CN110942431A - 一种图像细节的增强方法 - Google Patents

Abstract

本发明公开了一种图像细节的增强方法，属于图像处理技术领域，包括以下步骤：将原始模糊图像分离成低分辨率分量和高分辨率分量；将所述低分辨率分量采用直方图均衡；将所述高分辨率分量转换为新的频率分量L_‑1；将经过直方图均衡处理后的低分辨率分量和新的频率分量L_‑1融合，得到新的图像。本发明可增强图像细节且处理速度快。

Description

一种图像细节的增强方法

技术领域

本发明涉及一种图像细节的增强方法，属于图像处理技术领域。

背景技术

近年来，许多研究人员集中研究如何提高由红外热成像仪所捕获的原始红外图像的数字信息。现代化的热成像仪提供动态范围很宽的14位，甚至更多位数的图像。这在某种程度上超过了典型的监视器的传统的8位的灵敏度。现有提高图像视觉质量的方法，例如，广泛使用的伽马校正的方法，自动增益控制(AGC)等，这些方法被认为是红外图像增强的最简单的方法。然而，这些方法仅适用于在直方图水平调整红外图像的对比度，但不能有效地增强数字细节。

最近的研究不仅集中在直方图水平调整红外图像的对比度，而且还注重加强细节。例如，2011年，左宗棠等人提出了显示和细节增强名为BF&DDE高动态范围的红外图像的方法。此方法中使用双边滤波器将原始图像分离成不同的组件作为细节层和基材层。然后将这些两层分开处理，最后加回到一起以获得增强的图像。视觉改进根据结果是显著。但该方法使用双边滤波器时，梯度翻转效应注定要出现。现有技术中GIF&DDE方法使用了引导图像滤波器分离的原始图像。引导向图像滤波器，可以从原始图像顺利分离强边缘，并且不一定要使用的AGF，从而大大提高了提高质量和计算效率。

但是BF&DDE和GIF&DDE这两种方法对图像的处理都建立在待处理的图像本身是清晰可见无模糊现象的基础上。若因光学装置或系统的运动，得到的图像是模糊的，此时这两种方法均不能得到清晰图像，且耗费时间。

发明内容

本发明是提供一种图像细节的增强方法，可增强图像细节且处理速度快。

为达到上述目的，本发明所采用的技术方案是：一种图像细节的增强方法，包括以下步骤：将原始模糊图像分离成低分辨率分量和高分辨率分量；将所述低分辨率分量采用直方图均衡；将所述高分辨率分量转换为新的频率分量L_-1；将经过直方图均衡处理后的低分辨率分量和新的频率分量L_-1融合，得到新的图像。

进一步地，所述将原始模糊图像分离成低分辨率分量和高分辨率分量，具体包括：使用拉普拉斯金字塔将原始模糊图像分为N层，其中第n层的低分辨率分量为

第n层的高分辨率分量为L_n，n＝0...N-1。

进一步地，所述低分辨率分量

由公式(1)计算得到：

其中，n＝0...N-1，N为金字塔分层层数，G_n为第n层金字塔等级对应的图像序列，W为拉普拉斯带通滤波器：

进一步地，所述高分辨率分量L_n由公式(2)计算得到：

进一步地，将所述高分辨率分量转换为新的频率分量L_-1包括以下步骤：计算增益削波限制因子C和缩放参数S，所述增益削波限制因子C用以控制增益大小，保证增益不超出图像显示范围限制，所述缩放参数S用于控制被提取出的细节变量的增强程度；根据增益削波限制因子C和缩放参数S计算得到新的频率分量L_-1，从而将高分辨率分量转换为新的频率分量L_-1。

进一步地，所述增益削波限制因子C由公式(3)计算得到：

其中，x(i,j)为在[-5,5]区间内的像素取值，

为[-5,5]区间内像素的均值，C的取值范围为[0,1]。

进一步地，所述缩放参数S由公式(4)计算得到：

其中，a∈R，R为自然数集。

进一步地，所述新的频率分量L_-1由公式(5)计算得到：

L_-1＝BP(S×(BOUND(L₀))) (5)

