CN102194220B - 一种基于锐化强度与灰度分布结合的图像增强方法 - Google Patents
一种基于锐化强度与灰度分布结合的图像增强方法 Download PDFInfo
- Publication number
- CN102194220B CN102194220B CN2011101201019A CN201110120101A CN102194220B CN 102194220 B CN102194220 B CN 102194220B CN 2011101201019 A CN2011101201019 A CN 2011101201019A CN 201110120101 A CN201110120101 A CN 201110120101A CN 102194220 B CN102194220 B CN 102194220B
- Authority
- CN
- China
- Prior art keywords
- image
- sharpening intensity
- dtri
- intensity
- sharpening
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Facsimile Image Signal Circuits (AREA)
- Color Image Communication Systems (AREA)
- Image Processing (AREA)
Abstract
一种基于锐化强度与灰度分布结合的图像增强方法,先对彩色图像的亮度信息进行拉普拉斯变换,统计图像中每个像素点的突变程度即锐化强度,其次对锐化强度进行量化,并将量化值融入到图像亮度分量的灰度直方图中对其进行修正,然后进行灰度对比度拉伸,最后完成对彩色图像的增强。本发明在增强图像细节信息的同时,对整幅图像进行对比度拉伸,进而获得更好的图像增强效果。
Description
技术领域
本发明属于数字图像增强技术领域,涉及一种基于锐化强度与灰度分布相结合的彩色图像增强方法。
背景技术
图像增强的核心就是将图像的重要内容增强突出,同时将不重要的内容进行抑制。通过图像增强,能够改善图像的显示效果,也可以有助于图像的目标识别等其他后续处理。现有基于灰度直方图的图像增强算法只是将图像中像素个数多的灰度值进行展宽,而对像素个数少的灰度值进行归并,所以对于景物的边缘细节部分,没有获得对比度的展宽,不能很好的达到使图像清晰的目的。换句话说,对于渐变且灰度级分布较为集中的部分,即使这部分的对比度不展宽,仍旧能够保持好的效果,但对于景物的边缘细节部分,如果能够获得对比度的展宽,将有助于获得好的图像增强效果。
发明内容
本发明的目的是提供一种基于锐化强度与灰度分布结合的图像增强方法,在增强图像细节信息的同时,对整幅图像进行对比度拉伸,进而获得更好的图像增强效果。
本发明所采用的技术方案是,一种基于锐化强度与灰度分布结合的图像增强方法,具体步骤如下:
步骤1、确定彩色图像亮度信息
设输入的彩色图像大小为m×n,该彩色图像的红、绿、蓝三色矩阵分量分别为R=[r(i,j)]m×n,G=[g(i,j)]m×n,B=[b(i,j)]m×n,则其亮度矩阵分量L=[l(i,j)]m×n由下式得到:
l(i,j)=max(r(i,j),g(i,j),b(i,j)),i=1,2,...,m,j=1,2,...,n;(1)
其中,r(i,j),g(i,j),b(i,j)以及l(i,j)分别为该彩色图像的红、绿、蓝三色分量,以及亮度分量在点(i,j)处像素的值;
步骤2、计算锐化强度
a.初始化
b.求解锐化强度矩阵
其中,i=2,3...,m-1,j=2,3,...,n-1;(3)
步骤3、量化锐化强度
其中,kμ为量化因子;
步骤4、计算图像亮度分量的锐化强度融合灰度直方图
a.设图像亮度分量L=[l(i,j)]m×n的灰度直方图为H=[h(i)]256×1,并初始化H=[h(i)]256×1:
h(k)=0,k=0,1,...,255;(6)
b.求解锐化强度融合灰度直方图:
k=l(i,j),i=1,2,...,m,j=1,2,...,n;(7)
h(k)=h(k)+1+w(i,j); (8)
步骤5、增强亮度分量
a.计算步骤4得到的锐化强度融合灰度直方图的概率分布
对于步骤3得到的锐化强度矩阵W=[w(i,j)]m×n,计算其总强度值Nw:
则锐化强度融合灰度的概率分布为PH=[ph(i)]256×1为:
PH(k)=h(k)/(m×n+Nw); (10)
b.计算锐化强度融合灰度直方图的累积分布设该累积分布为PHS=[phs(i)]256×1,则
c.设对亮度分量进行增强处理后的结果为L*=[l*(i,j)]m×n,则
k=l(i,j),i=1,2,...,m,j=1,2,...,n;(12)
l*(i,j)=255·PHS(k); (13)
步骤6、对彩色图像进行增强
a.对输入的彩色图像的红、绿、蓝三个颜色分量计算其颜色比例系数矩阵AR=[αR(i,j)]m×n,AG=[αG(i,j)]m×n,AB=[αB(i,j)]m×n:
b.求增强后的彩色图像
设对彩色图像进行增强处理后的红、绿、蓝三个颜色分量为R*=[r*(i,j)]m×n,G*=[g*(i,j)]m×n,B*=[b*(i,j)]m×n,则:
r*(i,j)=αR(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n;(18)
g*(i,j)=αG(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n;(19)
b*(i,j)=αB(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n;(20)
即得到增强后的彩色图像。
步骤3中,量化因子kμ优选取值范围为kμ∈[1,5]。
本发明的一种基于锐化强度与灰度分布结合的图像增强方法,先对彩色图像提取出其亮度信息,对亮度分量进行Laplacian变换(即拉普拉斯变换),统计图像中每个像素点的突变程度即锐化强度,并对锐化强度进行量化,将量化值融入到图像的亮度分量的灰度直方图中,对其进行修正,使具有突变部分的灰度对比度拉伸更加具有优势,由此,完成对图像的增强。本发明方法在增强图像细节信息的同时,对整幅图像进行对比度拉伸,进而获得更好的图像增强效果。
具体实施方式
下面结合具体实施方式对本发明进行详细说明。
本发明一种基于锐化强度与灰度分布结合的图像增强方法,具体步骤如下:
步骤1、确定彩色图像亮度信息
设输入的彩色图像大小为m×n(即该数字图像的大小为m行,n列),该彩色图像的红、绿、蓝三色矩阵分量分别为R=[r(i,j)]m×n,G=[g(i,j)]m×n,B=[b(i,j)]m×n,则其亮度矩阵分量L=[l(i,j)]m×n由下式得到:
l(i,j)=max(r(i,j),g(i,j),b(i,j)),i=1,2,...,m,j=1,2,...,n;(1)
其中,r(i,j),g(i,j),b(i,j)以及l(i,j)分别为该彩色图像的红、绿、蓝三色分量,以及亮度分量在点(i,j)处像素的值;
步骤2、计算锐化强度
图像锐化多用于边缘提取,与现有技术不同的是本专利选用了Laplacian算子(即拉普拉斯变换)计算图像的锐化强度,进而可以通过量化后的锐化强度修正灰度直方图达到图像增强的目的。
a.初始化
b.求解锐化强度矩阵
其中,i=2,3...,m-1,j=2,3,...,n-1;(3)
步骤3、量化锐化强度
其中,kμ为量化因子,若kμ取值过小,锐化幅度就越大,使得图像过增强;若kμ取值过大,锐化幅度就越小,则图像的细节信息增强不明显。经实验,优选取值范围为kμ∈[1,5];
步骤4、计算图像亮度分量的锐化强度融合灰度直方图
a.设图像亮度分量L=[l(i,j)]m×n的灰度直方图为H=[h(i)]256×1,并初始化H=[h(i)]256×1:
h(k)=0,k=0,1,...,255; (6)
b.求解锐化强度融合灰度直方图:
k=l(i,j),i=1,2,...,m,j=1,2,...,n;(7)
h(k)=h(k)+1+w(i,j);(8)
步骤5、增强亮度分量
a.计算步骤4得到的锐化强度融合灰度直方图的概率分布
对于步骤3得到的锐化强度矩阵W=[w(i,j)]m×n,计算其总强度值Nw:
则锐化强度融合灰度的概率分布为PH=[ph(i)]256×1为:
PH(k)=h(k)/(m×n+Nw); (10)
b.计算锐化强度融合灰度直方图的累积分布设累积分布为PHS=[phs(i)]256×1,则
c.设对亮度分量进行增强处理后的结果为L*=[l*(i,j)]m×n,则
k=l(i,j),i=1,2,...,m,j=1,2,...,n;(12)
l*(i,j)=255·PHS(k);(13)
步骤6、对彩色图像进行增强
a.对输入的彩色图像的红、绿、蓝三个颜色分量计算其颜色比例系数矩阵AR=[αR(i,j)]m×n,AG=[αG(i,j)]m×n,AB=[αB(i,j)]m×n:
b.求增强后的彩色图像
设对彩色图像进行增强处理后的红、绿、蓝三个颜色分量为R*=[r*(i,j)]m×n,G*=[g*(i,j)]m×n,B*=[b*(i,j)]m×n,则:
r*(i,j)=αR(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n;(18)
g*(i,j)=αG(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n;(19)
b*(i,j)=αB(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n,(20)
即得到增强后的彩色图像。
Claims (2)
1.一种基于锐化强度与灰度分布结合的图像增强方法,其特征在于,具体步骤如下:
步骤1、确定彩色图像亮度信息
设输入的彩色图像大小为m×n,该彩色图像的红、绿、蓝三色矩阵分量分别为R=[r(i,j)]m×n,G=[g(i,j)]m×n,B=[b(i,j)]m×n,则其亮度矩阵分量L=[l(i,j)]m×n由下式得到:
l(i,j)=max(r(i,j),g(i,j),b(i,j)),i=1,2,...,m,j=1,2,...,n; (1)
其中,r(i,j),g(i,j),b(i,j)以及l(i,j)分别为该彩色图像的红、绿、蓝三色分量,以及亮度分量在点(i,j)处像素的值;
步骤2、计算锐化强度
a.初始化
其中,i=2,3...,m-1,j=2,3,...,n-1; (3)
步骤3、量化锐化强度
a.求 的均值μ:
其中,kμ为量化因子;
步骤4、计算图像亮度分量的锐化强度融合灰度直方图
a.设亮度矩阵分量L=[l(i,j)]m×n的灰度直方图为H=[h(i)]256×1,并初始化H=[h(i)]256×1:
h(k)=0,k=0,1,...,255; (6)
b.求解锐化强度融合灰度直方图:
k=l(i,j),i=1,2,...,m,j=1,2,...,n; (7)
h(k)=h(k)+1+w(i,j); (8)
步骤5、增强亮度分量
a.计算步骤4得到的锐化强度融合灰度直方图的概率分布
对于步骤3得到量化后的锐化强度矩阵W=[w(i,j)]m×n,计算其总强度值Nw:
则锐化强度融合灰度的概率分布为PH=[ph(i)]256×1为:
