CN112419195A - 一种非线性变换的图像增强方法 - Google Patents

一种非线性变换的图像增强方法 Download PDF

Info

Publication number
CN112419195A
CN112419195A CN202011347648.8A CN202011347648A CN112419195A CN 112419195 A CN112419195 A CN 112419195A CN 202011347648 A CN202011347648 A CN 202011347648A CN 112419195 A CN112419195 A CN 112419195A
Authority
CN
China
Prior art keywords
value
image
regions
power function
calculating
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.)
Granted
Application number
CN202011347648.8A
Other languages
English (en)
Other versions
CN112419195B (zh
Inventor
戴声奎
袁琪
陈献志
高剑萍
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huaqiao University
Original Assignee
Huaqiao University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Huaqiao University filed Critical Huaqiao University
Priority to CN202011347648.8A priority Critical patent/CN112419195B/zh
Publication of CN112419195A publication Critical patent/CN112419195A/zh
Application granted granted Critical
Publication of CN112419195B publication Critical patent/CN112419195B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G06T5/90—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种非线性变化的图像增强方法，包括如下步骤：对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像；计算标准化图像的均值、中值和标准化图像的直方图所占动态范围的中间值，将均值、中值或标准化图像的直方图所占动态范围的中间值作为分隔值，将标准化图像按像素大小分成两个区域；计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；对校正后的两个子图像进行合并，得到最终的增强图像；本发明提供的方法克服了现有技术在不同场景图像亮度和对比度调整上参数非自适应等不足，提高处理效率，扩大适用范围。

