本發(fā)明涉及一種自適應(yīng)圖像增強(qiáng)方法，屬于圖像處理
技術(shù)領(lǐng)域：
。
背景技術(shù)：
：目前圖像增強(qiáng)技術(shù)的主流技術(shù)是像素點(diǎn)的拉伸與擴(kuò)展，其中，主要的方法是直方圖調(diào)整法，就是將圖像的灰度值(彩色圖像色度值)提取下來后進(jìn)行調(diào)整，主要進(jìn)行直方圖均衡化和直方圖規(guī)范化兩類處理。此外，近年來還有三維塊匹配法也廣泛應(yīng)用起來，它主要是根據(jù)像素點(diǎn)相似度的高低將像素進(jìn)行分組，然后在每個組內(nèi)進(jìn)行涉及多像素的聯(lián)合濾波(KostadinDabov，AlessandroFoi，andKarenEgiazarian.VideoDenoisingbySparse3DTransform-domainCollaborativeFiltering，15thEuropeanSignalProcessingConference，Poznan，Poland，September3-7，2007:145-149)。有人運(yùn)用一種將全局與局部方法相結(jié)合的圖像清晰度增強(qiáng)法，有效提高了圖像的對比度，一定程度上增強(qiáng)圖像的效果。(SampadaSPathak，PrashantDahiwale，GaneshPadole.ACombinedEffectofLocalandGlobalMethodforContrastImageEnhancement.2015IEEEInternationalConferenceonEngineeringandTechnology，Coimbatore，TN，India)。根據(jù)圖像的灰度分布，有人提出一種具有自適應(yīng)性的標(biāo)準(zhǔn)來獲取變換系數(shù)從而增強(qiáng)圖像(LiWANG，ZhimingSONG，KaiYANG，ChaoyongPENG.Aself-adaptiveimageenhancingmethodbasedongrayscalepowertransformation.2011InternationalConferenceonMultimediaTechnology，Hangzhou，China)。結(jié)合圖像的特征，分類提取圖像的細(xì)節(jié)來進(jìn)行圖像增強(qiáng)，圖像質(zhì)量有一定的增強(qiáng)(S.Chitrakala，P.Shamini，Dr.D.Manjula.Multi-classEnhancedImageMiningofHeterogeneousTextualImagesUsingMultipleImageFeatures.2009IEEEInternationalAdvanceComputingConference.Patiala，India)。技術(shù)實(shí)現(xiàn)要素：為解決現(xiàn)有技術(shù)的不足，本發(fā)明的目的在于提供一種自適應(yīng)圖像增強(qiáng)方法，克服目前圖像增強(qiáng)方法增強(qiáng)效果不顯著，銳化效果不明顯等不足，針對圖像清晰度與視覺效果欠佳的圖像進(jìn)行增強(qiáng)處理，提高圖像清晰度與視覺效果。為了實(shí)現(xiàn)上述目標(biāo)，本發(fā)明采用如下的技術(shù)方案：一種自適應(yīng)圖像增強(qiáng)方法，其特征是，包括如下步驟：1)輸入待處理的圖像，計算該圖像的平均像素閾值Tadaptive；2)建立增強(qiáng)因子并設(shè)定增強(qiáng)方程，增強(qiáng)方程為其中，v(i,j)表示增強(qiáng)方程處理后的像素點(diǎn)，d、e、f、g為增強(qiáng)因子；利用增強(qiáng)方程對待處理的圖像的各像素點(diǎn)進(jìn)行處理；3)組建新算子利用新算子對經(jīng)過增強(qiáng)方程處理的圖像的每個像素進(jìn)行逐一處理，得到最終的圖像；新算子的階數(shù)a依據(jù)經(jīng)驗(yàn)值選擇。進(jìn)一步地，所述步驟1)具體內(nèi)容如下：讀取圖像，提取出圖像各像素的像素灰度值x(i,j)和圖像的橫向像素數(shù)m與縱向像素數(shù)n，首先計算所有像素的x(i,j)之和，然后再用得到的值除以像素點(diǎn)總點(diǎn)數(shù)，得到平均像素閾值Tadaptive。進(jìn)一步地，所述步驟2)中，所述增強(qiáng)因子d、e、f、g有e＝g＝1，且d≥1,e＞0,f∈(0,1],g＞0。進(jìn)一步地，所述步驟3)中a＝3。本發(fā)明所達(dá)到的有益效果：本發(fā)明可以有效提高圖像的清晰度，同時較好保留圖像的細(xì)節(jié)紋理特征，整體上提高圖像的視覺效果，可以根據(jù)圖像實(shí)際的灰度(色度)分布進(jìn)行增強(qiáng)處理，具有較好的自適應(yīng)性，且本發(fā)明方法的平均絕對誤差相對較小，對原有圖像的細(xì)節(jié)保真度較好，清晰度較三維塊匹配法、直方圖均衡化法與直方圖規(guī)定化法等方法提高較多。