CN112581400B - 基于高斯标准差和对比度调谐图像增强方法 - Google Patents

Abstract

本发明公开了一种基于高斯标准差和对比度调谐图像增强方法，包括：采集获得待增强的图像，并利用高斯标准差计算图像局部均值；根据图像局部均值求得亮度空间扩充函数的增益ρ；根据亮度空间扩充函数求得归一化增强后的像素值；求得图像的亮度变化值；将图像对比度进行调谐增强得到亮度图像I_v,EN；归一化亮度图像I_v,EN。通过上述方案，本发明具有逻辑简单、增强可靠等优点，在图像处理技术领域具有很高的实用价值和推广价值。

Description

基于高斯标准差和对比度调谐图像增强方法

技术领域

本发明涉及图像处理技术领域，尤其是基于高斯标准差和对比度调谐图像增强方法。

背景技术

图像增强是计算机视觉领域的核心研究内容之一，输入为各类视频或图像，通过判断这些视频或图像的亮度信息，根据算法模型，最终对整个图像的亮度提升，凸显重要的细节特征。图像增强在很多领域有着广泛的应用，如图像识别、视频监控、军事等克服背光、低亮度场景的行业。目前，现有技术中的图像增强算法，大部分是对图像全局进行处理，没有根据实际场景中的对比度特征做优化处理，或参数复杂，场景的适应性不强。

正如专利申请号“201410563057.2”、名称为“处理在恶劣环境中所拍摄低照度图像的方法”的中国发明专利，其包括：第一步：通过现有3D降噪算法处理所采集的连续若干帧低照度图像；第二步：通过现有非局部均值(NLM)滤波算法处理已经3D降噪算法所处理过的连续若干帧低照度图像；第三步：采用高动态范围图像增强算法：通过高动态范围图像增强算法对已经非局部均值(NLM)滤波算法处理的该连续若干帧低照度图像计算出其中每一像素点(x，y)的亮度值并以该连续若干帧低照度图像中每一像素点(x，y)的亮度值输出图像。但是，其存在以下问题：

第一，该技术仅能处理低照度图像，对于整体亮度适中，但存在局部偏暗的情况会导致大面积的图像过亮；

第二，该技术仅能处理彩色图像；

第三，过程复杂，效率较低。

因此，急需要提出一种逻辑简单、适用范围广、处理高效的基于高斯标准差和对比度调谐图像增强方法。

发明内容

针对上述问题，本发明的目的在于提供基于高斯标准差和对比度调谐图像增强方法，本发明采用的技术方案如下：

基于高斯标准差和对比度调谐图像增强方法，包括以下步骤：

采集获得待增强的图像，并利用高斯标准差计算图像局部均值，其表达式为：

其中，c表示归一化常数，σ表示高斯分布的标准差，x表示图像的横坐标，y表示图像的纵坐标；

根据图像局部均值求得亮度空间扩充函数的增益ρ，其表达式为：

其中，k表示偏移像素的像素值；

根据亮度空间扩充函数求得归一化增强后的像素值，其表达式为：

其中，τ_x,y表示像素坐标(x,y)在HSV颜色空间中V通道像素值；

求得图像的亮度变化值，其表达式为：

I_v＝I_x,y-I_avg

其中，I_avg表示亮度增强图像的高斯滤波结果；

将图像对比度进行调谐增强得到亮度图像I_v,EN，其表达式为：

|I_v,EN|＝|I_v|^β

I_v,EN＝|I_v,EN|·sign(I_v)

其中，β表示调整图像对比的调谐因子，sign(I_v)取1或0或-1；

归一化亮度图像I_v,EN，其表达式为：

I_c,EN＝(I_v,EN+I_avg)/max(I_v,EN+I_avg)。

进一步地，若待增强的图像为彩色图像时，将待增强的图像转化到HSV颜色空间，取出V通道图像。

更进一步地，还包括利用待增强的图像的颜色信息并采用线性颜色重映射算法恢复归一化后的亮度图像I_c,EN的三通道的颜色，其表达式为：

其中，τ表示像素在HSV颜色空间中V通道的像素值，r、g、b表示对应像素在原始图像的R、G、B通道的像素值。

与现有技术相比，本发明具有以下有益效果：

(1)本发明巧妙地根据获取到的图像高斯标准差，完成亮度空间扩充，随后进行对比调谐增强，凸显细节特征，若原图像为彩色图像，则还原到RGB颜色空间，最后得到明暗合理的增强图像；

(2)本发明巧妙地采用了高斯标准差计算图像局部均值，均衡了图像的亮度空间扩充的效果和色彩重映射的性能；

(3)本发明通过计算亮度空间扩充函数的增益，图像的昏暗区域时，增益的值应该较小，使得亮度空间扩充的增益值较大，这样能够增加图像昏暗区域像素的亮度；

综上所述，本发明具有逻辑简单、增强可靠等优点，在图像处理技术领域具有很高的实用价值和推广价值。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需使用的附图作简单介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对保护范围的限定，对于本领域技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明的流程图。

图2为本发明中的实验原始图像。

图3为本发明中原始图像在HSV颜色空间中的V通道。

图4为本发明中亮度空间扩充后的实验结果。

图5为本发明中亮度增强图像的高斯滤波结果。

图6为本发明中局部亮度变化图像。

图7为本发明中局部亮度变化增强图像。

图8为本发明中局部对比度调谐增强处理后的最终结果。

图9为本发明中最终图像增强图像。

具体实施方式

为使本申请的目的、技术方案和优点更为清楚，下面结合附图和实施例对本发明作进一步说明，本发明的实施方式包括但不限于下列实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