其中，BP表示的带通滤波，S为缩放参数，BOUND(L₀)为第0层金字塔分量中的图像边缘信息，L₀为第0层金字塔图像分量，T＝(1-C)×L_0max，T为阈值，L_0max为第0层金字塔图像分量的最大值。

进一步地，采用公式(7)将经过直方图均衡处理后的低分辨率分量和新的频率分量L_-1融合，得到新的图像：

I_out＝L_-1+I_in (7)

其中，I_out为输出图像，I_in为经过直方图均衡处理后的低分辨率分量。

本发明可不受图像本身频率特征的限制，对模糊图像进行细节增强处理。本发明通过计算不在图像中但却又适合图像的更高频信息特征，即新的频率分量L_-1，并将新的频率分量L_-1回叠给图像，可以较目前其他类似方法产生更多的细节，更大程度的提升图像的清晰度。

采用本发明的方法，BF&DDE和GIF&DDE处理同一图像达到同一清晰度的运行时间分别为0.3358s，9.345s和0.8574s。本发明可有效缩短图像处理的时间，提高运行效率。

附图说明

图1为本发明提供的一种图像细节的增强方法的流程示意图；

图2为原始模糊图像；

图3为经过拉普拉斯金字塔分离后的低分辨率分量；

图4为经过拉普拉斯金字塔分离后的高分辨率分量；

图5为通过计算得到的新的频率分量L_-1；

图6为采用本发明处理后得到的细节增强的图像。

具体实施方式

为了更好的理解本发明的实质，下面结合具体实施例和附图对本发明作进一步的阐述。

本发明适用于图像处理技术领域，尤其适用于模糊的红外图像。具体流程如图1所示，包括以下步骤：

步骤1，原始模糊图像如图2所示，将原始模糊图像分离成低分辨率分量和高分辨率分量。使用普拉斯金字塔将原始模糊图像使用拉普拉斯金字塔将原始模糊图像分为N层，其中第n层的低分辨率分量为

第n层的高分辨率分量为L_n，n＝0...N-1。

用一个带通拉普拉斯滤波器创造它的金字塔。原始图像经过拉普拉斯金字塔分离后的低分辨率分量如图3所示，高分辨率分量如图4所示。

a)金字塔的分解包括以下步骤：

根据金字塔结构，G_n的下一级应为

的子样本。在这种情况下，G_n的下一级可被描述为：

其中，G_n+1表示G_n的下一个金字塔等级，n＝0...N-1，，N为金字塔分层层数。

b)低分辨率分量

由公式(2)得到：

其中，n＝0...N-1，G_n为每层金字塔等级对应的图像序列，W表示拉普拉斯带通滤波器：

c)高分辨率分量L_n由公式(3)得到：

步骤2，将分离的低分辨率分量

采用直方图均衡。

步骤3，将所分离的高分辨率分量L_n转换为新的频率分量L_-1。

a)计算增益削波限制因子C和缩放参数S。增益削波限制因子C用以控制增益大小，保证增益不超出图像显示范围限制。缩放参数S用于控制被提取出的细节变量的增强程度。

缩放参数S通过公式(4)得到：

其中，a∈R，R为自然数集。

增益削波限制因子C通过公式(5)计算得到

其中，x(i,j)为在[-5,5]区间内的像素取值，

为[-5,5]区间内像素的均值，C的取值范围为[0,1]。

b)根据增益削波限制因子C和缩放参数S计算得到新的频率分量L_-1，从而将高分辨率分量L_n转换为新的频率分量L_-1。新的频率分量L_-1由公式(6)计算得到：

L_-1＝BP(S×(BOUND(L₀))) (6)

