CN116894793A - 一种用于增强图像质量的方法及装置 - Google Patents

Abstract

本发明公开了一种用于增强图像质量的方法及装置，涉及图像增强技术领域，包括采集原始图像，并对所述原始图像进行预处理；对预处理后的原始图像进行局部对比度增强处理，得到对比度增强图像；从小、中、大三个尺度对所述对比度增强图像应用的高斯滤波器，分别得到三个不同尺度的图像副本，对三个尺度的图像副本进行光照估计，并通过单尺度Retinex算法得到三个尺度的光照分布图像。本发明所述方法通过局部对比度增强处理，能够更好地突出图像中的细节，特别是在阴影或高光区域，从而提高图像的整体视觉质量，并且结合Retinex增强和动态调整融合权重，能够在增强图像对比度和明亮度的同时，保持原始图像的色彩真实性，避免色彩失真。

Description

一种用于增强图像质量的方法及装置

技术领域

本发明涉及图像增强技术领域，特别是一种用于增强图像质量的方法及装置。

背景技术

随着数字图像处理技术的迅速发展，图像增强已成为计算机视觉和图像处理领域的核心技术之一。图像增强的主要目的是改进图像的视觉效果，使其更适合特定的应用或后续处理。尽管已有许多传统和现代的图像增强方法，但其仍然存在一些问题，例如现有的大多数图像增强方法主要关注全局对比度的提高，而忽略了局部对比度的增强，从而导致图像的细节丢失，并且在许多实际应用中，由于光照不均、传感器的限制或其他因素，导致图像出现了亮度和对比度不均匀分布的现象。

发明内容

鉴于上述现有的用于增强图像质量的方法中存在的问题，提出了本发明。

因此，本发明所要解决的问题在于如何提供一种用于增强图像质量的方法。

为解决上述技术问题，本发明提供如下技术方案：一种用于增强图像质量的方法，其包括，采集原始图像，并对所述原始图像进行预处理；对预处理后的原始图像进行局部对比度增强处理，得到对比度增强图像；从小、中、大三个尺度对所述对比度增强图像应用的高斯滤波器，分别得到三个不同尺度的图像副本，对三个尺度的图像副本进行光照估计，并通过单尺度 Retinex算法得到三个尺度的光照分布图像；分别将三个尺度的所述原始图像和光照分布图像相除，得到各个尺度的反射图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：所述局部对比度增强包括如下步骤，所述局部对比度增强处理包括如下步骤，

将原始图像分成多个大小相等的小块；

计算每个小块的灰度直方图，并将每个小块的灰度分布进行拉伸，增强局部对比度；

对于每个小块的灰度直方图，计算累积分布函数，公式如下，

其中，是指每个小块的累积分布，/>表示第/>个灰度级的像素数量，/>表示灰度级，/>表示小块的尺寸，/>表示每个小块的直方图内灰度级的数量；

将每个小块的灰度值映射到新的灰度范围，公式如下，

式中，是均衡化后的对比度增强图像。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：从小、中、大三个尺度对所述对比度增强图像应用高斯滤波器，分别得到三个不同尺度的图像副本包括如下步骤，

定义小、中、大三个尺度的尺度参数为；

对预处理后的原始图像应用高斯滤波器，公式如下，

式中，是指第q个尺度下的图像副本，/>是指预处理后的原始图像，是指第q个尺度下的高斯函数，x和y表示图像的空间坐标，/>是指图像的尺度，q=1、2或3。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：通过单尺度Retinex算法得到三个尺度的光照分布图像是指使用单尺度Retinex算法，将原始图像与高斯滤波后的图像副本相减，其公式如下，

；

式中，为光照分布图像。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：所述细节增强处理是指将所述反射图像转换到对数域进行处理，公式如下，

式中，是指对数域处理后的反射图像，/>是指反射图像；

所述图像重建处理是指将中尺度的光照分布图像和对数域处理后的反射图像相乘，公式如下，

式中，是指重建图像，/>是指中尺度的光照分布图像。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：得到所述得到融合图像包括如下步骤，

计算所述对比度增强图像和所述重建图像的平均亮度值，公式如下，

式中，为对比度增强图像的平均亮度值，/>是指重建图像的平均亮度值，W和H分别为图像的宽度和高度；

根据对比度增强图像的平均亮度值和重建图像的平均亮度值计算融合权重，公式如下，

式中，为融合权重；

基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像，公式如下，

式中，为融合图像。

作为本发明所述用于增强图像质量的方法的一种优选方案，其中：所述自适应亮度调整包括如下步骤，

计算所述融合图像的平均亮度和标准偏差，公式如下，

式中，是指融合图像的平均亮度，/>是指融合图像的标准偏差；

根据平均亮度和标准偏差/>，计算亮度调整的斜率参数和偏移量参数，公式如下，

式中，为斜率参数，/>为偏移量参数；

基于斜率参数和偏移量参数，对融合图像进行亮度调整，公式为如下，

式中，为进行亮度调整后的融合图像;

