CN1744687A - 一种动态提高视频图像视觉效果的方法 - Google Patents

Abstract

本发明提供了一种动态提高视频图像视觉效果的方法，该方法先对视频图像计算亮度图，接着判断其是否属于亮度分布不均匀的情况，再根据不同的亮度分布情况设置不同的拐点，得到不同的映射函数曲线，最后对原始亮度图进行映射变换，得到提高对比度后的亮度图。本发明提供的动态提高视频图像视觉效果的方法，选用分段线性扩展，有选择地拉伸某段灰度区间，使曲线平滑的变化，改善图像质量，不会在亮度逐渐变化的场景中出现突然的闪烁。

Description

一种动态提高视频图像视觉效果的方法

技术领域

本发明涉及一种动态提高视频图像视觉效果的方法。

背景技术

由于实际拍摄到的视频图像的灰度变化范围往往小于图像显示系统的最大容许灰度变化范围，图像偏暗或偏亮，对比度不足，视觉效果不理想。对比度扩展的主要目的是增大图像的灰度变化范围，丰富图像的灰度层次，改善视觉感知效果。对比度扩展是提高视频图像效果的一种强有力的手段。

已有的图像对比度扩展算法、黑色拓展算法和亮度均衡算法是三种不同的算法，通常针对不同的视频场景而言，用的是三种不同的处理方式：黑色拓展是在较暗的场景里，适当抬高图像的亮度，使可见的细节更多；亮度均衡是在场景高亮度时平滑画面亮度，缓和过饱和的场景；对比度扩展则是有效拉伸视频图像的对比度，使黑的更黑，白的更白。不同的方法是应用在不同的场合的，如果在一个连续的过渡场景(既有暗场景也有亮场景)，可能这三种算法都能够切换到，由于算法的表现方式的不同有可能带来瞬间的闪烁。

发明内容

本发明提供的一种动态提高视频图像视觉效果的方法，将图像对比度扩展算法、黑色拓展算法和亮度均衡算法三种处理方法用一个算法来处理，通过设置不同情况下的拐点得到不同的映射函数来提高图像对比度，可有效解决算法切换时的闪烁问题。

为了达到上述目的，本发明提供了一种动态提高视频图像视觉效果的方法，其包含以下步骤：

步骤1、读入整幅图像，对视频图像计算亮度图，得到代表在图像第i行第j列的像素点的亮度信息函数f(i，j)、整幅图像的亮度均值M、亮度最小值Min和亮度最大值Max；

步骤2、判断图像是否属于亮度分布不均匀的情况：

步骤2.1、将图像分成L×N块，分别得到每小块图像的亮度均值，取其中的最大均值M_max和最小均值M_min；

步骤2.2、通过结合直方图，判断下述的式(1)是否成立，

式(1)中，H(·)是该图像在某灰度级上的像素数，Sum是整幅图像的总象素数，C₁、C₂和C₃都为常数，C₁代表最大均值M_max和最小均值M_min相差的幅度，一般C₁的值在120～200之间；C₂代表最大均值M_max和最小均值M_min附近的灰度范围，一般C₂的值在5～30之间；C₃为在最大均值M_max和最小均值M_min附近的点占全图的比例，一般C₃的值在0.3～0.5之间；

步骤2.3、若上述的(1)式成立，则说明最大均值M_max和最小均值M_min之间的相差比较大，并且分布在这两个均值附近的点比较多，判断得到图像亮度分布不均匀，在最大均值M_max和最小均值M_min附近的像素点需要拉伸；故执行步骤3；若上述的(1)式不成立，判断得到图像亮度分布均匀，故执行步骤4；

步骤3、选取2个拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)，其中

                Yin₁＝M_min+C₄

                Yin₂＝M_max-C₅(2)