Description

一种非线性变换的图像增强方法
技术领域
本发明涉及图像和视频处理领域，特别是指一种非线性变换的图像增强方法。
背景技术
受光照条件、设备以及用户操作等影响，多数情况下获取的图片都不具备良好的亮度和对比度，细节不够突出。因此，对不同场景图像亮度和对比度的调整得到了广泛关注。目前常见的处理方法有线性变换、对数变换、伽马校正等，线性变换主要采取分段调整的方式，对某一段灰度级对应像素进行指定程度的增强；对数变换和伽马校正属于非线性变换，灰度级不同，调整程度就有所差异，具体取决于参数大小。此类方法的不足是其参数无法自适应。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷，提出一种非线性变换的图像增强方法，克服了现有技术在不同场景图像亮度和对比度调整上参数非自适应等不足，提高处理效率，扩大适用范围。
本发明采用如下技术方案：
一种非线性变化的图像增强方法，包括如下步骤：
对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像；
计算标准化图像的均值、中值和标准化图像的直方图所占动态范围的中间值，将均值、中值或标准化图像的直方图所占动态范围的中间值作为分隔值，将标准化图像按像素大小分成两个区域；
计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；
利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；
对校正后的两个子图像进行合并，得到最终的增强图像。
具体地，所述对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像，具体包括：
ingray＝(ingray-min(ingray(:)))/(max(ingray(:))-min(ingray(:)))*255
其中ingray为输入图像各灰度值。
具体地，所述计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；具体包括：
gamma1＝darkmean/SP
gamma2＝lightmean/SP
其中，两个区域分为暗区和亮区，darkmean暗区像素强度平均值，lightmean亮区的像素强度平均值，SP为分割值，gamma1为暗区幂函数参数和gamma2为亮区幂函数参数。
具体地，所述计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数，还包括：对幂函数参数利用指数函数进一步调整，具体为：
gamma1＝gamma1.^alpha
gamma2＝gamma2.^beta
其中，暗区指数参数为alpha，alpha<1，亮区指数参数为beta，beta>1。
具体地，利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；具体步骤为：
暗区图像像素值记为darkgary，然后归一化操作darkgary/SP，记为darknorm，再进行校正darkout＝darknorm^gamma1；
亮区的图像像素值记为lightgary，然后归一化操作(lightgary-SP)/(255-SP)，记为lightnorm，再进行校正lightout＝lightnorm^gamma2。
具体地，所述对校正后的两个子图像进行合并，得到最终的增强图像，具体步骤如下：
将暗区图像像素值还原到[0SP]范围内，darkout*SP；
将亮区图像像素值还原到[SP 255]范围内，lightout*(255-SP)+SP；
将上述结果值取整数，得到最终输出的增强图像。
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
1、本发明提供的方法，根据像素强度平均值计算两个区域的幂函数参数，参数自适应，参数值大小随分区像素强度均值大小而定，结合区域特点做不同调整，使不同场景图像亮度和对比度都得到了很好改善；
2、本发明提供的方法对幂函数参数利用指数函数进一步调整，调控方便，可以根据个人视觉感知调整人工控制参数，以符合不同用户对于图像亮度和对比度的需求。
附图说明
图1为本发明提供的非线性变换的图像增强方法实现的整体流程图；
图2为本发明方法实施的效果对比图，其中，图2(a)为输入图像，图2(b)为结果图像。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
如图1所示流程，本发明为一种非线性变换的图像增强方法，包括：输入图像线性拉伸；根据选定的分割值将图像分成暗亮两个区域；设置不同区域的调整参数；分区分开进行处理；将不同分区调整后的两个子图像合并，得到结果图像。
预先假设图像为8比特灰度图像，记为ingray，其最小灰度级为Lmin，最大灰度级为Lmax。
以下详细描述本发明的具体实施方式：
S1：对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像；
线性拉伸输入图像ingray，使其灰度谱带宽范围扩展到0到255之间，实施方式为：
ingray＝(ingray-min(ingray(:)))/(max(ingray(:))-min(ingray(:)))*255
S2：计算标准化图像的均值、中值和标准化图像的直方图所占动态范围的中间值，将均值、中值或标准化图像的直方图所占动态范围的中间值作为分隔值，将标准化图像按像素大小分成两个区域；
计算线性拉伸后图像的均值和中值，分别记为img_mean和img_mid，其中图像中值img_mid可以借助prctile函数确定，在图像均值、中值以及其直方图所占动态范围的中间值(Lmin+Lmax)/2之间选取任一作为分割值SP，然后按像素大小将标准化图像分成暗亮两个区域；
S3：计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；
分别计算暗区和亮区的像素强度平均值darkmean和lightmean，结合分割值SP，设置分区的幂函数参数gamma1和gamma2，实施方式为：
gamma1＝darkmean/SP
gamma2＝lightmean/SP
计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数，还包括：对幂函数参数利用指数函数进一步调整；
根据个人视觉感知差异，可以继续对幂函数参数进行调整，调整关系为指数函数关系，实施方式为：
gamma1＝gamma1.^alpha
gamma2＝gamma2.^beta
记暗区指数参数为alpha，亮区指数参数为beta，其中，指数都默认为1，幂函数表达式的特点是：暗区该参数小于1，函数上凸，做亮度增强校正；亮区该参数大于1，函数下凹，做亮度减弱校正；alpha和beta参数的具体大小可以根据个人视觉感知差异或经验进行设定；
S4：利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；
对暗区和亮区的图像像素值，分别再相应的幂函数参数gamma1和gamma2进行校正，具体步骤为：
暗区图像像素值记为darkgary，然后归一化操作darkgary/SP，记为darknorm，再进行校正darkout＝darknorm^gamma1；
亮区的图像像素值记为lightgary，然后归一化操作(lightgary-SP)/(255-SP)，记为lightnorm，再进行校正lightout＝lightnorm^gamma2；
S5：对校正后的两个子图像进行合并，得到最终的增强图像。具体步骤如下：
将暗区图像像素值还原到[0SP]范围内，darkout*SP；
将亮区图像像素值还原到[SP 255]范围内，lightout*(255-SP)+SP；
将上述结果值取整数，得到最终输出的增强图像。
图2为本发明实施的效果对比，其中图2(a)为输入图像，图2(b)为结果图像。从结果图像可以看出，本发明提供的是一种非线性变换的图像增强方法，通过将图像分成暗亮两个区域，结合各自特点对图像亮度和对比度进行自适应的调整，确保了提升暗区亮度的同时降低亮区亮度，显示出更多细节。
本发明提供的方法，根据像素强度平均值计算两个区域的幂函数参数，参数自适应，参数值大小随分区像素强度均值大小而定，结合区域特点做不同调整，使不同场景图像亮度和对比度都得到了很好改善；另外，幂函数参数利用指数函数进一步调整，调控方便，可以根据个人视觉感知调整人工控制参数，以符合不同用户对于图像亮度和对比度的需求。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。