对亮度调整后的融合图像进行亮度限制；

所述后处理操作包括如下步骤，

使用拉普拉斯锐化来增强图像的边缘和细节，公式如下，

式中，是指进行亮度限制后的融合图像，/>是使用高斯滤波器对进行模糊处理的结果，/>是指锐化强度参数；

调整图像的红、绿、蓝三个通道，使色彩更加平衡；

对图像进行最终的饱和度调整和拉伸对比度。

第二方面，本发明提供了一种图像增强装置，其包括图像传感单元，用于采集原始图像，并对所述原始图像进行预处理；图像增强单元，用于对预处理过的原始图像进行局部对比度增强，通过单尺度Retinex算法得到光照分布图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；融合单元，用于对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；调整单元，用于对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现一种用于增强图像质量的方法的步骤。

一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现一种用于增强图像质量的方法的步骤。

本发明有益效果为：通过局部对比度增强处理，能够更好地突出图像中的细节，特别是在阴影或高光区域，从而提高图像的整体视觉质量，并且结合Retinex增强和动态调整融合权重，能够在增强图像对比度和明亮度的同时，保持原始图像的色彩真实性，避免色彩失真。

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，还可以根据这些附图获得其它的附图。其中：

图1为实施例1中用于增强图像质量的方法的流程图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

实施例1

参照图1，为本发明第一个实施例，该实施例提供了一种用于增强图像质量的方法，用于增强图像质量的方法包括如下步骤：

S1、使用微型图像传感器采集原始图像，进行必要的预处理，包括去噪和曝光校正，确保图像质量；

S2、对预处理后的原始图像进行局部对比度增强处理，得到对比度增强图像；

S3、从小、中、大三个尺度对所述对比度增强图像应用的高斯滤波器，分别得到三个不同尺度的图像副本，对三个尺度的图像副本进行光照估计，并通过单尺度Retinex算法得到三个尺度的光照分布图像；

S4、分别将三个尺度的所述原始图像和光照分布图像相除，得到各个尺度的反射图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；

S5、对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；

S6、对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。

具体的，在步骤S2中，所述局部对比度增强包括如下步骤，

S21、将原始图像分成多个大小相等的小块，每个小块的大小为，其中/>通常选择为8或16；

S22、将计算每个小块的灰度直方图，并将每个小块的灰度分布进行拉伸，增强局部对比度；

S23、将对于每个小块的灰度直方图，计算累积分布函数，公式如下，

其中，是指每个小块的累积分布，/>表示第j个灰度级的像素数量，j表示灰度级，/>表示小块的尺寸，i表示每个小块的直方图内灰度级的数量；

进一步的，为避免过度增强，可以设置一个对比度限制参数ClipLimit，如果某个灰度级的大于ClipLimit，则将其减少到ClipLimit，并将多余的值均匀分配给其他灰度级，从而实现对比度的限制，其中具体的分配方法是：将超过ClipLimit的部分均匀分配给所有灰度级，直到所有的/>都小于或等于ClipLimit，而ClipLimit的数值，可以根据图像类别和需求进行设置。