                Yout₁＝Yin₁+C₆

                Yout₂＝Yin₂-C₇

所述的式(2)表示在[Min，Yin₁]、[Yin₂，Max]这两个区域内进行灰度拉伸；C₄、C₅、C₆和C₇都为常数，C₄表示拐点A与最小均值M_min之间的距离；C₅表示拐点B与最大均值M_max之间的距离；C₆表示拐点A的拉伸幅度；C₇表示拐点B的拉伸幅度；

步骤4、由于图像的亮度分布均匀，随着不同的亮度均值的变化，拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)的位置也会相应变化，其中，Yin₁，Yin₂为需要进行亮度拉伸的2个拐点，它们分别在均值的两边，按下式给出：

                 Yin₁＝M-a₁    (3)

                 Yin₂＝M+a₂

式(3)中，a₁，a₂是需要拉伸的距离，为变量，在选取a₁，a₂的值时，需确保计算得到的Yin₁，Yin₂在[Min，Max]的范围之内；

Yout₁，Yout₂为输出图像对应的拉伸区域的拐点，其分别在图像亮度均值M的两边，按下式给出：

Yout₁＝Yin₁+k×(-C₈×a₁+(H/2+d-M))×(Yin₂-Yin₁)      (4)

Yout₂＝Yin₂+k×(C₈×a₂+(H/2-M))×(Yin₂-Yin₁)

式(4)中，k是对比度调节系数，k越大，则对比度越大；k越小，则对比度越小，与原图越接近；H是亮度空间最大容许值，如在YcbCr空间，则H＝235；如在HSV空间，则H＝255；d是一个预设的小的正数，在计算Yout₁的过程中，加上一个正数d，是因为人眼对暗处不敏感，适当的调高，会使暗处的图像可见度高些；常数C₈的选取决定最终输出的拐点是在斜率为1的直线的上方还是下方；式(4)受(Yin₂-Yin₁)的影响，即当(Yin₂-Yin₁)比较大时，对比度调节程度大，当(Yin₂-Yin₁)比较小时，对比度调节程度不宜过大；

步骤5、对原始亮度图进行映射，得到动态提高对比度之后的最终亮度输出f_out(i，j)：

$f_{\mathrm{out}}(i,j)=\left\{\begin{array}{cc}\frac{({\mathrm{Yout}}_1-\mathrm{Min})f(i,j)}{{\mathrm{Yin}}_1-\mathrm{Min}}+\frac{\mathrm{Min}({\mathrm{Yin}}_1-{\mathrm{Yout}}_1)}{{\mathrm{Yin}}_1-\mathrm{Min}}& \mathrm{Min}\&le;f(i,j){<\mathrm{Yin}}_1\\ \frac{({\mathrm{Yout}}_2-{\mathrm{Yout}}_1)f(i,j)}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}+\frac{{\mathrm{Yin}}_2{\mathrm{Yout}}_1-{\mathrm{Yin}}_1{\mathrm{Yout}}_2}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}& {\mathrm{Yin}}_1\&le;f(i,j){<\mathrm{Yin}}_2\\ \frac{(\mathrm{Max}-{\mathrm{Yout}}_2)\&times;f(i,j)}{\mathrm{Max}-{\mathrm{Yin}}_2}+\frac{\mathrm{Max}({\mathrm{Yout}}_2-{\mathrm{Yin}}_2)}{\mathrm{Max}-{\mathrm{Yin}}_2}& {\mathrm{Yin}}_2\&le;f(i,j)\&le;\mathrm{Max}\end{array}\right.---\left(5\right).$

本发明提供的动态提高视频图像视觉效果的方法，选用常用的分段线性扩展，有选择地拉伸某段灰度区间，从而改善图像质量，即无论图像处于亮场还是暗场，都采取三个线段的分段函数，而分段函数上的两个拐点的选择是随着亮度均值的变换而变化的，可使曲线平滑的变化，不会在亮度逐渐变化的场景中出现突然的闪烁。

