CN115880181A - 一种增强图像对比度的方法、装置及终端 - Google Patents
一种增强图像对比度的方法、装置及终端 Download PDFInfo
- Publication number
- CN115880181A CN115880181A CN202211659892.7A CN202211659892A CN115880181A CN 115880181 A CN115880181 A CN 115880181A CN 202211659892 A CN202211659892 A CN 202211659892A CN 115880181 A CN115880181 A CN 115880181A
- Authority
- CN
- China
- Prior art keywords
- image
- flat
- area
- image block
- processed
- 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.)
- Pending
Links
Images
Landscapes
- Picture Signal Circuits (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种增强图像对比度的方法、装置及终端,所述方法包括:将待处理图像切分为至少两个图像块;计算各图像块的梯度值并根据其梯度值判断待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;当存在时将平坦纹理细节交接区域图像块至少分为两组,并分别计算各组对应的累积直方图分布的平均;根据与平坦区域图像块相邻图像块,将平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强得到输出图像。本发明能够有效改善CLAHE算法所处理图像在大面积灰度近似区域和其他纹理细节区域交接处存在的衔接不自然的光晕现象及对比度增强不一致问题。
Description
技术领域
本发明涉及智能终端技术领域,尤其涉及一种增强图像对比度的方法、装置及终端。
背景技术
随着科技的不断发展,数字成像技术给人们的生活带来了很大的便利,由于受到场景及设备影响,所得数字图像往往出现图像灰度直方图分布过于集中,图像对比度过低的问题。为了提高视觉质量,挖掘图像中的有用信息,需要增强图像对比度。基于直方图的对比度增强方法由于具有较完备的数学理论并且计算量较低,容易编程实现而广泛的应用于图像对比度增强中。目前已经在经典的直方图均衡化(Histogram Equalization,以下简称HE)算法基础上进行改进,形成了若干图像对比度增强算法且得到了较广的应用,例如限制对比度自适应直方图均衡化算法(Contrast Limited Adaptive HistogramEqualization,以下简称为:CLAHE)。
虽然,CLAHE算法较好的解决了自适应直方图均衡化(Adaptive HistogramEqualization)算法放大大面积灰度近似区域内噪声的问题,但是图像经CLAHE算法进行对比度增强后,大面积的灰度值相近的平坦区域和图像中的其他纹理细节区域衔接的并不自然,在交接处会存在明显的“光晕(halo)”,处理后图像在平坦区域内也会出现明显的对比度增强不一致等问题。
发明内容
本发明提供一种增强图像对比度的方法、装置及终端,能够在保持CLAHE算法不放大大面积灰度近似区域内噪声的特点的同时,对CLAHE算法的效果进行较大的改善。
第一方面,本发明提供一种增强图像对比度的方法,所述方法包括:
将待处理图像按照预设尺寸切分为至少两个图像块;
计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,5将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,0得到输出图像。
可选地,所述计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块包括:
计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
5计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判
断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块。
可选地,所述计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、0平坦纹理细节交接区域图像块包括:
计算各图像块的梯度值;
得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;
当所述比例在第一预设区间内,则该图像块为平坦区域图像块;5当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块。
可选地,所述图像块梯度值较大是将所述图像块梯度幅值与第一阈值进行对比,确定是否为所述图像块梯度值较大;
其中,所述第一阈值与所述图像噪声水平相对应。
可选地,所述当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出对应的累积直方图的平均包括:
当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
可选地,所述根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均包括:
将所述平坦纹理细节交接区域图像块的像素灰度均值大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第一组,并计算第一组中所有图像块累积直方图的平均;
将所述平坦纹理细节交接区域图像块的像素灰度均值不大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第二组,并计算第二组中所有图像块累积直方图的平均。
