本發(fā)明涉及涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于子行驅(qū)動灰度調(diào)制顯示系統(tǒng)的圖像增強方法。

背景技術(shù)：

申請?zhí)枮?00810071631.7的中國專利公開了一種應(yīng)用于大屏幕的場致發(fā)射顯示器的圖像灰度調(diào)制方法及驅(qū)動電路，提出一種新型的子行灰度調(diào)制方法即將一行圖像數(shù)據(jù)按數(shù)據(jù)位權(quán)重劃分出若干子行時間脈沖寬度進行驅(qū)動的方法，如將數(shù)據(jù)分8個子行送出，8bit數(shù)據(jù)進行256級灰度顯示時，低灰階部分(即前3個子行)由于顯示時間比數(shù)據(jù)傳輸?shù)臅r間少，導(dǎo)致低灰階部分由于顯示時間的不足而造成數(shù)據(jù)的丟失，因而引入誤差擴散法減少數(shù)據(jù)的bit位，后級采用6bit位數(shù)進行顯示。雖然在一定程度上改善了低灰階部分數(shù)據(jù)丟失造成的圖像質(zhì)量問題，但僅僅靠引入誤差擴散法減少數(shù)據(jù)比特位數(shù)的方法改善圖像質(zhì)量還遠遠達不到高保真清晰的視頻圖像。

本發(fā)明在基于上述子行驅(qū)動灰度調(diào)制顯示系統(tǒng)的基礎(chǔ)上，采取基于人眼視覺特性圖像增強算法先對圖像灰度進行映射，將64級灰度映射到256級灰度，再采用動態(tài)灰度拉伸算法，增強圖像細節(jié)，改善了圖像的顯示質(zhì)量。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種基于子行驅(qū)動灰度調(diào)制顯示系統(tǒng)的圖像增強方法，灰度映射后的圖像其灰度可能會集中于某個灰度區(qū)間，通過動態(tài)灰度拉伸，可以對灰度值相近的點進行有效的區(qū)分。

本發(fā)明采用以下方案實現(xiàn)：一種基于子行驅(qū)動灰度調(diào)制顯示系統(tǒng)的圖像增強方法，包括以下步驟：

步驟S1：將目標(biāo)圖像進行灰度變換，將目標(biāo)圖像的灰度轉(zhuǎn)化為8位二進制圖像，并計算每個灰度值對應(yīng)的像素點個數(shù)；

步驟S2：將目標(biāo)圖像的灰度值對應(yīng)像素點個數(shù)的分布圖進行平滑濾波，找到目標(biāo)圖像中像素點個數(shù)極小值對應(yīng)的灰度值；

步驟S3：將極小值與目標(biāo)圖像的最大灰度值和最小灰度值組成一組極小值陣列；

步驟S4：將目標(biāo)圖像按照所述的極小值陣列進行灰度區(qū)域的劃分，得到像素點集合，并計算每個像素點集合中總的像素點個數(shù)；

步驟S5：將每個像素點集合中總的像素點個數(shù)作為權(quán)重值，對圖像灰度拉伸的區(qū)域進行動態(tài)劃分；

步驟S6：將每個像素點集合中的像素灰度在新的灰度區(qū)域中進行灰度拉伸，得到目標(biāo)圖像的灰度映射值。

進一步地，所述步驟S5中，以每個像素點集合中總的像素點個數(shù)作為權(quán)重值，對圖像灰度拉伸的區(qū)域進行動態(tài)劃分，新的灰度區(qū)域大小d_i由以下公式得到：

進一步地，所述新的灰度區(qū)域大小公式中x為強調(diào)系數(shù)，當(dāng)x為0時相當(dāng)于不考慮各像素集合中像素個數(shù)的分布情況。

進一步地，所述步驟S6中，所述目標(biāo)圖像的灰度映射值由以下公式得到：

式中，B′(i，j)表示像素點灰度變換后的灰度值，B″(i，j)表示對原像素灰度B′(i，j)做拉伸變換后的灰度值。

進一步地，所述B′(i，j)由以下公式得到：

式中B(i，j)表示目標(biāo)圖像的像素點的原灰度值，B′(i，j)表示像素點灰度變換后的灰度值，(L＇，H＇)為變換后圖像的灰度動態(tài)范圍，(L，H)為原圖像的灰度動態(tài)范圍。