附图说明

图1是本发明提供的动态提高视频图像视觉效果的方法的原理方框图；

图2是本发明提供的动态提高视频图像视觉效果的方法在亮度分布不均匀时的对比度扩展分段线性曲线；

图3是本发明提供的动态提高视频图像视觉效果的方法在亮度分布均匀时在暗场的对比度扩展分段线性曲线；

图4是本发明提供的动态提高视频图像视觉效果的方法在亮度分布均匀时在亮场的对比度扩展分段线性曲线；

图5是本发明提供的动态提高视频图像视觉效果的方法在亮度分布均匀时均值在中间的对比度扩展分段线性曲线；

图6是本发明提供的动态提高视频图像视觉效果的方法的算法流程图。

具体实施方式

以下根据图1～图6来具体说明本发明提供的一种动态提高视频图像视觉效果的方法的最佳实施方式：

如图1和图6所示，本发明提供了一种动态提高视频图像视觉效果的方法，通过设置不同情况下的拐点得到不同的映射函数来提高图像对比度，其包含以下步骤：

步骤1、读入整幅图像，对视频图像计算亮度图，得到代表在图像第i行第j列的像素点的亮度信息函数f(i，j)、整幅图像的亮度均值M、亮度最小值Min和亮度最大值Max；

步骤2、判断图像是否属于亮度分布不均匀的情况：

步骤2.1、将图像分成2×2共四块，分别得到每小块图像的亮度均值，取其中的最大均值M_max和最小均值M_min；

步骤2.2、通过结合直方图，判断下述的式(1)是否成立，

式(1)中，H(·)是该图像在某灰度级上的像素数，Sum是整幅图像的总象素数，C₁、C₂和C₃都为常数，C₁代表最大均值M_max和最小均值M_min相差的幅度，一般C₁的值在120～200之间；C₂代表最大均值M_max和最小均值M_min附近的灰度范围，一般C₂的值在5～30之间；C₃为在最大均值M_max和最小均值M_min附近的点占全图的比例，一般C₃的值在0.3～0.5之间；

步骤2.3、若上述的(1)式成立，则说明最大均值M_max和最小均值M_min之间的相差比较大，并且分布在这两个均值附近的点比较多，判断得到图像亮度分布不均匀，在最大均值M_max和最小均值M_min附近的像素点需要拉伸；故执行步骤3；若上述的(1)式不成立，判断得到图像亮度分布均匀，故执行步骤4；

步骤3、选取2个拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)，如图2所示，其中，

              Yin₁＝M_ain+C₄

              Yin₂＝M_max-C₅(2)

              Yout₁＝Yin₁+C₆

              Yout₂＝Yin₂-C₇

所述的式(2)表示在[Min，Yin₁]、[Yin₂，Max]这两个区域内进行灰度拉伸；C₄、C₅、C₆和C₇都为常数，C₄表示拐点A与最小均值M_min之间的距离；C₅表示拐点B与最大均值M_max之间的距离；C₆表示拐点A的拉伸幅度；C₇表示拐点B的拉伸幅度；

步骤4、拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)中，Yin₁，Yin₂为需要进行亮度拉伸的2个拐点，它们分别在均值的两边，按下式给出：

                 Yin₁＝M-a₁    (3)

                 Yin₂＝M+a₂

式(3)中，a₁，a₂是需要拉伸的距离，为变量，在选取a₁，a₂的值时，需确保计算得到的Yin₁，Yin₂在[Min，Max]的范围之内；

Yout₁，Yout₂为输出图像对应的拉伸区域的拐点，其分别在图像亮度均值M的两边，按下式给出：

Yout₁＝Yin₁+k×(-C₈×a₁+(H/2+d-M))×(Yin₂-Yin₁)      (4)

Yout₂＝Yin₂+k×(C₈×a₂+(H/2-M))×(Yin₂-Yin₁)