可选地,所述根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均包括:
获取与所述平坦区域图像块相邻图像块;
判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;
当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;
当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
可选地,所述根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像包括:
完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
第二方面,本发明提供一种增强图像对比度的装置,所述装置包括:
分块单元,用于将待处理图像按照预设尺寸切分为至少两个图像块;
第一计算单元,用于计算各图像块的梯度值;
第一判断单元,用于根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
第二计算单元,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
指定单元,用于根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
对比度增强单元,用于根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像。
可选地,所述第一判断单元包括:
第一计算模块,用于计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
第二计算模块,用于计算各图像块的梯度值;
统计判断模块,用于得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;当所述比例在第一预设区间内,则该图像块为平坦区域图像块;当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块。
可选地,所述第二计算单元包括:
第三计算模块,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
分组模块,用于根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
可选地,所述指定单元包括:
获取模块,用于获取与所述平坦区域图像块相邻图像块;
判断指定模块,用于判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
可选地,所述对比度增强单元包括:
第四计算模块,用于完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
增强模块,用于通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
第三方面,本发明提供一种终端,所述终端包括上述增强图像对比度的装置。
本发明提供的增强图像对比度的方法、装置及终端,能够在保持CLAHE算法不放大大面积灰度近似区域内噪声的特点的同时对CLAHE算法的效果进行较大的改善,一方面是能够很大程度上改善CLAHE算法所处理图像在大面积灰度近似区域和其他纹理细节区域交接处的存在的衔接不自然的光晕现象;另一方面是能够有效改善CLAHE算法所处理图像在平坦区域内出现明显的对比度增强不一致问题。
附图说明
图1为本发明一实施例增强图像对比度的方法的流程图;
图2为本发明另一实施例增强图像对比度的方法的流程图;
图3为本发明再一实施例增强图像对比度的方法的流程图;
图4为本发明又一实施例增强图像对比度的方法的流程图;
图5为本发明一实施例增强图像对比度的装置的结构示意图;
图6为本发明另一实施例增强图像对比度的装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供一种增强图像对比度的方法,如图1所示,所述方法包括:
S11、将待处理图像按照预设尺寸切分为至少两个图像块;
S12、计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
S13、当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
S14、根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
S15、根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像。
本发明实施例提供的增强图像对比度的方法,能够在保持CLAHE算法不放大大面积灰度近似区域内噪声的特点的同时对CLAHE算法的效果进行较大的改善,一方面是能够很大程度上改善CLAHE算法所处理图像在大面积灰度近似区域和其他纹理细节区域交接处的存在的衔接不自然的光晕现象;另一方面是能够有效改善CLAHE算法所处理图像在平坦区域内出现明显的对比度增强不一致问题。
如图2所示,可选地,所述计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块包括:
S121、计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
S122、计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块。
可选地,所述计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块包括:
S1221、计算各图像块的梯度值;
S1222、得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;
S1223、当所述比例在第一预设区间内,则该图像块为平坦区域图像块;