S24、将每个小块的灰度值映射到新的灰度范围，公式如下，

式中，是均衡化后的对比度增强图像；

更进一步的，由于每个小块都是独立进行均衡化的，所以在小块之间可能会出现明显的边界，此时可以使用双线性插值方法，对小块之间的边界进行平滑处理，消除边界效应。

在步骤S3中，从小、中、大三个尺度对所述对比度增强图像应用高斯滤波器，分别得到三个不同尺度的图像副本包括如下步骤，

S31、选择三个不同的尺度参数，在本实施中，选择三个不同的尺度参数，并定义小、中、大三个尺度的尺度参数为；

S32、对预处理后的原始图像应用高斯滤波器，公式如下，

式中，是指第q个尺度下的图像副本，/>是指预处理后的原始图像，是指第q个尺度下的高斯函数，x和y表示图像的空间坐标，/>是指图像的尺度，q=1、2或3。

S33、通过单尺度Retinex算法得到三个尺度的光照分布图像是指使用单尺度Retinex算法，将原始图像与高斯滤波后的图像副本相减，其公式如下，

；

式中，为光照分布图像。

在步骤S4中，分别将三个尺度的所述原始图像和光照分布图像相除，得到各个尺度的反射图像，公式如下，

式中，是指各个尺度的反射图像；

对各个尺度的反射图像进行加权计算的公式如下，

；

所述细节增强处理是指将所述反射图像转换到对数域进行处理，公式如下，

式中，是指对数域处理后的反射图像，/>是指反射图像；

所述图像重建处理是指将中尺度的光照分布图像和对数域处理后的反射图像相乘，公式如下，

式中，是指重建图像，/>是指中尺度的光照分布图像

得到所述得到融合图像包括如下步骤，

计算所述对比度增强图像和所述重建图像的平均亮度值，公式如下，

式中，为对比度增强图像的平均亮度值，/>是指重建图像的平均亮度值，W和H分别为图像的宽度和高度；

在步骤S5中，根据对比度增强图像的平均亮度值和重建图像的平均亮度值计算融合权重，公式如下，

式中，为融合权重；

基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像，公式如下，

式中，为融合图像。

在步骤S6中，所述自适应亮度调整包括如下步骤，

计算所述融合图像的平均亮度和标准偏差，公式如下，

式中，是指融合图像的平均亮度，/>是指融合图像的标准偏差；

根据平均亮度和标准偏差/>，计算亮度调整的斜率参数和偏移量参数，公式如下，

式中，为斜率参数，/>为偏移量参数；

基于斜率参数和偏移量参数，对融合图像进行亮度调整，公式为如下，

式中，为进行亮度调整后的融合图像;

对亮度调整后的融合图像进行亮度限制；

所述后处理操作包括如下步骤，

使用拉普拉斯锐化来增强图像的边缘和细节，公式如下，

式中，是指进行亮度限制后的融合图像，/>是使用高斯滤波器对进行模糊处理的结果，/>是指锐化强度参数；

调整图像的红、绿、蓝三个通道，使色彩更加平衡；

对图像进行最终的饱和度调整和拉伸对比度。

本发明所述图像增强方法具备以下有益效果：

通过局部对比度增强，能够更好地突出图像中的细节，特别是在阴影或高光区域，从而提高图像的整体视觉质量；结合Retinex增强和动态调整融合权重，能够在增强图像对比度和明亮度的同时，保持原始图像的色彩真实性，避免色彩失真；通过动态调整融合权重和自适应亮度调整，能够根据图像的特性和内容进行自适应的增强，确保在不同场景和条件下都能获得一致和满意的增强效果；通过对比度限制和后处理步骤，能够有效地避免图像的过度增强，从而避免产生不自然的视觉效果和噪声放大；结合Retinex增强和局部对比度增强，能够实现图像的均匀亮度和对比度分布，特别是在存在光照不均或传感器限制的情况下；不仅适用于常规的数字图像，还可以广泛应用于医学图像、遥感图像、监控图像等多种特定应用，提供更好的图像质量和视觉效果。

在一优选实施例中，还提供了一种图像增强装置，其包括，

图像传感单元，用于采集原始图像，并对所述原始图像进行必要的预处理，去噪和曝光校正，确保图像质量；

图像增强单元，用于对预处理过的原始图像进行局部对比度增强，通过单尺度Retinex算法得到光照分布图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；

融合单元，用于对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；

调整单元，用于对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。

实施例2

本发明第二个实施例，其不同于上一个实施例的是：

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。

计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置）、便携式计算机盘盒（磁装置）、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编辑只读存储器（EPROM或闪速存储器）、光纤装置以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

实施例3

为本发明的第三个实施例，为了验证本发明的有益效果，通过实验进行科学论证，选择一个公开的图像数据集，该数据集应包含各种场景、光照条件和图像质量的图像，选择常用的图像质量评估指标，包括PSNR（峰值信噪比）、SSIM（结构相似性指数）、MSE（均方误差）、UIQI（通用图像质量指数）和IFC（信息保真度标准），以传统的直方图均衡化方法作为对比方法A，以常规的Retinex增强方法作为对比方法B，试验数据如表1所述。

表1 对比试验数据

从表格中可以明显看出，本方法在所有评估指标上都优于方法A和方法B，这证明了本方法的有效性和优越性。较高的PSNR值表明本方法能够保持图像细节，较高的SSIM值表明本方法能够更好地保持图像的结构信息。 这些结果表明，本方法在提升图像亮度的同时保持了图像的细节和结构，相比现有技术方案具有更好的增强效果。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (8)

