一種圖像對(duì)比度增強(qiáng)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像增強(qiáng)技術(shù)領(lǐng)域，具體涉及一種基于臨界可視偏差增強(qiáng)函數(shù)的圖像對(duì)比度增強(qiáng)方法。
【背景技術(shù)】
[0002]圖像增強(qiáng)技術(shù)是圖像處理技術(shù)的一種，它可以顯著改善圖像質(zhì)量，使得圖像內(nèi)容更有層次感并且主觀觀測(cè)效果更符合人們需求?，F(xiàn)實(shí)生活中，圖像往往存在各種問(wèn)題，例如:拍照時(shí)光圈偏小，導(dǎo)致圖像偏暗；場(chǎng)景的對(duì)比度較低，而使得圖像重點(diǎn)不突出；曝光過(guò)度，導(dǎo)致影像失常，照片泛白等。
[0003]目前圖像對(duì)比度增強(qiáng)的方法主要有:Chang_Hsing Lee等人在文獻(xiàn)【Imageenhancementapproach using the just-noticeabIe-difference model of the humancisual system, Journal ofElectronic Imaging, 2012】中將臨界可見(jiàn)偏差 JND模型運(yùn)用到直方圖均衡中，從一定程度上克服了直方圖均衡帶來(lái)的圖像灰度級(jí)減少、細(xì)節(jié)缺失的弱點(diǎn)，但仍然不能突出圖像中重要部分的信息?；赗etinex理論的圖像增強(qiáng)算法【許欣，陳強(qiáng)，王平安，孫懷江，夏德深.消除光暈現(xiàn)象的快速Retinex圖像增強(qiáng)，計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2008】對(duì)高光區(qū)域敏感度小，圖像整體顏色泛白，膚色紋理不清晰，高光區(qū)域細(xì)節(jié)信息并沒(méi)有得到明顯改善?；趫D像梯度場(chǎng)增強(qiáng)的算法【許欣，陳強(qiáng)，孫懷江，夏德深，結(jié)合視覺(jué)感知特性的梯度域圖像增強(qiáng)方法，計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)，2009】結(jié)合Weber定律進(jìn)行圖像增強(qiáng)，但Weber定律不適合描述低照度圖像的視覺(jué)感知特性?！緞⒘?，基于GPU的圖像梯度場(chǎng)增強(qiáng)算法的研宄與實(shí)現(xiàn)，電子科技大學(xué)碩士論文，2014】直接將JND函數(shù)作用于圖像梯度場(chǎng)，對(duì)圖像灰度處于128附近的低對(duì)比度有較好的增強(qiáng)效果，但對(duì)處于其它灰度等級(jí)或圖中同時(shí)存在有部分質(zhì)量較好的圖像區(qū)域時(shí)，增強(qiáng)質(zhì)量下降，魯棒性差。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的是提供一種基于臨界可視偏差增強(qiáng)函數(shù)的圖像對(duì)比度增強(qiáng)方法，將符合人眼視覺(jué)系統(tǒng)的臨界可見(jiàn)偏差JND與圖像梯度場(chǎng)相結(jié)合，設(shè)計(jì)增強(qiáng)和壓擴(kuò)函數(shù)，實(shí)現(xiàn)圖像增強(qiáng)的方法，解決現(xiàn)有圖像增強(qiáng)算法細(xì)節(jié)缺失、產(chǎn)生光暈現(xiàn)象和增強(qiáng)效果魯棒性欠缺的問(wèn)題。
[0005]本發(fā)明所要解決的問(wèn)題是:如何提供一種細(xì)節(jié)清晰、增強(qiáng)效果良好、魯棒性好、符合人眼視覺(jué)的圖像對(duì)比度增強(qiáng)方法。