S1224、当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块;或者,计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、纹理细节交接区域图像块、平坦纹理细节交接区域图像块。。
可选地,所述图像块梯度值较大是将所述图像块梯度幅值与第一阈值进行对比,确定是否为所述图像块梯度值较大;
优选的,所述第一阈值与所述图像噪声水平相对应。
例如,本实施例所述方法是在运行CLAHE算法时,首先对待处理图像按照预设尺寸切分为至少两个图像块,待处理图像中的每个像素属于且仅属于一个图像块,随后计算待处理图像全图的像素灰度均值、图像的噪声水平和每个图像块所包含像素的灰度均值,然后计算每个图像块的梯度值,根据每个图像块中梯度幅值较大像素占图像块中所有像素的比例选出平坦区域图像块和平坦纹理细节交接区域图像块,接着按照CLAHE算法的“裁剪”方式计算每个平坦纹理细节交接区域图像块的累积直方图,再根据平坦纹理细节交接区域图像块所含像素灰度均值和待处理图像全图像素灰度均值大小关系,把选定平坦纹理细节交接区域图像块分为至少两类,求取每类累积直方图的平均,然后找到一个同选定平坦区域图像块邻接的非平坦区域图像块,根据该图像块所含像素灰度均值和全图像素灰度均值之间的大小关系,选择一所算出的累积直方图平均作为选定平坦区域图像块的对比度增强函数,其余图像块按照CLAHE算法计算相应的“裁剪”直方图及累积直方图,最后按照传统CLAHE算法进行像素插值,得到对比度增强后的图像。不仅可以有效解决CLAHE算法处理所得图像中存在的大面积灰度近似区域和其他纹理细节区域衔接不自然、出现光晕及在平坦区域内出现明显的对比度增强不一致问题。还可以将所述实施例中所述算法进一步固化到芯片上以提高运行速度。
可选地,如图3所示,所述当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出对应的累积直方图的平均包括:
S131、当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
S132、根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
可选地,所述根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均包括:
S1321、将所述平坦纹理细节交接区域图像块的像素灰度均值大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第一组,并计算第一组中所有图像块累积直方图的平均;
S1322、将所述平坦纹理细节交接区域图像块的像素灰度均值不大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第二组,并计算第二组中所有图像块累积直方图的平均。
可选地,所述根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均包括:
S141、获取与所述平坦区域图像块相邻图像块;
S142、判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;
S143、当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;
S144、当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
可选地,如图4所示,所述根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像包括:
S151、完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
S152、通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
例如,本实施例所述方法可以有效的改进CLAHE算法的对比度增强效果,具体的所述方法是先将图像分为若干等尺寸图像块,图像中的每个像素属于且仅属于一个图像块。传统CLAHE算法在处理图像时,对所有图像块进行相同处理,没有区分所处理的图像块中的内容是属于平坦区域、平坦纹理细节交接区域还是纹理细节区域,同时也没有考虑不同内容图像块之间的联系,这样使得传统CLAHE算法处理后的图像中存在大面积灰度相近的平坦区域和纹理细节区域衔接不自然、出现光晕(halo),以及在平坦区域中显现的对比度增强不一致的问题。为了解决这些问题,本发明实施例所述方法是对图像块进行了分类,在具体实现中,首先计算出待处理图像全幅的像素灰度均值、图像噪声水平和每个图像块所包含像素灰度均值,然后计算每个图像块的梯度值,当得到每个图像块的梯度后,需要统计每个图像块内梯度幅值较大像素占图像块内所有像素的比例。在判断梯度幅值是否为“较大”时,需要将梯度幅值与一个由算得图像噪声水平相关的第一阈值进行比较来判断梯度幅值是否为“较大”。得到图像块内梯度幅值较大像素占图像块所有像素的比例后,就可以判断该图像块的类型:当所述比例在第一预设区间内(或者第一范围区间为0-50%时、再或者所述比例较小时),说明此时图像块内大部分像素梯度值很小,可以将该图像块分类为平坦区域图像块;当所述比例在第二预设区间内(或者第二范围区间为51-100%时、再或者所述比例适中时),说明该图像块内梯度幅值较大像素数目和梯度幅值较小像素数目差异不大,可以将该图像块分类为平坦纹理细节交接区域图像块。在确定好平坦纹理细节交接区域图像块后,按照传统CLAHE算法中“裁剪”直方图的形式计算每个选定平坦纹理细节交接区域图像块的(裁剪后的)直方图及相应累积直方图。随后根据所选平坦纹理细节交接区域图像块像素灰度均值同整幅图像像素灰度均值之间的大小关系,把所选平坦纹理细节交接区域图像块分两组:一组图像块的像素灰度均值大于整幅图像的像素灰度均值;另一组图像块的像素灰度均值不大于整幅图像的像素灰度均值。把选定平坦纹理细节交接区域图像块分成两类后,分别求取每类中所有图像块累积直方图的平均,为阐述方便,将其分别命名为avg_acc_Hup和avg_acc_Hbelow;其中avg_acc_Hup是块内像素灰度均值大于整幅图像灰度均值的选定平坦纹理细节交接区域图像块的累积直方图的平均,avg_acc_Hbelow是块内像素灰度均值小于整幅图像灰度均值的选定平坦纹理细节交接区域图像块的累积直方图的平均。