1.一种用于增强图像质量的方法，其特征在于：包括，

采集原始图像，并对所述原始图像进行预处理；

对预处理后的原始图像进行局部对比度增强处理，得到对比度增强图像；

从小、中、大三个尺度对所述对比度增强图像应用的高斯滤波器，分别得到三个不同尺度的图像副本，对三个尺度的图像副本进行光照估计，并通过单尺度Retinex算法得到三个尺度的光照分布图像；

分别将三个尺度的所述原始图像和光照分布图像相除，得到各个尺度的反射图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；

对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；

对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。

2.如权利要求1所述的用于增强图像质量的方法，其特征在于：所述局部对比度增强处理包括如下步骤，

将原始图像分成多个大小相等的小块；

计算每个小块的灰度直方图，并将每个小块的灰度分布进行拉伸，增强局部对比度；

对于每个小块的灰度直方图，计算累积分布函数，公式如下，

其中，是指每个小块的累积分布，/>表示第j个灰度级的像素数量，j表示灰度级，/>表示小块的尺寸，i表示每个小块的直方图内灰度级的数量；

将每个小块的灰度值映射到新的灰度范围，公式如下，

式中，是均衡化后的对比度增强图像。

3.如权利要求2所述的用于增强图像质量的方法，其特征在于：从小、中、大三个尺度对所述对比度增强图像应用高斯滤波器，分别得到三个不同尺度的图像副本包括如下步骤，

定义小、中、大三个尺度的尺度参数为；

对预处理后的原始图像应用高斯滤波器，公式如下，

式中， 是指第q个尺度下的图像副本，/>是指预处理后的原始图像，是指第q个尺度下的高斯函数，x和y表示图像的空间坐标，/>是指图像的尺度，q=1、2或3。

4.如权利要求3所述的用于增强图像质量的方法，其特征在于：通过单尺度算法得到三个尺度的光照分布图像是指使用单尺度/>算法，将原始图像与高斯滤波后的图像副本相减，其公式如下，

；

式中，为光照分布图像。

5.如权利要求4所述的用于增强图像质量的方法，其特征在于：所述细节增强处理是指将所述反射图像转换到对数域进行处理，公式如下，

式中，是指对数域处理后的反射图像，/>是指反射图像；

所述图像重建处理是指将中尺度的光照分布图像和对数域处理后的反射图像相乘，公式如下，

式中，是指重建图像，/>是指中尺度的光照分布图像。

6.如权利要求5所述的用于增强图像质量的方法，其特征在于：得到所述得到融合图像包括如下步骤，

计算所述对比度增强图像和所述重建图像的平均亮度值，公式如下，

式中，为对比度增强图像的平均亮度值，/>是指重建图像的平均亮度值，W和H分别为图像的宽度和高度；

根据对比度增强图像的平均亮度值和重建图像的平均亮度值计算融合权重，公式如下，

式中，为融合权重；

基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像，公式如下，

式中，为融合图像。

7.如权利要求6所述的用于增强图像质量的方法，其特征在于：所述自适应亮度调整包括如下步骤，

计算所述融合图像的平均亮度和标准偏差，公式如下，

式中，是指融合图像的平均亮度，/>是指融合图像的标准偏差；

根据平均亮度和标准偏差/>，计算亮度调整的斜率参数和偏移量参数，公式如下，

式中，为斜率参数，/>为偏移量参数；

基于斜率参数和偏移量参数，对融合图像进行亮度调整，公式为如下，

式中，为进行亮度调整后的融合图像;

对亮度调整后的融合图像进行亮度限制；

所述后处理操作包括如下步骤，

使用拉普拉斯锐化来增强图像的边缘和细节，公式如下，

式中，是指进行亮度限制后的融合图像，/>是使用高斯滤波器对/>进行模糊处理的结果，/>是指锐化强度参数；

调整图像的红、绿、蓝三个通道，使色彩更加平衡；

对图像进行最终的饱和度调整和拉伸对比度。

8.一种采用如权利要求1~7任一所述的用于增强图像质量的方法的图像增强装置，其特征在于：包括，

图像传感单元，用于采集原始图像，并对所述原始图像进行预处理；

图像增强单元，用于对预处理过的原始图像进行局部对比度增强，通过单尺度算法得到光照分布图像，并对各个尺度的反射图像进行加权计算，得到最终反射图像，将所述最终反射图像进行细节增强处理和图像重建处理，得到重建图像；

融合单元，用于对所述对比度增强图像和重建图像的亮度动态计算融合权重，并基于融合权重对所述对比度增强图像和重建图像进行加权平均，得到融合图像；

调整单元，用于对所述融合图像进行自适应亮度调整和后处理操作，得到最终图像。