其中，BP表示的带通滤波，S为缩放参数，BOUND(L₀)为第0层金字塔分量中的图像边缘信息，L₀为第0层金字塔图像分量，T＝(1-C)×L_0max，T为阈值，L_0max为第0层金字塔图像分量的最大值。当计算到第0层时，第0层金字塔图像分量L₀中已经包含了之前每层的计算信息，再计算更高阶的时候可直接采用第0层金字塔图像分量L₀。

计算得到C＝0.1，S＝1时，高分辨率分量L_n转换为新的频率分量L_-1如图5所示。

步骤4，通过公式(8)将步骤2中经过直方图均衡处理后的低分辨率分量和新的频率分量L_-1融合，得到比原始图像细节更加清楚的新图像，如图6所示。

I_out＝L_-1+I_in (8)

其中，I_out为输出图像，I_in为经过直方图均衡处理后的低分辨率分量。

应当指出，虽然通过上述实施方式对本发明进行了描述，然而本发明还可有其它多种实施方式。在不脱离本发明精神和范围的前提下，熟悉本领域的技术人员显然可以对本发明做出各种相应的改变和变形，但这些改变和变形都应当属于本发明所附权利要求及其等效物所保护的范围内。

Claims (9)

1.一种图像细节的增强方法，其特征在于，包括以下步骤：

将原始模糊图像分离成低分辨率分量和高分辨率分量；

将所述低分辨率分量采用直方图均衡；

将所述高分辨率分量转换为新的频率分量L_-1；

将经过直方图均衡处理后的低分辨率分量和新的频率分量L_-1融合，得到新的图像。

2.根据权利要求1所述图像细节的增强方法，其特征在于：所述将原始模糊图像分离成低分辨率分量和高分辨率分量，具体包括：使用拉普拉斯金字塔将原始模糊图像分为N层，其中第n层的低分辨率分量为

第n层的高分辨率分量为L_n，n＝0...N-1。

3.根据权利要求2所述图像细节的增强方法，其特征在于：所述低分辨率分量

由公式(1)计算得到：

其中，n＝0...N-1，N为金字塔分层层数，G_n为第n层金字塔等级对应的图像序列，W为拉普拉斯带通滤波器：

4.根据权利要求2所述图像细节的增强方法，其特征在于：所述高分辨率分量L_n由公式(2)计算得到：

。

5.根据权利要求1所述图像细节的增强方法，其特征在于：将所述高分辨率分量转换为新的频率分量L_-1包括以下步骤：

计算增益削波限制因子C和缩放参数S，所述增益削波限制因子C用以控制增益大小，保证增益不超出图像显示范围限制，所述缩放参数S用于控制被提取出的细节变量的增强程度；

根据增益削波限制因子C和缩放参数S，计算得到新的频率分量L_-1，从而将高分辨率分量转换为新的频率分量L_-1。

6.根据权利要求5所述图像细节的增强方法，其特征在于：所述增益削波限制因子C由公式(3)计算得到：

其中，x(i,j)为在[-5,5]区间内的像素取值，

为[-5,5]区间内像素的均值，C的取值范围为[0,1]。

7.根据权利要求5所述图像细节的增强方法，其特征在于：所述缩放参数S由公式(4)计算得到：

其中，a∈R，R为自然数集。

8.根据权利要求5所述图像细节的增强方法，其特征在于：所述新的频率分量L_-1由公式(5)计算得到：

L_-1＝BP(S×(BOUND(L₀))) (5)

其中，BP表示带通滤波，S为缩放参数，BOUND(L₀)为第0层金字塔分量中的图像边缘信息，L₀为第0层金字塔图像分量，T＝(1-C)×L_0max，T为阈值，L_0max为第0层金字塔图像分量的最大值。

9.根据权利要求1所述图像细节的增强方法，其特征在于：采用公式(7)将经过直方图均衡处理后的低分辨率分量和新的频率分量L_-1融合，得到新的图像：

I_out＝L_-1+I_in (7)

其中，I_out为输出图像，I_in为经过直方图均衡处理后的低分辨率分量。

Images