CN113077404B - 一种图像对比度提升的方法 - Google Patents

一种图像对比度提升的方法 Download PDF

Info

Publication number
CN113077404B
CN113077404B CN202110581948.0A CN202110581948A CN113077404B CN 113077404 B CN113077404 B CN 113077404B CN 202110581948 A CN202110581948 A CN 202110581948A CN 113077404 B CN113077404 B CN 113077404B
Authority
CN
China
Prior art keywords
image
stretched
brightness
luminance
histogram
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.)
Active
Application number
CN202110581948.0A
Other languages
English (en)
Other versions
CN113077404A (zh
Inventor
陈宇
王明琛
孙作潇
刘宇新
朱政
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.)
Hangzhou Microframe Information Technology Co ltd
Original Assignee
Hangzhou Microframe Information Technology Co ltd
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 Hangzhou Microframe Information Technology Co ltd filed Critical Hangzhou Microframe Information Technology Co ltd
Priority to CN202110581948.0A priority Critical patent/CN113077404B/zh
Publication of CN113077404A publication Critical patent/CN113077404A/zh
Application granted granted Critical
Publication of CN113077404B publication Critical patent/CN113077404B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种图像对比度提升的方法，属于图像处理技术领域。所述方法为计算图像的亮度图像，截取一定亮度范围的亮度图像进行拉伸，最后对拉伸后的亮度图像的直方图进行裁剪并且均衡化。在直方图均衡化过程中，减弱图像暗区域的均衡化来抑制均衡化过程中图像暗区域噪声放大的问题。