为改善传统CLAHE算法处理后的图像在大面积灰度相近的平坦区域与纹理细节区域出现的衔接不自然、交接处存在光晕和在平坦区域出现的对比度增强不一致的问题,需要考虑平坦区域和平坦纹理细节交接区域之间的关系,即在对比度增强过程中,平坦区域图像块的像素灰度映射函数需考虑平坦纹理细节交接区域图像块的像素灰度映射函数,这样就可以统一平坦区域和平坦纹理细节交接区域的对比度增强,从而使得对比度增强后图像平坦区域到平坦纹理细节交接区域过渡衔接自然。在本专利所提算法中,平坦区域图像块像素灰度映射函数考虑平坦纹理细节交接区域图像块的像素映射函数通过选定平坦区域图像块的像素灰度映射函数为avg_acc_Hup或者avg_acc_Hbelow来实现。在选择avg_acc_Hup或者avg_acc_Hbelow时,需要找到一个同选定平坦区域图像块邻接的非平坦区域图像块(称其为blockindex),然后根据该图像块(即blockindex)所含像素灰度均值和整幅图像像素灰度均值之间的大小关系给所有选定平坦区域图像块指定avg_acc_Hup或者avg_acc_Hbelow:当图像块blockindex所含像素灰度均值大于整幅图像的像素灰度均值,就把avg_acc_Hup指定给所有选定平坦区域图像块;当图像块blockindex所含像素灰度均值小于整幅图像的像素灰度均值,就把avg_acc_Hbelow指定给所有选定平坦区域图像块。
完成对选定平坦区域图像块的累积直方图的指定后,按照传统CLAHE算法所述方式(即“裁剪”直方图),计算剩余图像块累积直方图(其实此时选定平坦区域累积直方图已经指定,选定平坦纹理细节交接区域图像块累积直方图已经算出,故只需要计算剩余图像块的“裁剪”直方图及相应累积直方图)。最后、按照传统CLAHE算法进行加权平均、即插值计算,得到改进后的CLAHE对比度增强算法输出图像。
综上所述,与现有技术相比,本发明实施例所述方法具有以下优点:
1、能够很大程度上改善CLAHE算法所处理图像在大面积灰度近似区域和其他纹理细节区域交接处的存在的衔接不自然的光晕现象。
2、能够通过有效改善CLAHE算法所处理图像在平坦区域内出现明显的对比度增强不一致问题。
3、便于固化到芯片上,进而有效提高装置或者终端的运行速度。
本发明实施例还提供一种增强图像对比度的装置,如图5所示,所述装置包括:
分块单元11,用于将待处理图像按照预设尺寸切分为至少两个图像块;
第一计算单元12,用于计算各图像块的梯度值;
第一判断单元13,用于根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
第二计算单元14,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
指定单元15,用于根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
对比度增强单元16,用于根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像。
本发明实施例提供的增强图像对比度的装置,能够在保持CLAHE算法不放大大面积灰度近似区域内噪声的特点的同时对CLAHE算法的效果进行较大的改善,一方面是能够很大程度上改善CLAHE算法所处理图像在大面积灰度近似区域和其他纹理细节区域交接处的存在的衔接不自然的光晕现象;另一方面是能够有效改善CLAHE算法所处理图像在平坦区域内出现明显的对比度增强不一致问题。
可选地,如图6所示,所述第一判断单元13包括:
第一计算模块131,用于计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
第二计算模块132,用于计算各图像块的梯度值;
统计判断模块133,用于得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;当所述比例在第一预设区间内,则该图像块为平坦区域图像块;当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块。
可选地,所述第二计算单元14包括:
第三计算模块141,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
分组模块142,用于根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
可选地,所述指定单元15包括:
获取模块151,用于获取与所述平坦区域图像块相邻图像块;
判断指定模块152,用于判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
可选地,所述对比度增强单元16包括:
第四计算模块161,用于完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
增强模块162,用于通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
本发明实施例提供的增强图像对比度的装置,在运行CLAHE算法时,首先对待处理图像按照预设尺寸切分为至少两个图像块,待处理图像中的每个像素属于且仅属于一个图像块,随后计算待处理图像全图的像素灰度均值、图像的噪声水平和每个图像块所包含像素的灰度均值,然后计算每个图像块的梯度值,根据每个图像块中梯度幅值较大像素占图像块中所有像素的比例选出平坦区域图像块和平坦纹理细节交接区域图像块,接着按照CLAHE算法的“裁剪”方式计算每个平坦纹理细节交接区域图像块的累积直方图,再根据平坦纹理细节交接区域图像块所含像素灰度均值和待处理图像全图像素灰度均值大小关系,把选定平坦纹理细节交接区域图像块分为至少两类,求取每类累积直方图的平均,然后找到一个同选定平坦区域图像块邻接的非平坦区域图像块,根据该图像块所含像素灰度均值和全图像素灰度均值之间的大小关系,选择一所算出的累积直方图平均作为选定平坦区域图像块的对比度增强函数,其余图像块按照CLAHE算法计算相应的“裁剪”直方图及累积直方图,最后按照传统CLAHE算法进行像素插值,得到对比度增强后的图像。所述装置不仅可以有效解决CLAHE算法处理所得图像中存在的大面积灰度近似区域和其他纹理细节区域衔接不自然、出现光晕及在平坦区域内出现明显的对比度增强不一致问题。所述装置还可以将所述实施例中所述算法进一步固化到芯片上以提高运行速度。