[0006]本發(fā)明所提出的技術(shù)問(wèn)題是這樣解決的:提供一種基于臨界可視偏差增強(qiáng)函數(shù)的圖像對(duì)比度增強(qiáng)方法，其流程如圖1所示，主要包括以下步驟:
[0007]步驟101.讀取圖像R、G、B分量圖像，對(duì)每個(gè)分量圖像執(zhí)行步驟102至步驟110 ；
[0008]步驟102.求取輸入圖像I (X，y)的梯度▽ I (x, y)；
[0009]步驟103.對(duì)輸入圖像的每個(gè)像素點(diǎn)(X，y)，計(jì)算其平均背景亮度得到y(tǒng) (x, y)，計(jì)算方法為:首先對(duì)I (X，y)進(jìn)行行方向的IX 3均值濾波，均值濾波器模板為[1/31/31/3]的行向量；其次對(duì)I(x，y)進(jìn)行列方向的3X1均值濾波，均值濾波器模板為[1/31/31/3]τ的列向量其中T表示轉(zhuǎn)置，將行向量轉(zhuǎn)置為列向量；
[0010]將所述計(jì)算方法總計(jì)執(zhí)行三次，得到μ (X，y)；
[0011]步驟104.根據(jù)圖像平均背景亮度計(jì)算每個(gè)像素點(diǎn)的臨界可見(jiàn)偏差閾值JND (X，y)，其公式如下:
[0012]若μ (x，y)彡 127，則:
[0013]JND (x, y) = 21* (l—sqrt ( μ (x, y)/127))+4 ;
[0014]否則:
[0015]JND (x, y) = 3* ( μ (x, y)-128)/128+4 ;
[0016]其中，μ (X，y)是步驟103中求出的平均背景亮度值；
[0017]步驟105.將圖像梯度與圖像臨界可見(jiàn)偏差閾值相結(jié)合，得到臨界可視偏差增強(qiáng)函數(shù)ν.(χ，γ)的計(jì)算公式，公式如下:
[0018]Vjnd(XJ) = 2-logsig{[ V I (x, y) |-JND(x, y) ]/10}
[0019]其中l(wèi)ogsig{.}是S型傳輸函數(shù)；
[0020]步驟106.根據(jù)圖像梯度，構(gòu)造梯度壓擴(kuò)函數(shù)Φ (X，y)，其具體形式如下:
[0021 ] Φ (X，y) = β X exp {_ β 2/ (2 σ 2)} / σ 2
[0022]其中β = I I V I (χ, y) I |，σ是可調(diào)節(jié)參數(shù)，對(duì)不同圖像可以對(duì)σ進(jìn)行調(diào)整以得到更好的增強(qiáng)效果，σ —般取值為[45，80];
[0023]步驟107.將臨界可視偏差增強(qiáng)函數(shù)V.(X，y)和梯度壓擴(kuò)函數(shù)Φ (x，y)作用于臨界可視對(duì)比度上，獲得增強(qiáng)后的梯度G(x, y) = V I (χ, y) XVjnd(x, y) X Φ (x, y)；
[0024]步驟108.計(jì)算增強(qiáng)后梯度場(chǎng)G (χ, y)的散度div(G)；
[0025]步驟109.通過(guò)求解泊松方程▽ 2Ilte (X，y) = div (G)，從增強(qiáng)后的梯度重建亮度圖像 IKe (x, y)；
[0026]步驟110.對(duì)重建的亮度圖像像素取值IKe(x，y)線性拉伸至O吣255區(qū)間內(nèi)，其計(jì)算方法如下:
[0027]求取圖像IKe(x, y)的像素最大值ImaxKe和像素最小值Imin Ee,則線性拉伸后的圖像為:
[0028]IEeunify (x, y) = 255* (IEe (x, y) -1minEe) / (ImaxEe-1minEe)
[0029]步驟111.合并經(jīng)步驟102至步驟110操作后的R、G、B三個(gè)分量圖像，得到最終增強(qiáng)后的圖像。
[0030]進(jìn)一步的，步驟102所述梯度▽ I (x，y)以前向差分表示，同時(shí)，步驟108所述增強(qiáng)后梯度場(chǎng)的散度div(G)用后向差分表示；或者，所述梯度Vl(x，y)以后向差分表示，同時(shí)，增強(qiáng)后梯度場(chǎng)的散度div(G)用前向差分表示。