Description

一种图像对比度提升的方法
技术领域
本发明涉及图像处理技术领域，具体涉及一种图像对比度提升方法。
背景技术
限制对比度自适应直方图均衡化（Contrast Limited Adaptive HistogramEquation，以下简写为CLAHE）是一种常用的对比度增强方法，可以有效的改善图像各种颜色的分布，得到一种更加均衡的直方图分布，更加符合人眼的主观感受。一般CLAHE不能大幅改善图像的整体亮度分布，所以在进行CLAHE的之前，一般会做一次线性的对比度拉伸，通过这一步可以把一个原始较暗的图像的暗部区域亮度显著提升，从而可以看到更多的细节。
但是，当图像进行线性的对比度拉伸时，会显著放大原始图像暗部区域的噪声。另外，在CLAHE时还有可能会进一步放大噪声（是否会放大噪声与暗部区域的大小有关）。本发明就是针对现有技术的限制，对提升图像对比度的方法进行改进，抑制暗部区域噪声的放大。
发明内容
鉴于现有技术的限制，本发明实施例提出了一种图像对比度提升方法。具体地，本发明实施例提供了以下技术方案，包括：
S101，计算得到待对比度增强图像的亮度图像X。
S102，统计所述亮度图像X的直方图h(x)。
S103，对所述亮度图像X进行拉伸。
具体地，所述对所述亮度图像X进行拉伸，包括：
分别从最小亮度和最大亮度开始计算所述亮度图像X的累计直方图L(x)和R(x)，
其中，L(x)表示当亮度小于或等于x时的像素累计概率，R(x)表示当亮度大于或等于x时的累计概率。
根据所述累计直方图L(x)和R(x)，截取待拉伸的亮度范围[Xmin , Xmax]。
根据所述待拉伸的亮度范围[Xmin , Xmax]，将所述亮度图像X进行拉伸。
设置拉伸后图像的亮度范围[Ymin , Ymax]。
进一步地，对所述拉伸后图像的亮度范围进行修正。
根据所述修正后的拉伸范围[Ymin , Ymax]，将所述待拉伸的亮度范围[Xmin , Xmax]中的所述亮度图像X进行线性拉伸，输出拉伸后的亮度图像Y。
S104，对所述拉伸后的亮度图像Y的直方图进行裁剪。
具体地，所述对所述拉伸后的亮度图像Y的直方图进行裁剪，包括：
统计所述拉伸后的亮度图像Y的直方图H（x）。
设置灰度阈值δ，以及裁剪限值γ，对超过裁剪限值以上的部分做裁剪，然后将所述裁剪的部分平均分配到大于灰度阈值δ的灰度级中。
S105，以所述裁剪后的直方图为目标概率密度函数，对所述拉伸后的亮度图像Y进行直方图均衡化。
具体地，将所述裁剪后的直方图转换为映射曲线。
进一步地，将所述映射曲线进行半径为r的高斯滤波，得到最后平滑的映射曲线。
通过所述平滑的映射曲线对所述拉伸后的亮度图像Y进行映射，得到最后的输出图像Z。
由上述技术方案可知，本发明具有以下有益效果：1. 本发明在拉伸过程中增加了预设常数，防止图像拉伸过度；2. 常规的均衡化对于图像是无差别均衡化，均衡化后会导致暗区的噪声被方大，本发明优化了算法，在均衡化时预设了灰度阈值，对于小于阈值的暗区限制均衡化程度，从而防止暗区的噪声被放大。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1是一种图像对比度提升方法的流程示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了一种图像对比度提升方法的流程图，如图1所示，本发明实施例提供的一种图像对比度方法，具体包括：
S201，计算得到待对比度增强图像的亮度图像X。
可选地，所述待对比度增强图像可以是一张图像，也可以是视频中的图像帧。
其中，对于不同格式的图像，根据实际图像格式计算亮度图像。
例如，RGB图像格式的亮度图像为：
Figure 656362DEST_PATH_IMAGE001
。
又如，YUV图像格式的取Y通道即为亮度图像。
S202，统计所述亮度图像X的直方图h(x)。
S203，对所述亮度图像X进行拉伸。
具体地，所述对所述亮度图像X进行拉伸，包括：
分别从最小亮度和最大亮度开始计算所述亮度图像X的累计直方图L(x)和R(x)，
Figure 113888DEST_PATH_IMAGE002
其中，L(x)表示当亮度小于或等于x时的像素累计概率，R(x)表示当亮度大于或等于x时的累计概率。
根据所述累计直方图L(x)和R(x)，截取待拉伸的亮度范围[Xmin , Xmax ]，
Figure 990577DEST_PATH_IMAGE003
其中，α是小于1的系数。
根据所述待拉伸的亮度范围[Xmin , Xmax ]，将所述亮度图像X进行拉伸。
设置拉伸后图像的亮度范围[Ymin , Ymax ]。
进一步地，为防止所述亮度图像X被过度拉伸，对所述拉伸后图像的亮度范围进行修正，限制拉伸范围
Figure 281881DEST_PATH_IMAGE004
β为用户设定的大于1的常数。
根据所述修正后的拉伸范围，将所述待拉伸的亮度范围[Xmin , Xmax]中的所述亮度图像X进行线性拉伸，输出拉伸后的亮度图像Y，
Figure 407969DEST_PATH_IMAGE005
Figure 403607DEST_PATH_IMAGE006
。
S204，对所述拉伸后的亮度图像Y的直方图进行裁剪。
具体地，所述对所述拉伸后的亮度图像Y的直方图进行裁剪，包括：
统计所述拉伸后的亮度图像Y的直方图H（x）。
设置灰度阈值δ，以及裁剪限值γ，对超过限值以上的部分做裁剪，然后将所述裁剪的部分平均分配到大于灰度阈值δ的灰度级中。
Figure 806906DEST_PATH_IMAGE007
其中，r0和r1表示中间变量。
S205，以所述裁剪后的直方图
Figure 597008DEST_PATH_IMAGE008
为目标概率密度函数，对所述拉伸后的亮度图像Y进行直方图均衡化。
具体地，将所述裁剪后的直方图
Figure 416584DEST_PATH_IMAGE008
转换为映射曲线
Figure 747071DEST_PATH_IMAGE009
，
Figure 4877DEST_PATH_IMAGE010
。
进一步地，为了避免产生色块，将所述映射曲线
Figure 231459DEST_PATH_IMAGE011
进行半径为r的高斯滤波，得到最后平滑的映射曲线。
Figure 535401DEST_PATH_IMAGE012
其中，
Figure 404000DEST_PATH_IMAGE013
为高斯滤波系数。
通过所述平滑的映射曲线对所述拉伸后的亮度图像Y进行映射，得到最后的输出图像Z。
需要说明的是，对于不同格式的图像，根据实际图像格式输出图像Z。
例如，RGB格式的图片计算方式如下：
Figure 109788DEST_PATH_IMAGE014
。
又如，YUV格式的图片，计算方式如下：
Figure 913796DEST_PATH_IMAGE015
。
以上实施例仅用于说明发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (3)