附圖說明圖1是本發(fā)明的流程圖；圖2是待處理原始圖像；圖3是直方圖均衡化處理效果圖；圖4是直方圖規(guī)定化處理效果圖；圖5是三維塊匹配法處理效果圖；圖6是本發(fā)明方法處理效果圖。具體實(shí)施方式下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。以下實(shí)施例僅用于更加清楚地說明本發(fā)明的技術(shù)方案，而不能以此來限制本發(fā)明的保護(hù)范圍。本發(fā)明是一種具有自適應(yīng)性的圖像增強(qiáng)方法，主要是平均像素閾值的求取，各增強(qiáng)因子的計算所得與新算子的提出與應(yīng)用，可以提高方法增強(qiáng)的圖像針對性與整體效能。具體步驟如下：(1)計算圖像的平均像素閾值Tadaptive讀取圖像，提取出圖像各像素的像素灰度值(色度值)x(i,j)和圖像的橫向像素數(shù)m與縱向像素數(shù)n，首先計算所有像素的x(i,j)之和，然后再用得到的值除以像素點(diǎn)總點(diǎn)數(shù)，得到平均像素閾值，即式中，Tadaptive為平均像素閾值。(2)設(shè)置新增強(qiáng)方程，處理原始圖像：將Tadaptive作為閾值，根據(jù)輸入像素點(diǎn)的x(i,j)與Tadaptive的大小關(guān)系進(jìn)行分類討論計算，有增強(qiáng)方程其中，v(i,j)為增強(qiáng)方程處理后的像素點(diǎn)，d、e、f、g為增強(qiáng)因子。定義d≥1,e＞0,f∈(0,1],g＞0為增強(qiáng)因子們的取值范圍，設(shè)定增強(qiáng)因子d、e、f、g有：e＝g＝1。將增強(qiáng)因子們帶入到增強(qiáng)方程中，逐個處理x(i,j)得到的m×n個v(i,j)。(3)組建新算子并計算y′(i,j)新算子的統(tǒng)一的處理矩陣為其中，a為處理矩陣的階數(shù)。方陣示意圖用算式表達(dá)為：y′(i,j)=(2n-1)v(i,j)-v(i-1,j-1)-...-v(i-n+12,jn+12)-v(i-1,j+1)-...-v(i-1,j+n+12)-v(i+1,j-1)-...-v(i+n+12,j-n+12)-v(i+1,j+1)-...-v(i+n+12,j+n+12).]]>上式中，y′(i,j)為方陣處理后的像素點(diǎn)，依據(jù)經(jīng)驗(yàn)，取a＝3，形成了3×3處理方陣，即對應(yīng)的數(shù)學(xué)表達(dá)式為：y′(i,j)＝5v(i,j)-v(i-1,j-1)-v(i-1,j+1)-v(i+1,j-1)-v(i+1,j+1),將v(i,j)逐個進(jìn)行方陣處理，得到m×n個y′(i,j)。(4)輸出增強(qiáng)后的圖像將m×n個y′(i,j)進(jìn)行平鋪重組，即增強(qiáng)后的圖像本發(fā)明方法的流程圖如圖1所示。為了驗(yàn)證本發(fā)明方法的效果，使用MATLAB對圖像進(jìn)行增強(qiáng)實(shí)驗(yàn)，并與三維塊匹配法、直方圖均衡化法和直方圖規(guī)定化法進(jìn)行了比較，圖像原圖如圖2所示。本發(fā)明用以上幾種方法對圖2進(jìn)行了處理，采用definition(清晰度)與MAE(平均絕對誤差)評價處理的效果，各項(xiàng)指標(biāo)的數(shù)據(jù)如表1所示。從表1可以看出，本發(fā)明法的清晰度是最高的，平均絕對誤差為第二低，綜合客觀評價數(shù)據(jù)而言，本發(fā)明法的效果好于其它三種方法。表1各方法客觀評價指標(biāo)數(shù)據(jù)表為了進(jìn)一步比較方法的處理效果，用本發(fā)明方法與其它三種方法(三維塊匹配法、直方圖均衡化與直方圖規(guī)定化)對圖2進(jìn)行處理，分別得到直方圖均衡化法增強(qiáng)效果圖，如圖3所示；直方圖規(guī)定化法增強(qiáng)效果圖，如圖4所示；三維塊匹配法增強(qiáng)效果圖，如圖5所示；本發(fā)明方法增強(qiáng)效果圖，如圖6所示。從圖6可以看出，相對于圖3、圖4、圖5，本發(fā)明方法增強(qiáng)后圖像整體清晰度較好，銳化效果較好，且圖像整體的灰度分布較好地保留下來，相較于其他三種方法，本發(fā)明方法的增強(qiáng)效能較強(qiáng)。綜上所述，本發(fā)明法的效果優(yōu)于其它現(xiàn)有方法，主要體現(xiàn)在圖像的邊緣處銳化效果明顯，輪廓更佳凸顯，圖像平滑區(qū)域的細(xì)節(jié)能更好地體現(xiàn)出來，圖像整體灰度(色度)分布更佳合理。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本
技術(shù)領(lǐng)域：
的普通技術(shù)人員來說，在不脫離本發(fā)明技術(shù)原理的前提下，還可以做出若干改進(jìn)和變形，這些改進(jìn)和變形也應(yīng)視為本發(fā)明的保護(hù)范圍。當(dāng)前第1頁1 2 3