Claims (6)

1.一种非线性变化的图像增强方法，其特征在于，包括如下步骤：
对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像；
计算标准化图像的均值、中值和标准化图像的直方图所占动态范围的中间值，将均值、中值或标准化图像的直方图所占动态范围的中间值作为分隔值，将标准化图像按像素大小分成两个区域；
计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；
利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；
对校正后的两个子图像进行合并，得到最终的增强图像。
2.根据权利要求1所述的一种非线性变化的图像增强方法，其特征在于，所述对输入图像的灰度值进行线性拉伸，扩展灰度谱带宽，得到标准化图像，具体包括：
ingray＝(ingray-min(ingray(:)))/(max(ingray(:))-min(ingray(:)))*255
其中ingray为输入图像各灰度值。
3.根据权利要求1所述的一种非线性变化的图像增强方法，其特征在于，所述计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数；具体包括：
gamma1＝darkmean/SP
gamma2＝lightmean/SP
其中，两个区域分为暗区和亮区，darkmean暗区像素强度平均值，lightmean亮区的像素强度平均值，SP为分割值，gamma1为暗区幂函数参数和gamma2为亮区幂函数参数。
4.根据权利要求3所述的一种非线性变化的图像增强方法，其特征在于，所述计算两个区域的像素强度平均值，根据像素强度平均值计算两个区域的幂函数参数，还包括：对幂函数参数利用指数函数进一步调整，具体为：
gamma1＝gamma1.^alpha
gamma2＝gamma2.^beta
其中，暗区指数参数为alpha，alpha<1，亮区指数参数为beta，beta>1。
5.根据权利要求3所述的一种非线性变化的图像增强方法，其特征在于，利用幂函数参数分别对相应的区域进行校正，得到校正后的两个子图像；具体步骤为：
暗区图像像素值记为darkgary，然后归一化操作darkgary/SP，记为darknorm，再进行校正darkout＝darknorm^gamma1；
亮区的图像像素值记为lightgary，然后归一化操作(lightgary-SP)/(255-SP)，记为lightnorm，再进行校正lightout＝lightnorm^gamma2。
6.根据权利要求5所述的一种非线性变化的图像增强方法，其特征在于，所述对校正后的两个子图像进行合并，得到最终的增强图像，具体步骤如下：
将暗区图像像素值还原到[0 SP]范围内，darkout*SP；
将亮区图像像素值还原到[SP 255]范围内，lightout*(255-SP)+SP；
将上述结果值取整数，得到最终输出的增强图像。
CN202011347648.8A 2020-11-26 2020-11-26 一种非线性变换的图像增强方法 Active CN112419195B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011347648.8A CN112419195B (zh) 2020-11-26 2020-11-26 一种非线性变换的图像增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011347648.8A CN112419195B (zh) 2020-11-26 2020-11-26 一种非线性变换的图像增强方法

Publications (2)

Publication Number Publication Date
CN112419195A true CN112419195A (zh) 2021-02-26
CN112419195B CN112419195B (zh) 2023-06-20

Family

ID=74842638

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011347648.8A Active CN112419195B (zh) 2020-11-26 2020-11-26 一种非线性变换的图像增强方法

Country Status (1)