與現(xiàn)有技術(shù)相比，本發(fā)明中的目標(biāo)圖像按照極小值分區(qū)，從一定程度上保證每個分區(qū)只含有一個支配因素，并考慮到每個像素集合中像素點的個數(shù)及其權(quán)重，更合理地分配圖像灰度映射區(qū)域。這樣將一幅圖像的灰度動態(tài)地分為若干區(qū)域，使圖像的拉伸更加注重細節(jié)，豐富圖像色彩，達到增強圖像的效果。

附圖說明

圖1是本發(fā)明的方法流程示意圖。

圖2是本發(fā)明的灰度值映射變化查找表。

圖3是本發(fā)明的灰度曲線平滑濾波示意圖。

具體實施方式

下面結(jié)合附圖及實施例對本發(fā)明做進一步說明。

本實施例提供一種基于子行驅(qū)動灰度調(diào)制顯示系統(tǒng)的圖像增強方法，如圖1所示，包括以下步驟：

步驟S1：將目標(biāo)圖像進行灰度變換，將目標(biāo)圖像的灰度轉(zhuǎn)化為8位二進制圖像，并計算每個灰度值對應(yīng)的像素點個數(shù)；

步驟S2：將目標(biāo)圖像的灰度值對應(yīng)像素點個數(shù)的分布圖進行平滑濾波，找到目標(biāo)圖像中像素點個數(shù)極小值對應(yīng)的灰度值；

步驟S3：將極小值與目標(biāo)圖像的最大灰度值和最小灰度值組成一組極小值陣列；

步驟S4：將目標(biāo)圖像按照所述的極小值陣列進行灰度區(qū)域的劃分，得到像素點集合，并計算每個像素點集合中總的像素點個數(shù)；

步驟S5：將每個像素點集合中總的像素點個數(shù)作為權(quán)重值，對圖像灰度拉伸的區(qū)域進行動態(tài)劃分；

步驟S6：將每個像素點集合中的像素灰度在新的灰度區(qū)域中進行灰度拉伸，得到目標(biāo)圖像的灰度映射值。

進一步地，所述步驟S5中，以每個像素點集合中總的像素點個數(shù)作為權(quán)重值，對圖像灰度拉伸的區(qū)域進行動態(tài)劃分，新的灰度區(qū)域大小d_i由以下公式得到：

進一步地，所述新的灰度區(qū)域大小公式中x為強調(diào)系數(shù)，當(dāng)x為0時相當(dāng)于不考慮各像素集合中像素個數(shù)的分布情況。

進一步地，所述步驟S6中，所述目標(biāo)圖像的灰度映射值由以下公式得到：

式中，B′(i，j)表示像素點灰度變換后的灰度值，B″(i，j)表示對原像素灰度B′(i，j)做拉伸變換后的灰度值。

進一步地，所述B′(i，j)由以下公式得到：

式中B(i，j)表示目標(biāo)圖像的像素點的原灰度值，B′(i，j)表示像素點灰度變換后的灰度值，(L＇，H＇)為變換后圖像的灰度動態(tài)范圍，(L，H)為原圖像的灰度動態(tài)范圍。

在本實施例中，以灰度值范圍為[0,255]給出具體的圖像增強方法，步驟如下：

步驟一：基于人眼視覺特性圖像增強算法對目標(biāo)圖像的灰度進行映射，擴展圖像灰度級數(shù)，灰度值范圍為[0,255]；

步驟二：計算目標(biāo)圖像中每種灰度值的像素點個數(shù)；

步驟三、：對目標(biāo)圖像中每種灰度值的像素點個數(shù)分布圖進行曲線的平滑濾波；

步驟四：找到該曲線的幾個極小值，mini_0～mini_n-1，并與目標(biāo)圖像最小灰度gray_min和目標(biāo)圖像最大灰度gray_max組成極小值陣列；

步驟五：根據(jù)極小值陣列，將像素點分成n+1個像素點集合，分別是[gray_min,mini_0]、[mini_0,mini_1]……[mini_n-2,mini_n-1]、[mini_n-1,gray_max]；