实施例

如图1至图9所示，本实施例针对现有技术中图像增强算法中对比度特征信息的缺失和场景适应性的不足，提供了一种基于高斯标准差和对比度调谐图像增强方法。首先，采用亮度空间扩充函数来增加图像的亮度显示范围，且函数能够明显增强图像阴暗区域的亮度，同时不增强图像明亮区域的亮度；随后应用对比度调谐技术，提高体图像的对比度，凸显图像的细节特征；最后，将图像投影到正确的颜色空间。

具体来说，本实施例的图像增强方法包括以下步骤：

第一步：若图像为彩色图像，则将图像转化到HSV颜色空间，取出V通道图像做后续处理；若图像为灰度图像，则直接对图像进行处理。

第二步：根据式1利用高斯标准差计算图像局部均值，其中，σ是高斯分布的标准差，c是归一化常数，使得γ_x,y满足：∫∫γ_x,ydxdy＝1。标准差σ的选择，均衡了图像的亮度空间扩充的效果和色彩重映射的性能。

第三步：计算亮度空间扩充函数的增益ρ。图像的昏暗区域时，参数ρ的值应该较小，使得亮度空间扩充的增益值较大，这样能够增加图像昏暗区域像素的亮度。参数ρ的表达式如式(2)。其中γ_x,y就是第二步中计算得到的局部均值，k是偏移像素的像素值，通常k为3。

第四步：根据亮度空间扩充函数，得到归一化增强后的像素值，如式(3)。其中，τ_x,y表示像素坐标(x,y)在HSV颜色空间中V通道像素值，在图像坐标(x,y)点像素值需满足条件：0≤τ_x,y≤255，也就是说图像必须是8位的。ρ表示图像的统计数据，I_x,y为归一化后的增强像素值。

第五步：计算亮度变化，如式(4)所示。其中I_x,y表示原始图像通过上一步自＝亮度空间扩充后得到的亮度增强图像，I_avg表示亮度增强图像的高斯滤波结果。I_avg在式3中，通过2D高斯核卷积计算得到。通过实验，高斯核的标准差经验取值的范围为：5≤σ≤10。I_v和I_x,y、I_avg不同，I_v可以为正值也可以为负值，正值代表着一个像素相较于临近区域像素亮度值较大，负值代表一个像素相较于临近区域像素亮度值较小。I_v的大小决定了图像的局部对比度：较大的I_v值表示较大的对比度，反之亦然。

I_v＝I_x,y-I_avg (4)

第六步：将图像对比度进行调谐增强得到I_v,EN，可以通过式(5)和式(6)计算。其中，β是调整图像对比的调谐因子，满足β＜1。因为|I_v|^β是I_v绝对值的幂级数，|I_v,EN|的值一定是正数。sign(I_v)的取值为1，0或者-1，分别表示I_v为正值，0或者负值。

|I_v,EN|＝|I_v|^β (5)

I_v,EN＝|I_v,EN|·sign(I_v) (6)

第七步：归一化得到最终的亮度图像I_c,EN，如式(7)。

I_c,EN＝(I_v,EN+I_avg)/max(I_v,EN+I_avg) (7)

第八步：原始图像经过亮度空间扩充得到亮度增强图像I_x,y，I_x,y经过对比调谐增强处理后获得了细节信息更丰富的增强图像I_c,EN。若原图为彩色图像，为了使增强图像I_c,EN恢复到RGB颜色空间，可以利用原始图像的颜色信息，通过线性颜色重映射的方法恢复I_c,EN的r'，g'，b'三通道的颜色。线性颜色重映射的方法如式8所示。其中，τ表示像素在HSV颜色空间中V通道的像素值，r、g、b表示对应像素在原始图像的R、G、B通道的像素值。

上述实施例仅为本发明的优选实施例，并非对本发明保护范围的限制，但凡采用本发明的设计原理，以及在此基础上进行非创造性劳动而作出的变化，均应属于本发明的保护范围之内。

Claims (3)

1.基于高斯标准差和对比度调谐图像增强方法，其特征在于，包括以下步骤：

采集获得待增强的图像，并利用高斯标准差计算图像局部均值，其表达式为：

其中，c表示归一化常数，σ表示高斯分布的标准差，x表示图像的横坐标，y表示图像的纵坐标；

根据图像局部均值求得亮度空间扩充函数的增益ρ，其表达式为：

其中，k表示偏移像素的像素值；

根据亮度空间扩充函数求得归一化增强后的像素值，其表达式为：

其中，τ_x,y表示像素坐标(x,y)在HSV颜色空间中V通道像素值；

求得图像的亮度变化值，其表达式为：

I_v＝I_x,y-I_avg

其中，I_avg表示亮度增强图像的高斯滤波结果；

将图像对比度进行调谐增强得到亮度图像I_v,EN，其表达式为：

|I_v,EN|＝|I_v|^β

I_v,EN＝|I_v,EN|·sign(I_v)

其中，β表示调整图像对比的调谐因子，sign(I_v)取1或0或-1，分别表示I_v为正值，0或者负值；

归一化亮度图像I_v,EN，其表达式为：

I_c,EN＝(I_v,EN+I_avg)/max(I_v,EN+I_avg)。

2.根据权利要求1所述的基于高斯标准差和对比度调谐图像增强方法，其特征在于，若待增强的图像为彩色图像时，将待增强的图像转化到HSV颜色空间，取出V通道图像。

3.根据权利要求2所述的基于高斯标准差和对比度调谐图像增强方法，其特征在于，还包括利用待增强的图像的颜色信息并采用线性颜色重映射算法恢复归一化后的亮度图像I_c,EN的三通道的颜色，其表达式为：

其中，τ表示像素在HSV颜色空间中V通道的像素值，r、g、b表示对应像素在原始图像的R、G、B通道的像素值。