不会影响像素的色调和饱和度，但会对像素亮度造成一定损失。为此需要进一步对像素亮度进行补偿操作。本发明采用伽马校正的方式对像素亮度进行补偿(如图3所示)。为了使亮度补偿操作不再次引起颜色分量数值溢出，该操作在HSV颜色空间模型的亮度分量(V)上进行。亮度补偿的目标是使图像在HSV空间意义下各像素的平均亮度近似恢复至颜色值压缩之前的水平。对每个像素而言，补偿后归一化亮度V_y与补偿前归一化亮度V_x的关系为

V_y＝(V_x)^γ 公式(12)

公式(12)中γ为伽马曲线的参数；V_x＝V′_o/255，V_y＝V″_o/255；V′_o为补偿前像素在HSV空间的亮度值，即V′_o＝max(R′_o,G′_o,B′_o)；V″_o为补偿后像素在HSV空间的亮度值，即V″_o＝max(R″_o,G″_o,B″_o)。亮度补偿公式如下：

(R″_o,G″_o,B″_o)＝(V_x)^γ-1×(R′_o,G′_o,B′_o) 公式 (13)

公式(13)所示的亮度补偿操作仅仅改变像素的亮度，而不会引起像素色调和饱和度的变化。γ值可通过颜色值压缩前图像像素的平均亮度

与颜色值压缩后图像像素的平均亮度

估算出来，即

由于图像各像素的亮度往往并不是都等于均值，故上式所求得的γ值并不必然使补偿后图像的平均亮度等于颜色值压缩前图像的平均亮度。在这种情况下，可以重复上述补偿过程，直至补偿后图像平均亮度与颜色值压缩前图像平均亮度之间的差值小于一个预设值(例如可设为2)。

以及发明人还提供了一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器运行时实现以下步骤：

设置饱和度增强曲线；

获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值。

优选的，所述计算机程序被处理器运行时还实现以下步骤：

判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。

优选的，所述计算机程序被处理器运行时还实现以下步骤：

在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

优选的，所述计算机程序被处理器运行时还实现以下步骤：

当检测到饱和度增强处理后的像素点的颜色值超过最大允许值(如255)时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值。

优选的，所述计算机程序被处理器运行时还实现以下步骤：

对等比例压缩后图像上各像素点的亮度值进行补偿，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

本发明公开了一种在数字图像处理系统中，通过预定的饱和度增强曲线对数字图像进行色彩增强的方法。在该方法中，首先根据系统的实际需求，制定一条饱和度增强曲线，其功能为将像素原饱和度值映射为目标饱和度值。然后逐像素点进行饱和度增强，在此步骤中保持该像素点的色调和亮度值不变，并且不对灰色点的颜色值进行饱和处理。如果整幅图像中有像素值发生溢出，则将整幅颜色值等比例压缩至0～255范围内，比例值为255与最大溢出值的比值。并且随后采用伽马(γ)曲线对图像进行增亮，其中γ值根据补偿后图像与压缩前图像的HSV空间平均亮度值相等的条件求取。

需要说明的是，尽管在本文中已经对上述各实施例进行了描述，但并非因此限制本发明的专利保护范围。因此，基于本发明的创新理念，对本文所述实施例进行的变更和修改，或利用本发明说明书及附图内容所作的等效结构或等效流程变换，直接或间接地将以上技术方案运用在其他相关的技术领域，均包括在本发明专利的保护范围之内。

Claims (6)

1.一种图像色彩增强的方法，其特征在于，所述方法包括：

设置饱和度增强曲线；

获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值；

当检测到饱和度增强处理后的像素点的颜色值超过最大允许值时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值；

对等比例压缩后图像上各像素点的亮度值进行补偿，补偿后归一化亮度V_y与补偿前归一化亮度V_x的关系为：V_y＝(V_x)^γ，其中，公式(12)中γ为伽马曲线的参数；V_x＝V′_o/255，V_y＝V″_o/255；V′_o为补偿前各像素点在HSV空间的亮度值，V′_o＝max(R′_o,G′_o,B′_o)；V″_o为补偿后各像素点在HSV空间的亮度值，V″_o＝max(R″_o,G″_o,B″_o)；

亮度补偿公式如下：(R″_o,G″_o,B″_o)＝(V_x)^γ-1×(R′_o,G′_o,B′_o)；

其中，γ值通过颜色值压缩前图像上各像素点的平均亮度

与颜色值压缩后图像上各像素点的平均亮度

估算出来，γ值计算公式如下：

重复上述补偿过程，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

2.如权利要求1的图像色彩增强的方法，其特征在于，所述方法包括：

判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。

3.如权利要求1的图像色彩增强的方法，其特征在于，所述方法包括：

在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

4.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器运行时实现以下步骤：

设置饱和度增强曲线；

获取待处理图像，逐一对所述待处理图像上的各像素点进行饱和度增强处理，直至所有像素点处理完成；所述饱和度增强处理具体包括：根据饱和度曲线，将待处理图像上各像素点的原饱和度值映射为目标饱和度值；

当检测到饱和度增强处理后的像素点的颜色值超过最大允许值时，根据最大允许值与当前图像上颜色最大值的比值，等比例压缩图像上各像素点的颜色值，以使得图像上所有像素点的颜色值不大于所述最大允许值；

对等比例压缩后图像上各像素点的亮度值进行补偿，补偿后归一化亮度V_y与补偿前归一化亮度V_x的关系为：V_y＝(V_x)^γ，其中，公式(12)中γ为伽马曲线的参数；V_x＝V′_o/255，V_y＝V″_o/255；V′_o为补偿前各像素点在HSV空间的亮度值，V′_o＝max(R′_o,G′_o,B′_o)；V″_o为补偿后各像素点在HSV空间的亮度值，V″_o＝max(R″_o,G″_o,B″_o)；

亮度补偿公式如下：(R″_o,G″_o,B″_o)＝(V_x)^γ-1×(R′_o,G′_o,B′_o)；

其中，γ值通过颜色值压缩前图像上各像素点的平均亮度

与颜色值压缩后图像上各像素点的平均亮度

估算出来，γ值计算公式如下：

重复上述补偿过程，直至补偿后的图像上各像素点的HSV空间平均亮度值与等比例压缩前图像上各像素点的HSV空间平均亮度值的差值在预设误差范围内。

5.如权利要求4的存储介质，其特征在于，所述计算机程序被处理器运行时还实现以下步骤：

判断待处理图像上的像素点的R分量值、G分量值和B分量值是否均相等，若是则不对该像素点进行饱和度增强处理，否则对该像素点进行饱和度增强处理。

6.如权利要求4的存储介质，其特征在于，所述计算机程序被处理器运行时还实现以下步骤：

在对像素点进行饱和度增强处理时，保持该像素点的色调和亮度值不变。

Images