式(4)中，k是对比度调节系数，k越大，则对比度越大；k越小，则对比度越小，与原图越接近；H是亮度空间最大容许值，如在YcbCr空间，则H＝235；如在HSV空间，则H＝255；d是一个预设的小的正数，在计算Yout₁的过程中，加上一个正数d，是因为人眼对暗处不敏感，适当的调高，会使暗处的图像可见度高些；常数C₈的选取决定最终输出的拐点是在斜率为1的直线的上方还是下方；式(4)受(Yin₂-Yin₁)的影响，即当(Yin₂-Yin₁)比较大时，对比度调节程度大，当(Yin₂-Yin₁)比较小时，对比度调节程度不宜过大；

由于图像的亮度分布均匀，随着图像的亮度均值的变化，拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)的位置也会相应变化，如图3所示，当图像亮度较低时，拉伸后的曲线是向上突出的，即Yout₁大于Yin₁，Yout₂也大于Yin₂，在暗场拉伸，能够使暗场的细节可见度高些，这就是黑色拓展；

如图4所示，当图像亮度较高时，拉伸后的曲线是向下凹陷的，即Yout₁小于Yin₁，Yout₂也小于Yin₂，能够抑制图像的亮度，使之不要太饱和，这就是亮度均衡；

如图5所示，当图像亮度均值处于中间时，Yout₁小于Yin₁，而Yout₂大于Yin₂，能够对亮度均值附近的一部分区域进行拉伸，使这部分的灰度层次更分明。

步骤5、对原始亮度图进行映射，得到动态提高对比度之后的最终亮度输出f_out(i，j)：

$f_{\mathrm{out}}(i,j)=\left\{\begin{array}{cc}\frac{({\mathrm{Yout}}_1-\mathrm{Min})f(i,j)}{{\mathrm{Yin}}_1-\mathrm{Min}}+\frac{\mathrm{Min}({\mathrm{Yin}}_1-{\mathrm{Yout}}_1)}{{\mathrm{Yin}}_1-\mathrm{Min}}& \mathrm{Min}\&le;f(i,j){<\mathrm{Yin}}_1\\ \frac{({\mathrm{Yout}}_2-{\mathrm{Yout}}_1)f(i,j)}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}+\frac{{\mathrm{Yin}}_2{\mathrm{Yout}}_1-{\mathrm{Yin}}_1{\mathrm{Yout}}_2}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}& {\mathrm{Yin}}_1\&le;f(i,j){<\mathrm{Yin}}_2\\ \frac{(\mathrm{Max}-{\mathrm{Yout}}_2)\&times;f(i,j)}{\mathrm{Max}-{\mathrm{Yin}}_2}+\frac{\mathrm{Max}({\mathrm{Yout}}_2-{\mathrm{Yin}}_2)}{\mathrm{Max}-{\mathrm{Yin}}_2}& {\mathrm{Yin}}_2\&le;f(i,j)\&le;\mathrm{Max}\end{array}\right.---\left(5\right).$

本发明提供的动态提高视频图像视觉效果的方法，选用常用的分段线性扩展，有选择地拉伸某段灰度区间，从而改善图像质量，即无论图像处于亮场还是暗场，都采取三个线段的分段函数，而分段函数上的两个拐点的选择是随着亮度均值的变换而变化的，可使曲线平滑的变化，不会在亮度逐渐变化的场景中出现突然的闪烁。

Claims (3)

1.一种动态提高视频图像视觉效果的方法，特征在于，其包含以下步骤：

步骤1、输入整幅图像，对视频图像计算亮度图，得到代表在图像第i行第j列的像素点的亮度信息函数f(i，j)、整幅图像的亮度均值M、亮度最小值Min和亮度最大值Max；

