一种对比度增强方法
技术领域
本发明属于图像处理技术领域,尤其涉及一种对比度增强方法。
背景技术
在视频信号接收端(例如电视机、显示器等),由于视频采集、处理、传输、接收等多种因素影响,人们观看到的视频图像往往视觉感受效果不理想,如光照条件不合适,引起图像全幅偏暗或偏亮,还有亮度动态范围不足或非线性等因素造成的对比度不足等。这些因素都会影响到主观观看效果,因此,增强对比度成为视频处理中需要解决的一个重要问题。
通常人们在观看电视图像时,会同时注重图像的整体效果和细节效果。相对应地,在现有视频处理芯片中的对比度增强方法也分为两大类:全局增强方法和局部增强方法。其中,全局增强方法主要是通过修改图像直方图分布达到对比度增强的目的;而局部增强方法是预先定义一个局部对比度,然后增强该局部对比度达到增强图像细节的效果。
线性对比度拉伸是最简单的全局增强方法,但线性对比度拉伸方法不能同时提升图像所有部分。如果图像直方图特征呈现有长的“拖尾”的时候,线性拉伸就不适用了。直方图均衡化方法具有算法简单有效的优点,在对比度增强处理上应用较多,它将原始直方图变换为接近均匀分布的直方图,扩展到整个灰度范围,从而调节图像的动态范围,但是,传统的直方图均衡化不能保持图像的平均亮度。
在文献Duan Jiang,Qiu Guo-ping,Novel histogram processing for colourimage enhancement[A][M],Third International Conference on Image and Graphics,2004.中对直方图均衡化方法进行了改进,力图在直方图均衡化和图像原有像素亮度分布之间取得平衡,增强效果,但是噪声增强明显,且明暗对比不理想。
局部增强方法中,文献Zeyun Yu,Chandrajit Bajaj.A fast and adaptive methodfor image contrast enhancement[J].International conference on image processing(ICIP),2004:1001-1004介绍了LRM(Local Range Modification,局部修改)算法,利用了局部统计量(如最大值/最小值/平均值等)转换函数,该算法计算量较大。
自适应直方图均衡(AHE)法对图像中的每一个像素都采用大小相同的滑动窗口,然后在该窗口内进行局部均衡化,以实现对窗口中心像素的处理。虽然局部自适应均衡化方法的图像增强效果明显,而且也可以保留图像细节,但算法相对比较复杂,即要对图像的每一个像素做子窗口局部均衡化,计算量非常大。
发明内容
本发明所要解决的技术问题是提供一种对比度调整效果更好的对比度增强方法。
为了解决上述技术问题,本发明提出了一种对比度增强方法,包括整体对比度调整的步骤,该步骤采用直方图均衡化方法,所述直方图均衡化方法对所得到的灰度映射函数的最大斜率进行限制,其通过下述方式实现:将当前图像直方图的各个灰度等级中像素数超过第一门限值的像素再次均匀分配到所述各个灰度等级中。
其中,所述分配方法具体包括以下步骤:
a、计算所述各个灰度等级中像素数超过第一门限值的剩余像素数;
b、若剩余像素数为0,则结束,否则判断所述剩余像素数是否大于所述各个灰度等级的总级数,若是,则执行步骤c,否则,执行步骤d;
c、从所述剩余像素中给所述各个灰度等级分配相同的像素数,然后执行步骤a;
d、以所述总级数除以所述剩余像素数得到分配步长,按照该分配步长将所述剩余像素分配至所述各个灰度等级中,然后执行步骤a。
具体的,所述直方图均衡化方法具体包括以下步骤:
A、判断当前图像是否是单一背景图像或类单一背景图像,若是,则不对当前图像进行直方图均衡化,否则进行后续过程;
B、将当前图像直方图的各个灰度等级中像素数超过第一门限值的像素再次均匀分配到所述各个灰度等级中;
C、对当前图像的直方图进行均衡化;
D、根据步骤C均衡化后的直方图得到灰度映射函数,根据该灰度映射函数对当前图像进行映射得到调整后的图象。
其中,步骤A中判断是否是单一背景图像或类单一背景图像通过以下方式判断:
若当前图像直方图中某一灰度等级的像素数与当前图像的所有像素数的比值大于第二门限值,则认定当前图像为单一背景图像或类单一背景图像。
其中,所述第一门限值通过以下方式得到:
首先,设定暗阈值和亮阈值,计算当前图像中小于所述暗阈值的像素数,及大于所述亮阈值的像素数,若小于所述暗阈值的像素数与所有像素的比值大于第三门限值,则认为当前图像为暗背景,若大于所述亮阈值的像素数与所有像素的比值大于第三门限值,则认为当前图像为亮背景;
然后,根据公式:
计算得到所述第一门限值;当认定当前图像为暗背景或亮背景时,则增大所述第一调节参数。
优选的,当认定当前图像为暗背景或亮背景时,所述第一调节参数在0.3~0.5之间调节,当没有认定当前图像为暗背景或亮背景时,所述第一调节参数的取值小于0.3且大于0。
优选的,所述暗阈值在30~56之间取值;所述亮阈值在180~220之间取值;所述第三门限值在2/5~3/5之间取值。
另一方面,本发明还提出一种联合对比度调整方法,其在所述整体对比度调整步骤之前还包括细节对比度调整的步骤,所述细节对比度调整步骤的输出作为所述整体对比度调整的输入;并且,所述细节对比度调整的步骤采用反锐化掩模方法实现。
其中,所述反锐化掩模方法具体包括以下步骤:
第一步,根据退化模型对当前图像进行退化处理得到退化图像;
第二步,判断原始图像与所述退化图象的差值是否小于第一锐化阈值,若是,则结束对当前图像的细节对比度调整;否则,将所述差值乘以增强系数,再与所述原始图像相加的和作为本次细节对比度调整的输出。
另外,所述第一步得到退化图像通过将当前图像与低通滤波器卷积,卷积后的输出与原始图像的差值即为所述退化图像;所述增强系数大于1;所述低通滤波器具体为高斯低通滤波器,其窗口大小为3×3。
本发明由于通过第一门限值对灰度映射函数的最大斜率进行限制,从而使通过直方图均衡化后的图像能够较好的保持平均亮度,并且增强了明暗对比;另外,本发明由于对图像整体进行直方图均衡化,因此避免了局部均衡化的大量计算。另一方面,由于本发明结合了直方图均衡化对全局对比度进行调整和反锐化掩模方法对局部细节对比度进行调整,因而避免单一方法(仅对局部或整体对比度进行调整)的缺点,有效的提高了对比度,使得显示效果更加自然。
附图说明
图1是本发明所提出的对比度增强方法的一个实施例的流程图;
图2是图像直方图像素分配过程的一个实施例的流程图。
具体实施方式
下面结合附图对本发明的实施方式进行详细阐述。
参考图1,图示了本发明所提出的对比度增强方法的一个实施例的处理流程。如图1所示,包括以下步骤:
S100,输入图像;即,作为当前图像。
S101,当前图像经退化模型处理后得到退化图像;在本发明一个实施例中,所述退化图像通过高斯低通滤波器实现,即当前图像与高斯低通滤波器卷积后得到的当前图像的低频成分,所述高斯低通滤波器的窗口大小可以设置为3×3大小;另外,所述退化图像还可以通过均值滤波器实现等,本发明不受此限制。
S102,从原始图像中去除所述退化图像成分获得当前图像的高频成分;即,用当前图像的原始图像与所述退化图像经过减法器后,便得到当前图像的高频成分。
S103,判断当前图像的高频成分是否大于第一锐化阈值,若是,则执行步骤S106,否则执行步骤S104;所述第一锐化阈值是预先设定的值,在本发明的优选实施例中,其取值为3。
S104,利用增强系数增强当前图像的高频成分;即,步骤S102得到当前图像的高频成分后与增强系数β相乘,即增加β倍;所述增强系数β大于1,在本发明的一个优选实施例中,β取值1.5。
S105,所述增强后的高频部分与原始图像叠加;即,二者通过加法器进行叠加得到最终细节调整后的输出图像。
S106,判断当前图像是否是单一背景图像或类单一背景图像,若是,则执行步骤S110,否则,执行步骤S107;
在本步骤中,对单一图像或者类单一图像的判断通过以下方式实现:判断当前图像直方图的各个灰度等级中像素数最大值,该最大值与所有像素点数的比值若大于第二门限值,则认为当前图像为单一背景图像或类单一背景图像,否则不是。在本发明的一个优选实施例中,所述第二门限值取值0.5。
S107,根据第一门限值对当前图像直方图像素进行再次分配;本步骤的一个详细实施例可以参考图2。
S108,直方图均衡化;由于本步骤利用现有的直方图均衡化方法,因此不再进行进一步阐述。
S109,计算映射函数并根据该映射函数计算得到输出图像;即,将步骤S108直方图均衡化得到分布函数代入下述公式得到映射函数,并根据该映射函数对当前图像进行映射,得到输出图像:
其中,n1、n2分别为亮度信号灰度等级的最小值和最大值;h(k)为步骤S108得到的直方图分布;M为整幅图像的像素点个数。
S110,结束;即,结束对输入图像的细节和整体对比度调整。
其中,所述原始图像是指步骤S100中所得到的图像。
参考图2,图示了图像直方图像素分配过程的一个实施例的处理流程。如图2所示,包括以下步骤:
S1071,计算各个灰度等级中像素数超过第一门限值的剩余像素数;即,在当前图像直方图中,设定第一门限值,对各个灰度等级中超过所述第一门限值的像素进行统计,确定其总数;
S1072,判断剩余像素数是否为0,若是,则执行步骤S1076,否则,执行步骤S1073。即,判断步骤S1071中超过第一门限值的剩余像素数量是否为0;
S1073,判断剩余像素数是否大于各个灰度等级的总级数,若是,则执行步骤S1074,否则,执行步骤S1075;
S1074,从所述剩余像素中给所述各个灰度等级分配相等的像素数;即,对步骤S1071中超过第一门限值的各个像素进行分配,将其均匀的分配到每个灰度等级;例如,剩余像素为160,灰度等级的总数为50,则此时本步骤可以向每个灰度等级分配1个像素,或2个像素,或3个像素;优选的分配3个像素,分配后剩余像素为10;
本步骤结束后执行步骤S1071,即对剩余像素进行均匀分配后,再次对当前直方图的各个灰度等级的像素数进行判断,以确定是否仍然有超过所述第一门限值的剩余像素;
S1075,计算分配步长,以该步长将剩余像素分配至各个灰度等级;即,执行该步骤则表示剩余像素的数量小于各个灰度等级的总级数,此时计算一个步长对剩余像素进行再次分配;各个灰度等级的总级数除以剩余像素总数后取整得到的值便是所述分配步长;
本步骤结束后执行步骤S1071,即对剩余像素按照分配步长进行分配后,再次对当前直方图的各个灰度等级的像素数进行判断,以确定是否仍然有超过所述第一门限值的剩余像素;
S1075,结束。即,当前直方图的像素再分配过程结束。
其中,所述第一门限值通过以下方式得到:
首先,设定暗阈值和亮阈值,计算当前图像中小于所述暗阈值的像素数,及大于所述亮阈值的像素数,若小于所述暗阈值的像素数与所有像素的比值大于第三门限值,则认为当前图像为暗背景,若大于所述亮阈值的像素数与所有像素的比值大于第三门限值,则认为当前图像为亮背景;
然后,根据公式:
计算得到所述第一门限值;当认定当前图像为暗背景或亮背景时,则增大所述第一调节参数。
当认定当前图像为暗背景或亮背景时,所述第一调节参数在0.3~0.5之间调节,例如0.3、0.4、0.5等;当没有认定当前图像为暗背景或亮背景时,所述第一调节参数的取值小于上述范围,优选的可以取0.1;所述暗阈值可以在30~56之间取值,例如可以取30、40、45、50、56等;所述亮阈值可以在于180~220之间取值,例如可以取180、190、195、200、210、215、220等;所述第三门限值可以在2/5~3/5之间取值,例如可以取2/5、1/2、3/5等。
以上所揭露的仅为本发明一种较佳实施例而已,当然不能以此来限定本发明之权利范围,因此依本发明权利要求所作的等同变化,仍属本发明所涵盖的范围。