1.一种图像对比度提升的方法，其特征在于，包括以下步骤：
步骤1，计算得到待对比度增强图像的亮度图像；
步骤2，统计所述亮度图像的直方图；
步骤3，对所述亮度图像进行拉伸；
所述对所述亮度图像进行拉伸，包括：
分别从最小亮度和最大亮度开始计算所述亮度图像的累计直方图L(x)和R(x)，
其中，L(x)表示当亮度小于或等于x时的像素累计概率，R(x)表示当亮度大于或等于x时的累计概率；
根据所述累计直方图L(x)和R(x)，截取待拉伸的亮度范围；
设置拉伸后图像的亮度范围；
对所述拉伸后图像的亮度范围进行修正；
根据所述修正后的拉伸范围，将所述待拉伸的亮度范围中的所述亮度图像进行线性拉伸，输出拉伸后的亮度图像；
所述对所述拉伸后图像的亮度范围进行修正的算法为：
Figure 616630DEST_PATH_IMAGE001
其中，β为用户设定的大于1的常数，Xmax和Xmin分别为所述待拉伸的亮度范围中的最大亮度和最小亮度，Ymax和Ymin分别为所述设置的拉伸后图像亮度范围中的最大亮度和最小亮度；
步骤4，对所述拉伸后的亮度图像进行直方图裁剪；
步骤5，以所述裁剪后的直方图为目标概率密度函数，对所述拉伸后的亮度图像进行直方图均衡化。
2.根据权利要求1所述的图像对比度提升的方法，其特征在于，所述对所述拉伸后的亮度图像进行直方图裁剪，包括：
统计所述拉伸后的亮度图像的直方图；
设置灰度阈值δ，以及裁剪限值γ，对直方图中超过裁剪限值γ以上的部分做裁剪，然后将所述裁剪的部分平均分配到大于灰度阈值δ的灰度级中。
3.根据权利要求1所述的图像对比度提升的方法，其特征在于，所述对拉伸后的亮度图像进行直方图均衡化，包括：
将所述裁剪后的直方图转换为映射曲线；
将所述映射曲线进行半径为r的高斯滤波，得到最后平滑的映射曲线；
通过所述平滑的映射曲线对所述拉伸后的亮度图像进行映射，得到最后的输出图像。
CN202110581948.0A 2021-05-27 2021-05-27 一种图像对比度提升的方法 Active CN113077404B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110581948.0A CN113077404B (zh) 2021-05-27 2021-05-27 一种图像对比度提升的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110581948.0A CN113077404B (zh) 2021-05-27 2021-05-27 一种图像对比度提升的方法

Publications (2)

Publication Number Publication Date
CN113077404A CN113077404A (zh) 2021-07-06
CN113077404B true CN113077404B (zh) 2022-09-23

Family

ID=76616942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110581948.0A Active CN113077404B (zh) 2021-05-27 2021-05-27 一种图像对比度提升的方法

Country Status (1)

Country Link
CN (1) CN113077404B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103440635B (zh) * 2013-09-17 2016-06-22 厦门美图网科技有限公司 一种基于学习的对比度受限自适应直方图均衡方法
CN105844604A (zh) * 2016-05-19 2016-08-10 湖南源信光电科技有限公司 基于局部直方图增强的快速去雾算法
CN110400260B (zh) * 2018-04-25 2022-07-29 展讯通信（上海）有限公司 图像处理方法及装置
CN109146826A (zh) * 2018-06-27 2019-01-04 华南理工大学 一种图像增强方法及装置

Also Published As

Publication number Publication date
CN113077404A (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
US8111915B2 (en) Apparatus and method of enhancing color of image
KR100621414B1 (ko) 채도 적응적인 영상 향상장치 및 그 방법
US8477247B2 (en) Joint enhancement of lightness, color and contrast of images and video
US8144985B2 (en) Method of high dynamic range compression with detail preservation and noise constraints
US20070165947A1 (en) Image processing method and system using gain controllable clipped histogram equalization
EP1209621A2 (en) A method for enhancing a digital image based upon pixel color
US20080123952A1 (en) Contrast optimization of images
US8280162B2 (en) Image processing apparatus and recording medium recording image processing program
CN111709898B (zh) 基于优化clahe的红外图像增强方法与系统
CN112288661B (zh) 一种图像色彩校正方法
CN110288546B (zh) 一种采用双向伽马变换的低照度图像增强方法
CN108280836B (zh) 一种图像处理方法及装置
KR20150002012A (ko) 히스토그램 압축을 이용한 히스토그램 평활화 장치
WO2006006157A2 (en) Automatic adaptive gamma correction
CN112419209B (zh) 一种全局直方图均衡的图像增强方法
CN112488968B (zh) 一种分程度直方图均衡融合的图像增强方法
CN113077404B (zh) 一种图像对比度提升的方法
CN111080563B (zh) 一种基于遍历寻优的直方图均衡方法
CN114283076B (zh) 一种基于透射率和clahe算法的图像处理方法
CN115835036A (zh) 一种基于自适应伽马校正的红外图像压缩方法
CN109167892B (zh) 一种视频图像细节增强方法与系统
US7773824B2 (en) Signal processing device and method, recording medium, and program
CN111161165A (zh) 一种基于遍历寻优的图像对比度增强方法
CN113850743B (zh) 一种基于自适应参数的视频全局色调映射方法
US8587725B2 (en) Method of digital signal processing

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