步骤2、判断图像是否属于亮度分布不均匀的情况：

步骤2.1、将图像分成L×N块，分别得到每小块图像的亮度均值，取其中的最大均值M_max和最小均值M_min；

步骤2.2、结合直方图，判断下述的式(1)是否成立，

式(1)中，H(·)是该图像在某灰度级上的像素数，Sum是整幅图像的总象素数，C₁、C₂和C₃都为常数，C₁代表最大均值M_max和最小均值M_min相差的幅度；C₂代表最大均值M_max和最小均值M_min附近的灰度范围；C₃为在最大均值M_max和最小均值M_min附近的点占全图的比例；

步骤2.3、若上述的(1)式成立，判断得到图像亮度分布不均匀，执行步骤3；若上述的(1)式不成立，判断得到图像亮度分布均匀，执行步骤4；

步骤3、选取2个拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)，其中

Yin₁＝M_min+C₄

Yin₂＝M_max-C₅

Yout₁＝Yin₁+C₆

Yout₂＝Yin₂-C₇                       (2)

式(2)中，C₄、C₅、C₆和C₇都为常数，C₄表示拐点A与最小均值M_min之间的距离；C₅表示拐点B与最大均值M_max之间的距离；C₆表示拐点A的拉伸幅度；C₇表示拐点B的拉伸幅度；

步骤4、拐点A(Yin₁，Yout₁)和B(Yin₂，Yout₂)分别在图像亮度均值M的两边，定义：

Yin₁＝M-a₁

Yin₂＝M+a₂

(3)

式(3)中，a₁，a₂是需要拉伸的距离，所述的a₁，a₂的取值需确保计算得到的Yin₁，Yin₂在[Min，Max]的范围之内；

Yout₁，Yout₂为输出图像对应的拉伸区域的拐点，定义：

Yout₁＝Yin₁+k×(-C₈×a₁+(H/2+d-M))×(Yin₂-Yin₁)

Yout₂＝Yin₂+k×(C₈×a₂+(H/2-M))×(Yin₂-Yin₁)      (4)

式(4)中，k是对比度调节系数；H是亮度空间最大容许值；d是预设的小正数；C₈是预设的常数；

步骤5、对原始亮度图进行映射，得到动态提高对比度之后的最终亮度输出f_out(i，j)：

$f_{\mathrm{out}}(i,j)=\left\{\begin{array}{cc}\frac{({\mathrm{Yout}}_1-\mathrm{Min})f(i,j)}{{\mathrm{Yin}}_1-\mathrm{Min}}+\frac{\mathrm{Min}({\mathrm{Yin}}_1-{\mathrm{Yout}}_1)}{{\mathrm{Yin}}_1-\mathrm{Min}}& \mathrm{Min}\&le;f(i,j)<{\mathrm{Yin}}_1\\ \frac{({\mathrm{Yout}}_2-{\mathrm{Yout}}_1)f(i,j)}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}+\frac{{\mathrm{Yin}}_2{\mathrm{Yout}}_1-{\mathrm{Yin}}_1{\mathrm{Yout}}_2}{{\mathrm{Yin}}_2-{\mathrm{Yin}}_1}& {\mathrm{Yin}}_1\&le;f(i,j)<{\mathrm{Yin}}_2\\ \frac{(\mathrm{Max}-{\mathrm{Yout}}_2)\&times;f(i,j)}{\mathrm{Max}-{\mathrm{Yin}}_2}+\frac{\mathrm{Max}({\mathrm{Yout}}_2-{\mathrm{Yin}}_2)}{\mathrm{Max}-{\mathrm{Yin}}_2}& {\mathrm{Yin}}_2\&le;f(i,j)\&le;\mathrm{Max}\end{array}\right.---\left(5\right).$

2.如权利要求1所述的动态提高视频图像视觉效果的方法，其特征在于，步骤2.2的式(1)中，所述的C₁的值为120～200之间；所述的C₂的值为5～30之间；所述的C₃的值为0.3～0.5之间。

3.如权利要求1所述的动态提高视频图像视觉效果的方法，其特征在于，步骤4的式(4)中，在YcbCr空间，所述的H＝235；在HSV空间，所述的H＝255。

Images