步驟六：計算每一像素點集合中的像素點個數(shù)num_i；

步驟七：計算每一像素點集合映射到新像素點集合的灰度范圍；

步驟八：將每個像素點集合中的所有像素點的灰度值進行拉伸，像素點集合中像素點的灰度值一一映射到各自分配的灰度范圍內(nèi)；

步驟九：根據(jù)步驟四、五、六、七、八得到的各像素點的灰度值生成增強以后的圖像。

所述基于人眼視覺特性圖像增強算法由以下公式得到：

式中，B′(i，j)表示像素點灰度變換后的灰度值，B(i，j)表示目標(biāo)圖像的像素點的原灰度值，(L＇,H＇)為變換后圖像的灰度動態(tài)范圍，(L,H)為原圖像的灰度動態(tài)范圍。

經(jīng)過對FED顯示屏反復(fù)進行灰度值變化測試，得到較為理想的灰度值映射變化查找表，如附圖2所示。映射變化查找表節(jié)省了計算時間。

步驟七中每一像素點集合映射到新像素點集合的范圍大小由以下公式得到：

其中i∈[0，n-1]，x為強調(diào)系數(shù)(當(dāng)x為0時相當(dāng)于不考慮該集合中的像素個數(shù))。

則原像素點集合映射到新像素點集合分別為：

[gray_min，mini_0]→[0，d₀]；

步驟九中對各像素集合中的所有像素點分別進行灰度拉伸按以下公式進行：

當(dāng)0≤B′(i，j)＜mini_0時；

當(dāng)mini_(i-1)≤B′(i，j)＜mini_i時，其中i∈[0，n-1]；

當(dāng)mini_(n-1)≤B′(i，j)＜255時；

式中B″(i，j)表示對原像素灰度B′(i，j)做拉伸變換后的灰度值。

該方法中，目標(biāo)圖像按照極小值分區(qū)，從一定程度上保證每個分區(qū)只含有一個支配因素，并考慮到每個像素集合中像素點的個數(shù)及其權(quán)重，更合理地分配圖像灰度映射區(qū)域。這樣將一幅圖像的灰度動態(tài)地分為若干區(qū)域，使圖像的拉伸更加注重細節(jié)，豐富圖像色彩，達到增強圖像的效果。

在本實施例中，經(jīng)灰度映射后的目標(biāo)圖像為一幅包含1000個像素點的8位灰度圖像，其中150個像素點的灰度值為30，120個像素點的灰度值為31，100個像素點的灰度值為32，100個像素點的灰度值為33，100個像素點的灰度值為34，60個像素點的灰度值為35，40個像素點的灰度值為55，30個像素點的灰度值為80，70個像素點的灰度值為120，80個像素點的灰度值為152，150個像素點的灰度值為240。本實施例中取x為10。

可得目標(biāo)圖像的極小值陣列為30，80，240；

將目標(biāo)圖像中的像素點以極小值為界限進行分類，可得到兩個像素點集合，分別為[30，80]、[80,240]，[30,80]中的像素個數(shù)為700，(80,240]中的像素個數(shù)為300；

[30,80]像素點集合映射到新像素點集合的范圍大小

(80,240]像素點集合映射到新像素點集合的范圍大小

則[30,80]像素點集合映射到新的像素點集合為[0,67.62]，(80,240]像素點集合映射到新的像素點集合為[67.62,188.38]；

原灰度值為30的像素點映射后的灰度值為0；

原灰度值為31的像素點映射后的灰度值為

原灰度值為32的像素點映射后的灰度值為

原灰度值為33的像素點映射后的灰度值為

原灰度值為34的像素點映射后的灰度值為

原灰度值為35的像素點映射后的灰度值為

原灰度值為55的像素點映射后的灰度值為

原灰度值為80的像素點映射后的灰度值為

原灰度值為120的像素點映射后的灰度值為

原灰度值為152的像素點映射后的灰度值為

原灰度值為240的像素點映射后的灰度值為

由上述實施例可以看出，本申請結(jié)合不同區(qū)域中像素點個數(shù)所占權(quán)重，充分考慮灰度在圖像中空間分布的不一致性，在原灰度30至35之間灰度變化不明顯，經(jīng)過動態(tài)灰度拉伸后，增強了圖像的細節(jié)，改善了顯示圖像質(zhì)量。

以上所述僅為本發(fā)明的較佳實施例，凡依本發(fā)明申請專利范圍所做的均等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。