Country Link
CN (1) CN112419195B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114565535A (zh) * 2022-03-02 2022-05-31 北京锐影医疗技术有限公司 一种基于自适应梯度gamma校正的图像增强方法及装置
CN115100212A (zh) * 2022-08-29 2022-09-23 卡松科技股份有限公司 一种润滑油污染程度检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140254928A1 (en) * 2013-03-05 2014-09-11 Tamkang University Method and image processing device for image dynamic range compression with local contrast enhancement
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
CN109493289A (zh) * 2018-10-26 2019-03-19 华侨大学 一种具有亮度及饱和度双重非线性图像增强方法
CN111127343A (zh) * 2019-12-05 2020-05-08 华侨大学 一种直方图双控的红外图像对比度增强方法
CN111161163A (zh) * 2019-12-05 2020-05-15 华侨大学 一种直方图双重伽马校正的红外图像对比度增强方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140254928A1 (en) * 2013-03-05 2014-09-11 Tamkang University Method and image processing device for image dynamic range compression with local contrast enhancement
CN106960427A (zh) * 2016-01-11 2017-07-18 中兴通讯股份有限公司 二维码图像处理的方法和装置
CN109493289A (zh) * 2018-10-26 2019-03-19 华侨大学 一种具有亮度及饱和度双重非线性图像增强方法
CN111127343A (zh) * 2019-12-05 2020-05-08 华侨大学 一种直方图双控的红外图像对比度增强方法
CN111161163A (zh) * 2019-12-05 2020-05-15 华侨大学 一种直方图双重伽马校正的红外图像对比度增强方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
仲玲利: "基于FPGA的红外图像细节增强", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *
戴声荃 等: "基于最大熵模型的双直方图均衡算法", 《电子学报》 *
朱铮涛;萧达安;: "基于非线性调整的伽马校正图像增强算法", 计算机工程与设计, no. 09 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114565535A (zh) * 2022-03-02 2022-05-31 北京锐影医疗技术有限公司 一种基于自适应梯度gamma校正的图像增强方法及装置
CN114565535B (zh) * 2022-03-02 2022-09-13 北京锐影医疗技术有限公司 一种基于自适应梯度gamma校正的图像增强方法及装置
CN115100212A (zh) * 2022-08-29 2022-09-23 卡松科技股份有限公司 一种润滑油污染程度检测方法
CN115100212B (zh) * 2022-08-29 2022-11-18 卡松科技股份有限公司 一种润滑油污染程度检测方法

Also Published As

Publication number Publication date
CN112419195B (zh) 2023-06-20

Similar Documents

Publication Publication Date Title
US10134359B2 (en) Device or method for displaying image
US9396526B2 (en) Method for improving image quality
RU2544793C2 (ru) Устройство обработки изображений и способ управления таковыми
WO2018133609A1 (zh) 从低动态图像生成高动态图像的方法
KR101225058B1 (ko) 콘트라스트 조절 방법 및 장치
US20080037897A1 (en) Automatic contrast enhancement
US20100053384A1 (en) Image processing apparatus for performing gradation correction on subject image
JP2006093753A (ja) 映像表示装置
US8526736B2 (en) Image processing apparatus for correcting luminance and method thereof
KR100512976B1 (ko) 화면의 콘트라스트를 향상시키는 블랙/화이트 스트레칭시스템 및 그의 스트레칭 방법
JP5197858B1 (ja) 映像表示装置およびテレビ受信装置
WO2013121601A1 (ja) 映像表示装置およびテレビ受信装置
JP5284444B2 (ja) 映像表示装置およびテレビ受信装置
CN100515096C (zh) 显示器之数字图像适应性色彩调整方法与装置
CN112419195A (zh) 一种非线性变换的图像增强方法
CN112288661B (zh) 一种图像色彩校正方法
CN108090887B (zh) 一种视频图像处理方法及装置
Yu et al. Adaptive inverse hyperbolic tangent algorithm for dynamic contrast adjustment in displaying scenes
TWI462575B (zh) 影像處理裝置及影像處理方法
CN114187222A (zh) 一种低照度图像的增强方法、系统及可存储介质
CN107358592B (zh) 一种迭代式全局自适应图像增强方法
JP5410378B2 (ja) 映像信号補正装置および映像信号補正プログラム
CN109003241B (zh) 一种具有双控功能的线性图像增强方法
TWI438718B (zh) 適應性反雙曲線影像處理方法及其系統
CN113643651B (zh) 一种图像增强方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant