一種直方圖均衡插值的圖像增強方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種圖像增強技術(shù)，屬于圖像處理領(lǐng)域，特別涉及直方圖均衡化的圖 像增強方法。
【背景技術(shù)】
[0002] 直方圖均衡方法因其有效性和簡單易用性已經(jīng)成為圖像增強的常用方法。其基本 思想是根據(jù)輸入圖像的灰度概率分布來確定圖像對應(yīng)的灰度輸出值，通過拓展圖像灰度分 布的動態(tài)范圍以改善圖像的視覺效果，從而達到提升圖像對比度的目的。雖直方圖均衡化 算法具有運算速度快、增強效果明顯的優(yōu)點，但是也存在灰度級被合并，造成圖像的灰度級 別減小與損失，出現(xiàn)灰度斷層現(xiàn)象，丟失了圖像寶貴的細節(jié)部分，視覺效果生硬的缺點。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種直方圖均衡插值的圖像增強方法及系統(tǒng)，其在保持圖像 熵值不變的條件下，能有效的防止圖像灰度級吞噬現(xiàn)象，以改善圖像增強效果。
[0004] 為了解決上述技術(shù)問題，本發(fā)明提供了一種直方圖均衡插值的圖像增強方法，包 括如下步驟：
[0005] 步驟S1，計算原圖像I在其增強圖像J中被吞噬的灰度級總數(shù)q ;
[0006] 步驟S2,根據(jù)增強圖像J中相鄰灰度級的相應(yīng)間隔值g，及被吞噬的灰度級總數(shù)q 獲得新直方圖數(shù)組H' Jk);以及
[0007] 步驟S3,對新直方圖數(shù)組H' : (k)進行累積求和，以通過新灰度級k'構(gòu)成新的增 強圖像W。
[0008] 進一步，所述步驟Sl中計算原圖像I在其增強圖像J中被吞噬的灰度級總數(shù)的方 法包括如下步驟：
[0009] 步驟S11，統(tǒng)計原圖像I的直方圖數(shù)組H1 (k)中不為零的灰度級總數(shù)為s ;
[0010] 步驟S12,對原圖像I進行均衡化增強以獲得增強圖像J，并統(tǒng)計增強圖像J的直 方圖數(shù)組H ;(k)中不為零的灰度級總數(shù)為t;
[0011] 步驟S13,計算增強圖像J中被吞的灰度級總數(shù)q，即q = s_t。
[0012] 進一步，所述步驟S2中根據(jù)增強圖像中相鄰灰度級的相應(yīng)間隔值，及被吞噬的灰 度級總數(shù)獲得新直方圖數(shù)組的方法包括如下步驟：
[0013] 步驟S21，計算增強圖像J中所有相鄰灰度級的間隔值g，并放入對應(yīng)灰度級數(shù)組 中，且在灰度級數(shù)組中將相同間隔值g進行合并；
[0014] 步驟S22,從所述灰度級數(shù)組中從大到小依次取出若干間隔值g，且該間隔值g的 數(shù)量與被吞噬的灰度級總數(shù)q相等，并向該間隔值g的相鄰的灰度級中間插入相應(yīng)灰度級 P，即
且灰度級P的總數(shù)
組成一 直方圖數(shù)組H、(k)，其中Hj(k-l)乒0，H:(k+g)乒0，round為取整函數(shù)；
[0015] 步驟S23,將直方圖數(shù)組H' ； (k)按照灰度級p從小到大順序分別對應(yīng)映射至直方 圖數(shù)組H1GO中，以組成新直方圖數(shù)組H' Jk);
[0016] 進一步，所述步驟S3中對新直方圖數(shù)組進行累積求和以通過新灰度級構(gòu)成新的 增強圖像W的方法包括如下步驟：
[0017] 步驟S31，對新直方圖數(shù)組H' Jk)進行累積求和，即
[0018] 步驟S32,計算新灰度k'以構(gòu)成新的增強圖像W，其中
[0019] 又一方面，本發(fā)明還提供了一種直方圖均衡插值的圖像增強系統(tǒng)，包括：
[0020] 計算原圖像I在其增強圖像J中被吞噬的灰度級總數(shù)q的計算單元，與該計算單 元相連的新直方圖數(shù)組獲得單元，以及與該新直方圖數(shù)組獲得單元相連的新增強圖像構(gòu)成 單元；其中
[0021] 所述新直方圖數(shù)組獲得單元適于根據(jù)增強圖像J中相鄰灰度級的相應(yīng)間隔值g， 及被吞噬的灰度級總數(shù)q獲得新直方圖數(shù)組H' Jk);
[0022] 所述新增強圖像構(gòu)成單元適于對新直方圖數(shù)組H' : (k)進行累積求和，以通過新 灰度級k'構(gòu)成新的增強圖像W。
[0023] 進一步，所述計算單元包括：第一計算模塊，該第一計算模塊適于統(tǒng)計原圖像I的 直方圖數(shù)組H 1GO中不為零的灰度級總數(shù)為s ;圖像增強模塊，該圖像增強模塊適于對原圖 像I進行均衡化增強以獲得增強圖像J ;以及
[0024] 與該圖像增強模塊相連的第二計算模塊，該第二計算模塊適于計算增強圖像J的 直方圖數(shù)組H;(k)中不為零的灰度級總數(shù)t;
[0025] 所述第一、第二計算模塊與被吞噬灰度級計算模塊相連，所述被吞噬灰度級計算 模塊適于計算增強圖像J被吞·的灰度級總數(shù)q，即q = s_t。
[0026] 進一步，所述新直方圖數(shù)組獲得單元包括：與所述圖像增強模塊相連的間隔值計 算模塊，與間隔值計算模塊、被吞噬灰度級計算模塊相連的間隔值提取模塊；
[0027] 所述間隔值計算模塊適于計算增強圖像J中所有相鄰灰度級的間隔值g，并放入 對應(yīng)灰度級數(shù)組中，且在灰度級數(shù)組中將相同間隔值g進行合并；
[0028] 所述間隔值提取模塊適于從所述灰度級數(shù)組中從大到小依次取出若干間隔值g， 且該間隔值g的數(shù)量與被吞噬的灰度級總數(shù)q相等；
[0029] 所述間隔值提取模塊與第一直方圖數(shù)組構(gòu)建模塊相連；
[0030] 所述第一直方圖數(shù)組構(gòu)建模塊適于向間隔值g的相鄰的灰度級中間插入相應(yīng)灰 度級P，即
且灰度級P的總數(shù)
組 成一直方圖數(shù)組H、(k)，其中Hj(k-l)乒0，％(k+g)乒0，round為取整函數(shù)；以及
[0031] 所述新直方圖數(shù)組獲得單元還包括：
[0032] 與所述第一直方圖數(shù)組構(gòu)建模塊、第一計算模塊相連的第二直方圖數(shù)組構(gòu)建模 塊；
[0033] 所述第二直方圖數(shù)組構(gòu)建模塊適于將直方圖數(shù)組H' ；(k)按照灰度級p從小到大 順序分別對應(yīng)映射至原圖像I直方圖數(shù)組H1 (k)中，以組成新直方圖數(shù)組H' I (k)。
[0034] 進一步，所述新增強圖像構(gòu)成單元包括：與第二直方圖數(shù)組構(gòu)建模塊相連的累積 求和模塊，以及與該累積求和模塊相連的增強圖像重構(gòu)模塊；其中
[0035] 所述累積求和模塊適于對新直方圖數(shù)組H' Jk)進行累積求和，即
[0036] 所述增強圖像重構(gòu)模塊適于計算新灰度k'以構(gòu)成新的增強圖像W，其中
[0037] 本發(fā)明的有益效果是，本發(fā)明能在盡量保持圖像熵值不變的條件下，防止圖像灰 度級吞噬現(xiàn)象，有效增強圖像，即使圖像中灰度級得以很好保留、細節(jié)信息得到很好的保 護、亮度保持度好、圖像視覺柔和。
【附圖說明】
[0038] 下面結(jié)合附圖和實施例對本發(fā)明進一步說明。
[0039] 圖1是原圖像I ;
[0040] 圖2是增強圖像J ;
[0041] 圖3是通過本發(fā)明圖像增強后的圖像W ;
[0042] 圖4是本發(fā)明的直方圖均衡插值的圖像增強系統(tǒng)的原理框圖。
【具體實施方式】
[0043] 現(xiàn)在結(jié)合附圖對本發(fā)明作進一步詳細的說明。這些附圖均為簡化的示意圖，僅以 示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。
[0044] 在實施例中采用的圖像增強對象為標準的Iena圖像，如圖1，圖像增強方法及系 統(tǒng)實現(xiàn)軟件采用matlab。（注：Lena圖像是圖像處理領(lǐng)域廣泛使用的標準測試圖像）。
[0045] 實施例1
[0046] 如圖1所示，本實施例1提供了一種直方圖均衡插值的圖像增強方法，包括如下步 驟：
[0047] 步驟S1，計算原圖像I在其增強圖像J中被吞噬的灰度級總數(shù)q ;