本发明实施例还提供一种终端,所述终端包括上述增强图像对比度的装置。
所述终端可以为智能手机、或数码照相机、或数码摄像机、或平板电脑、或MP4、或核磁共振成像设备(MRI)、或电子计算机断层扫描成像设备(CT)等。
本领域普通技术人员可以理解实现上述方法实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (14)
1.一种增强图像对比度的方法,其特征在于,所述方法包括:
将待处理图像按照预设尺寸切分为至少两个图像块;
计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像。
2.根据权利要求1所述的方法,其特征在于,所述计算各图像块的梯度值,并根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块包括:
计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块。
3.根据权利要求2所述的方法,其特征在于,所述计算各图像块的梯度值,统计各图像块的梯度值并将其与预设参数对比判断,根据判断结果确定所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块包括:
计算各图像块的梯度值;
得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;
当所述比例在第一预设区间内,则该图像块为平坦区域图像块;
当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块。
4.根据权利要求3所述的方法,其特征在于,所述图像块梯度值较大是将所述图像块梯度幅值与第一阈值进行对比,确定是否为所述图像块梯度值较大;
其中,所述第一阈值与所述图像噪声水平相对应。
5.根据权利要求2所述的方法,其特征在于,所述当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出对应的累积直方图的平均包括:
当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
6.根据权利要求5所述的方法,其特征在于,所述根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均包括:
将所述平坦纹理细节交接区域图像块的像素灰度均值大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第一组,并计算第一组中所有图像块累积直方图的平均;
将所述平坦纹理细节交接区域图像块的像素灰度均值不大于所述待处理图像的像素灰度均值的所述平坦纹理细节交接区域图像块作为第二组,并计算第二组中所有图像块累积直方图的平均。
7.根据权利要求6所述的方法,其特征在于,所述根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均包括:
获取与所述平坦区域图像块相邻图像块;
判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;
当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;
当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
8.根据权利要求1-7中任一项所述的方法,其特征在于,所述根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像包括:
完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
9.一种增强图像对比度的装置,其特征在于,所述装置包括:
分块单元,用于将待处理图像按照预设尺寸切分为至少两个图像块;
第一计算单元,用于计算各图像块的梯度值;
第一判断单元,用于根据各图像块的梯度值判断所述待处理图像是否存在平坦区域图像块、平坦纹理细节交接区域图像块;
第二计算单元,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,将平坦纹理细节交接区域图像块至少分为两组,并分别计算出各组对应的累积直方图分布的平均;
指定单元,用于根据与所述平坦区域图像块相邻图像块,将所述平坦区域图像块的累积直方图分布替换成为其中一组的累积直方图的平均;
对比度增强单元,用于根据限制对比度自适应直方图均衡化算法对其他图像块进行对比度增强,得到输出图像。
10.根据权利要求9所述的装置,其特征在于,所述第一判断单元包括:
第一计算模块,用于计算待处理图像像素灰度均值、图像噪声水平以及各图像块的像素灰度均值;
第二计算模块,用于计算各图像块的梯度值;
统计判断模块,用于得到各图像块的梯度值后,统计各图像块梯度值较大像素占图像块内所述像素的比例;当所述比例在第一预设区间内,则该图像块为平坦区域图像块;当所述比例在第二预设区间内,则该图像块为平坦纹理细节交接区域图像块。
11.根据权利要求9所述的装置,其特征在于,所述第二计算单元包括:
第三计算模块,用于当所述待处理图像存在平坦区域图像块、平坦纹理细节交接区域图像块时,对平坦纹理细节交接区域图像块按照限制对比度自适应直方图均衡化算法计算直方图和累积直方图;
分组模块,用于根据所述平坦纹理细节交接区域图像块的像素灰度均值与所述待处理图像的像素灰度均值,将所述平坦纹理细节交接区域图像块划分为至少两组,并分别计算各组中所有图像块累积直方图的平均。
12.根据权利要求9所述的装置,其特征在于,所述指定单元包括:
获取模块,用于获取与所述平坦区域图像块相邻图像块;