[0031]本發(fā)明的有益效果是:
[0032]該圖像的基于臨界可視偏差增強(qiáng)函數(shù)的增強(qiáng)方法將圖像梯度和人眼視覺(jué)系統(tǒng)的臨界可見(jiàn)偏差結(jié)合起來(lái)，增強(qiáng)函數(shù)隨著人眼可見(jiàn)偏差的不同而自適應(yīng)改變；同時(shí)，根據(jù)梯度幅度值不同而進(jìn)行不同程度的梯度值壓擴(kuò)，使得增強(qiáng)后的圖像細(xì)節(jié)清晰，噪聲抑制和增強(qiáng)效果好，更符合人眼視覺(jué)感知特性，增強(qiáng)效果良好。
【附圖說(shuō)明】
[0033]圖1是基于臨界可視偏差增強(qiáng)函數(shù)的圖像對(duì)比度增強(qiáng)流程圖；
[0034]圖2是不同背景亮度下的臨界可見(jiàn)偏差JND閾值曲線圖；
[0035]圖3是【具體實(shí)施方式】實(shí)施例1采用本發(fā)明方法對(duì)曝光不足的實(shí)際圖像進(jìn)行增強(qiáng)的前后對(duì)比圖:其中3a為原始圖像，3b為增強(qiáng)后的圖像；
[0036]圖4是【具體實(shí)施方式】實(shí)施例2采用本發(fā)明方法對(duì)強(qiáng)逆光的實(shí)際圖像進(jìn)行增強(qiáng)的前后對(duì)比圖:其中4a為原始圖像，4b為增強(qiáng)后的圖像。
【具體實(shí)施方式】
[0037]為使本發(fā)明的技術(shù)方案更加清楚明白，下面結(jié)合實(shí)例對(duì)本發(fā)明做進(jìn)一步的詳細(xì)說(shuō)明。
[0038]本發(fā)明方法【具體實(shí)施方式】包括求圖像梯度、獲取圖像臨界可視度、構(gòu)造增強(qiáng)與壓擴(kuò)函數(shù)以及通過(guò)求解泊松方程重建增強(qiáng)后亮度圖像，具體步驟如下:
[0039]實(shí)施例1:以實(shí)際拍攝的曝光不足圖像為例:
[0040]本實(shí)施例選取實(shí)際拍攝的曝光不足導(dǎo)致畫面偏暗的圖像作為示例，如圖3a所示，其圖像分辨率為640*480 (像素)；增強(qiáng)函數(shù)的可調(diào)節(jié)參數(shù)α = 0.3。
[0041]本實(shí)施例的具體實(shí)現(xiàn)過(guò)程如下:
[0042]步驟101.讀取原始圖像I (X，y)的R、G、B三個(gè)顏色分量圖像，對(duì)每一個(gè)分量執(zhí)行步驟102至步驟110，對(duì)應(yīng)于圖像中位置于(320，240)的像素點(diǎn)，其R、G、B三個(gè)分量值分別為 Ie(320, 240) = 25、Ig(320，240) = 30、Ib(320，240) = 34 ；
[0043]步驟102.求圖像I (X，y)的梯度▽ I (x，y)，以一階前向差分近似求出:
[0044]V I (x, y) ^ (I (x+1, y) -1 (x, y)，I (x, y+1) -1 (χ, y))；
[0045]此時(shí)圖像中位置于(320，240)處的R、G、B三個(gè)通道的χ方向、y方向梯度值分別為▽ Ik (320，240) = (32，7)、▽ Ig (320，240) = (41，I)、▽ Ib (320，240) = (50, 3)；
[0046]步驟103.求圖像I (X，y)的平均背景亮度μ (x, y):對(duì)應(yīng)于圖像中(320，240)處的R、G、B三個(gè)通道的背景亮度值分別為μΕ(320, 240) = 12.65、yG(320, 240) = 11.88、μΒ(320, 240) = 10.99 ；
[0047]步驟104.根據(jù)圖像平均背景亮度y (x，y)，求圖像在(x，y)處的臨界可見(jiàn)偏差JND閾值，計(jì)算公式如下: