CN101286231A - 一种均匀分布图像亮度的对比度增强方法 - Google Patents

Abstract

本发明涉及一种均匀分布图像亮度的对比度增强方法。包括以下具体步骤：a.输入图像，并将整个灰度显示范围0～255平均分为至少两个连续的子区间，作为输入图像映射的目标子区间；b.计算输入图像的直方图分布，统计每一灰度级对应的像素点个数；c.将输入图像的灰度级划分为与目标子区间数量相同的连续的子区间，每个子区间中灰度级对应的像素个数大致相等；d.将输入图像的每个连续的灰度级子区间映射到由0～255灰度区间划分出的目标子区间上。与直方图均衡化处理方法相比，本发明不仅能增加像素之间的视觉距离，同时还能更好的保持图像细节。

Description

一种均匀分布图像亮度的对比度增强方法

技术领域

本发明属于数字图像处理与视频显示技术领域，具体涉及一种均匀分布图像亮度的图像对比度增强方法。

背景技术

图像对比度增强是数字图像处理领域中的一个重要技术之一，通过调节图像灰度级的分布，可以增加各个像素之间的视觉距离，使模糊的目标容易辨识，提高图像的观看质量。直方图均衡化是最常见的图像对比度增强处理方法，该方法根据输入图像的各个灰度级的累积概率密度寻找变换后的输出图像的灰度级，根据计算得到的累积分布函数，建立输入图像与输出图像灰度之间的对应关系。它对增强一般图像可以起到很好的效果，但是当图像所占的灰度级别个数非常少时，直方图均衡化会将几个含有大量像素点的灰度级扩展得很开，而只有少量像素点的灰度级被严重挤压，出现过度增强，使增强后图像过亮或过暗，如图3为一个输入图像的直方图，图4是图3中的直方图经过直方图均衡化处理后输出图像的直方图；通过两幅图纸的对比，可以清楚的反映出现有技术的局限性。

发明内容

本发明要解决的技术问题是针对现有的图像对比度增强处理方法的不足，提出一种均匀分布图像亮度的图像对比度增强方法。

本发明为解决上述技术问题所采用的技术方案，不是根据输入图像的各个灰度级的累积概率密度寻找变换后的输出图像的灰度级，而是将输入图像的含有相同像素点的连续灰度级区间变换到输出图像的一个具有固定灰度级数的灰度级区间。这样变换后不仅使输出图像的灰度分布均匀，而且因为输出图像的灰度级区间中的灰度级数固定而不是由灰度级的累积概率密度确定，所以可以克服输入图像的某些灰度级被过度扩展而另一些灰度级被严重挤压的现象。

本发明为解决上述技术问题所采用的技术方案的具体方法为：一种均匀分布图像亮度的对比度增强方法，包括以下具体步骤：a.输入图像，并将整个灰度显示范围0～255平均分为至少两个连续的子区间，作为输入图像映射的目标子区间；b.计算输入图像的直方图分布，统计每一灰度级对应的像素点个数；c.将输入图像的灰度级划分为与目标子区间数量相同的连续的子区间，每个子区间中灰度级对应的像素个数大致相等；d.将输入图像的每个连续的灰度级子区间映射到由0～255灰度区间划分出的目标子区间上。

进一步的，划分目标子区间的方法是将整个灰度显示范围0～255平均分为16个子区间，分别为L₁[0，15]，L₂[16，31]...L₁₆[240，255]。

本发明的有益效果具体表现在以下方面：采用直方图均衡化的方法扩展或压缩灰度级，很多灰度级都没被使用，而本发明利用灰度级分段，将输入图像的不同长度的连续灰度级区间变换到灰度显示范围在0～255之间的若干个长度相同的连续的目标子区间，如果输入图像灰度级子区间中灰度级数少，那么这些灰度级将内插在目标子区间，这样不仅区间内各灰度级之间增加了亮度距离，而且与相邻的其它区间的距离也增加了，充分利用了每个灰度级。与直方图均衡化处理方法相比，本发明不仅能增加像素之间的视觉距离，同时还能更好的保持图像细节。

附图说明

图1是本发明的对比度增强方法的流程图。

图2是本发明输入图像的每个连续的子区间映射到目标子区间的流程图。

图3是本发明一个实施例的输入图像的直方图。

图4是图3的直方图经过直方图均衡化处理后输出图像的直方图。

图5是图3的直方图经过本发明所述的方法处理后输出图像的直方图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

图3为一个输入图像的直方图，结合图1和图2的流程图对该输入图像进行处理。

(1)输入图像，并将整个灰度显示范围0～255平均分为16个子区间，分别为L₁[0，15]，L₂[16，31]...L₁₆[240，255]，作为输入图像映射的目标子区间。

(2)求输入图像直方图分布，统计每一灰度级对应的像素点个数。

(3)计算输入图像的最低灰度级和最高灰度级Min、Max。

(4)假如输入图像大小为M×N，同样将整个输入图像的灰度级范围Min～Max划分为16个连续的灰度级子区间

L₁′[Min，x₁]，L₂′[x₁+1，x₂]...L₁₆′[x₁₅+1，Max]。

(4a)将输入图像的灰度级分配成16个长度相同的灰度级子区间，并且

假设每个灰度级子区间对应的像素点数目相同，那么每个灰度级区间对应的像素点个数为： $\mathrm{Mean}=\frac{M\×N}{16}.$

(4b)但是不同的灰度级对应的像素点数目是各不相同的，所以设置一个偏差值 $\mathrm{Setover}=\frac{M\×N}{256},$ 这样使得输入图像灰度级划分后，每个灰度级

区间对应的像素点个数都处于Mean±Setover范围内。

(5)将输入图像划分的灰度级子区间L_i′[x_i-1+1，x_i]中的灰度级映射到目标

子区间L_i[16×(i-1)，16×i-1]中的灰度级上。

如步骤(5)所述，将一个输入图像的连续灰度级子区间变换到目标子区间的具体做法为：

(5a)首先统计输入图像子区间L_i′[x_i-1+1，x_i]中的灰度级数n；

(5b)若n＜8，将子区间L_i′[x_i-1+1，x_i]中的n个连续灰度级映射到子区间

L_i[16×(i-1)，16×i-1]中，并使得映射后的灰度级将子区间

L_i[16×(i-1)，16×i-1]分成n+1等份。

上述步骤中将输入图像的每个连续的灰度级子区间映射到目标子区间上的具体公式：

$L=16*(i-1)+(L^{\′}-x_{i-1})*\frac{16}{n+1};$

本公式中，L′为输入图像中区间i的一个灰度级，L为L′映射后目标区间的灰度级.公式实现了将输入图像的子区间内的少数几个灰度级内插到目标区间16个灰度级上，比如输入图像的一个子区间内有3个灰度级，那么经映射后分布在目标区间的16级灰度级区间上的第四、第八和第十二个灰度级上。

(5c)若n≥8，则将这些灰度级线性地伸展或压缩到子区间L_i[16×(i-1)，16×i-1]上16个灰度级上。

上述步骤中将输入图像的每个连续的灰度级子区间映射到目标子区间上的具体公式：

$*(i-1)+(L^{\′}-x_{i-1})*\frac{16}{n};$

本公式中的符号步骤(5b)中符号的含义相同。

输入图像的每个灰度级子区间L_i′[x_i-1+1，x_i]都映射到了新的目标子区间后，完成了图像对比度增强，如图5是图3的直方图经过本发明所述的方法处理后输出图像的直方图，和图4中现有技术的直方图均衡化方法处理后的输出图像的直方图相比，本发明不仅能增加像素之间的视觉距离，同时还能更好的保持图像细节。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为发明的保护范围并不局限于这样的特别陈述和实施例。凡是根据上述描述做出各种可能的等同替换或改变，均被认为属于本发明的权利要求的保护范围。

Claims (7)

1.一种均匀分布图像亮度的对比度增强方法，其特征在于，包括以下具体步骤：

a.输入图像，并将整个灰度显示范围0～255平均分为至少两个连续的子区间，作为输入图像映射的目标子区间；

b.计算输入图像的直方图分布，统计每一灰度级对应的像素点个数；

c.将输入图像的灰度级划分为与目标子区间数量相同的连续的子区间，每个子区间中灰度级对应的像素个数大致相等；

d.将输入图像的每个连续的灰度级子区间映射到由0～255灰度区间划分出的目标子区间上。

2.根据权利要求1所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤a中划分目标子区间的方法是：

将整个灰度显示范围0～255平均分为16个子区间，分别为L₁[0，15]，L₂[16，31]...L₁₆[240，255]。

3.根据权利要求2所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤c中划分输入图像的连续的子区间的具体步骤为：

c1.计算输入图像的最低灰度级Min和最高灰度级Max；

c2.假如输入图像大小为M×N，将整个输入图像的灰度级范围Min～Max划分为16个连续的灰度级子区间L₁′[Min，x₁]，L₂′[x₁+1，x₂]...L₁₆′[x₁₅+1，Max]。

4.根据权利要求3所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤c2中划分输入图像灰度级范围的方法为：

I.将输入图像的灰度级分配成16个长度相同的灰度级子区间，并且假设每个灰度级子区间对应的像素点数目相同，那么每个灰度级区间对应的像素点个数为： $\mathrm{Mean}=\frac{M\×N}{16};$

II.但是不同的灰度级对应的像素点数目是各不相同的，所以设置一个偏差值 $\mathrm{Setover}=\frac{M\×N}{256},$ 这样使得输入图像的灰度级划分后，每个灰度级区间对应的像素点个数都处于Mean±Setover范围内。

5.根据权利要求4所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤d中将输入图像的每个连续的灰度级子区间映射到目标子区间上的方法是：

d1.首先统计子区间L_i′[x_i-1+1，x_i]中的灰度级数n；

d2.若n＜8，将子区间L_i′[x_i-1+1，x_i]中的n个灰度级映射到子区间L_i[16×(i-1)，16×i-1]中，并使得映射后的灰度级将子区间L_i[16×(i-1)，16×i-1]分成n+1等份；

d3.若n≥8，则将这些灰度级线性地伸展或压缩到子区间L_i[16×(i-1)，16×i-1]上16个灰度级上。

6.根据权利要求5所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤d2中将输入图像的每个连续的灰度级子区间映射到目标子区间上的具体公式：

$L=16*(i-1)+(L^{\′}-x_{i-1})*\frac{16}{n+1};$

(本公式中L′为输入图像中区间i的一个灰度级，L为L′映射后目标区间的灰度级.公式实现了将输入图像的子区间内的少数几个灰度级内插到目标区间16个灰度级上，比如输入图像的一个子区间内有3个灰度级，那么经映射后分布在目标区间的16级灰度级区间上的第四、第八和第十二个灰度级上)。

7.根据权利要求5所述的一种均匀分布图像亮度的对比度增强方法，其特征在于，步骤d3中将输入图像的每个连续的灰度级子区间映射到目标子区间上的具体公式：

$L=16*(i-1)+(L^{\′}-x_{i-1})*\frac{16}{n};$

(本公式中的符号与权利要求6中符号的含义相同)。

Images