判断指定模块,用于判断所述相邻图像块的像素灰度均值与所述待处理图像的像素灰度均值的大小;当所述相邻图像块的像素灰度均值大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第一组中所有图像块累积直方图的平均;当所述相邻图像块的像素灰度均值不大于所述待处理图像的像素灰度均值时,则将所述平坦区域图像块的累积直方图分布替换成第二组中所有图像块累积直方图的平均。
13.根据权利要求9所述的装置,其特征在于,所述对比度增强单元包括:
第四计算模块,用于完成所述平坦区域图像块的累积直方图分布替换后,通过限制对比度自适应直方图均衡化算法计算出其他图像块的累积直方图;
增强模块,用于通过限制对比度自适应直方图均衡化算法进行加权平均,得到对比度增强后的输出图像。
14.一种终端,其特征在于,所述终端包括如权利要求9至13中任一项所述的增强图像对比度的装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211659892.7A CN115880181A (zh) | 2022-12-22 | 2022-12-22 | 一种增强图像对比度的方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211659892.7A CN115880181A (zh) | 2022-12-22 | 2022-12-22 | 一种增强图像对比度的方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115880181A true CN115880181A (zh) | 2023-03-31 |
Family
ID=85754363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211659892.7A Pending CN115880181A (zh) | 2022-12-22 | 2022-12-22 | 一种增强图像对比度的方法、装置及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880181A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116137022A (zh) * | 2023-04-20 | 2023-05-19 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
-
2022
- 2022-12-22 CN CN202211659892.7A patent/CN115880181A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116137022A (zh) * | 2023-04-20 | 2023-05-19 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
CN116137022B (zh) * | 2023-04-20 | 2023-08-22 | 山东省三河口矿业有限责任公司 | 一种用于地下采矿远程监控的数据增强方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7468759B2 (en) | Method, apparatus and recording medium for image processing | |
CN108133215B (zh) | 一种处理单元 | |
US20140079319A1 (en) | Methods for enhancing images and apparatuses using the same | |
CN116740070B (zh) | 基于机器视觉的塑料管道外观缺陷检测方法 | |
CN107481210B (zh) | 基于细节的局部选择性映射的红外图像增强方法 | |
CN111225162B (zh) | 图像曝光的控制方法、系统、可读存储介质及摄像设备 | |
CN115131375B (zh) | 一种矿石自动分割方法 | |
CN115953398B (zh) | 一种用于带钢表面的缺陷识别方法 | |
CN115035114B (zh) | 基于图像处理的干草粉碎机状态监测方法 | |
CN115131359B (zh) | 一种金属加工件表面麻点缺陷检测方法 | |
CN114004834B (zh) | 一种图像处理中的雾天情况分析方法、设备及装置 | |
CN115937216A (zh) | 一种新能源汽车用磁转子外观质量检测方法 | |
CN116228804B (zh) | 一种基于图像分割的矿产资源识别方法 | |
CN111970510B (zh) | 视频处理方法、存储介质及计算装置 | |
CN115880181A (zh) | 一种增强图像对比度的方法、装置及终端 | |
CN111340692A (zh) | 一种红外图像动态范围压缩以及对比度增强算法 | |
CN110910347B (zh) | 一种基于图像分割的色调映射图像无参考质量评价方法 | |
US7873226B2 (en) | Image encoding apparatus | |
CN115346126A (zh) | 一种边坡裂纹识别方法 | |
CN115731166A (zh) | 一种基于深度学习的高压电缆接头打磨缺陷检测方法 | |
CN116883408B (zh) | 基于人工智能的积算仪壳体缺陷检测方法 | |
CN110111280A (zh) | 一种多尺度梯度域引导滤波的低照度图像增强算法 | |
CN116402816A (zh) | 一种体检ct影像数据的管理方法及系统 | |
CN114998186B (zh) | 基于图像处理的铜始极片表面结疤缺陷检测方法及系统 | |
CN114677393A (zh) | 深度图像处理方法、装置、摄像设备、会议系统及介质 |
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 |