[0048] 步驟S2,根據(jù)增強圖像J中相鄰灰度級的相應(yīng)間隔值g，及被吞噬的灰度級總數(shù)q 獲得新直方圖數(shù)組H' Jk);以及
[0049] 步驟S3,對新直方圖數(shù)組H' : (k)進行累積求和，以通過新灰度級k'構(gòu)成新的增 強圖像W。
[0050] 具體的，所述步驟Sl中計算原圖像I在其增強圖像J中被吞噬的灰度級總數(shù)的方 法包括如下步驟：
[0051] 步驟S11，統(tǒng)計原圖像I的直方圖數(shù)組H1GO中不為零的灰度級總數(shù)為s，其中，k =I (i，j)，i，j分別為原圖像I的行數(shù)、列數(shù)，〇彡k彡255 ;
[0052] 步驟S12,對原圖像I進行均衡化增強以獲得增強圖像J，并統(tǒng)計增強圖像J的直 方圖數(shù)組&(1〇中不為零的灰度級總數(shù)為t ;其中，均衡化增強可以采用現(xiàn)有技術(shù)中傳統(tǒng)直 方圖均衡算法。
[0053] 步驟S13,計算增強圖像J中被吞的灰度級總數(shù)q，即q = s-t，由于在對原圖I 進行均衡化增強后的灰度級總數(shù)必然不大于原圖像I的灰度級總數(shù)，即256彡s > t。
[0054] 具體的，所述步驟S2中根據(jù)增強圖像中相鄰灰度級的相應(yīng)間隔值，及被吞噬的灰 度級總數(shù)獲得新直方圖數(shù)組的方法包括如下步驟：
[0055] 步驟S21，計算增強圖像J中所有相鄰灰度級的間隔值g，并放入對應(yīng)灰度級數(shù)組 Q(k)中，且在灰度級數(shù)組中將相同間隔值g進行合并（也可以在本步驟21中完成從大到 小排列）；所述間隔值g的具體含義是指直方圖數(shù)組H ;(k)中不為零的相鄰兩灰度級數(shù)值之 差，且 g = kn-km，以及 0 < m < η < 255。
[0056] 本步驟S21的實現(xiàn)代碼：
[0057] [b，ml, nl] = unique (Q)，ksd = sort (b，' descend'），255 ^ η > m ^ 0， 0彡k彡255 ;
[0058] 步驟S22,從所述灰度級數(shù)組中從大到小依次取出若干間隔值g，且該間隔值g的 數(shù)量與被吞噬的灰度級總數(shù)q相等，并向該間隔值g的相鄰的灰度級中間插入相應(yīng)灰度級

P，即 且灰度級P的總數(shù) 組成一 r 直方圖數(shù)組H' (k)，其中，設(shè)(k) = 0,則(k-Ι)乒0, (k+g)乒0, round為取整函數(shù)；
[0059] 步驟S23,將直方圖數(shù)組H' ； (k)按照灰度級p從小到大順序分別對應(yīng)映射至直方 圖數(shù)組H1GO中，以組成新直方圖數(shù)組H' Jk);
[0060] 所述步驟S23的具體實現(xiàn)代碼如下：
[0061] k2= I; for 1-1:256 if hxm(i廣二0 hxmequh(k2)=hxm(i); k2=k2+l; ?n￡i enet .pi： hxmm=histgram; For i=l:256 if hxm(256廣二Q: &. i.'==s.fc hxfflm(i) =hxm (256); ?:ls'e: if histgram(i)~=0 hxmm(i)二hxmequh(j); J=J+I; end ?n￡i e:M
[0062] (注：histgram為原始圖像I直方圖數(shù)組即H1 (k)，hxm為新直方圖屮！ (k)數(shù)組， sk為histgram不為零的最小灰度級，hxmequh數(shù)組為hxm直方圖不為零的數(shù)值）
[0063] 具體的，所述步驟S3中對新直方圖數(shù)組進行累積求和以通過新灰度級構(gòu)成新的 增強圖像W的方法包括如下步驟：
[0064] 步驟S31，對新直方圖數(shù)組H' Jk)進行累積求和，即
[0065] 步驟S32,計算新灰度k'以構(gòu)成新的增強圖像W，其中
其中， 由于灰度級的范圍[0,255]，因此，這里得出256個cdf(k)，即cdf(0)、cdf(l)、cdf(2)…… cdf (255) 〇