PH(k)=h(k)/(m×n+Nw); (10)
b.计算锐化强度融合灰度直方图的累积分布
设该累积分布为PHS=[phs(i)]256×1,则
c.设对亮度分量进行增强处理后的结果为L*=[l*(i,j)]m×n,则
k=l(i,j),i=1,2,...,m,j=1,2,...,n; (12)
l*(i,j)=255·PHS(k); (13)
步骤6、对彩色图像进行增强
a.对输入的彩色图像的红、绿、蓝三个颜色分量计算其颜色比例系数矩阵AR=[αR(i,j)]m×n,AG=[αG(i,j)]m×n,AB=[αB(i,j)]m×n:
b.求增强后的彩色图像
设对彩色图像进行增强处理后的红、绿、蓝三个颜色分量为R*=[r*(i,j)]m×n,G*=[g*(i,j)]m×n,B*=[b*(i,j)]m×n,则:
r*(i,j)=αR(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n; (18)
g*(i,j)=αG(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n; (19)
b*(i,j)=αB(i,j)·l*(i,j),i=1,2,...,m,j=1,2,...,n; (20)
即得到增强后的彩色图像。
2.按照权利要求1所述的基于锐化强度与灰度分布结合的图像增强方法,步骤3中的量化因子kμ优选取值范围为kμ∈[1,5]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101201019A CN102194220B (zh) | 2011-05-10 | 2011-05-10 | 一种基于锐化强度与灰度分布结合的图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101201019A CN102194220B (zh) | 2011-05-10 | 2011-05-10 | 一种基于锐化强度与灰度分布结合的图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102194220A CN102194220A (zh) | 2011-09-21 |
CN102194220B true CN102194220B (zh) | 2012-11-28 |
Family
ID=44602240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101201019A Expired - Fee Related CN102194220B (zh) | 2011-05-10 | 2011-05-10 | 一种基于锐化强度与灰度分布结合的图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102194220B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103137098B (zh) * | 2011-12-02 | 2015-06-17 | 联咏科技股份有限公司 | 色调对应方法 |
CN104657960A (zh) * | 2013-11-25 | 2015-05-27 | 中国科学院沈阳自动化研究所 | 一种灰度图像对比度拉伸方法及装置 |
CN104853063B (zh) * | 2015-06-05 | 2017-10-31 | 北京大恒图像视觉有限公司 | 一种基于sse2指令集的图像锐化方法 |
CN105631834A (zh) * | 2015-12-16 | 2016-06-01 | 安徽创世科技有限公司 | 一种夜视图像增强方法 |
CN107705268B (zh) * | 2017-10-20 | 2021-07-02 | 天津工业大学 | 一种基于改进的Retinex与Welsh近红外图像增强与彩色化算法 |
WO2020107308A1 (zh) * | 2018-11-29 | 2020-06-04 | 唐山曹妃甸联城科技有限公司 | 一种基于Retinex的微光图像快速增强方法及其装置 |
CN111435972B (zh) * | 2019-01-15 | 2021-03-23 | 杭州海康威视数字技术股份有限公司 | 一种图像处理的方法及装置 |
CN116310979B (zh) * | 2023-03-16 | 2024-02-02 | 国网甘肃省电力公司电力科学研究院 | 图像识别方法、风险管控平台及方法、安全管控平台 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2357649A (en) * | 1999-12-22 | 2001-06-27 | Nokia Mobile Phones Ltd | Image enhancement using inverse histogram based pixel mapping |
CN101101669A (zh) * | 2007-07-13 | 2008-01-09 | 天津大学 | 根据边缘和亮度特征进行自适应调整的图像增强方法 |
CN101212611A (zh) * | 2007-12-25 | 2008-07-02 | 青岛海信信芯科技有限公司 | 一种对比度增强方法 |
CN101877123A (zh) * | 2009-12-03 | 2010-11-03 | 北京中星微电子有限公司 | 一种图像增强方法和装置 |
-
2011
- 2011-05-10 CN CN2011101201019A patent/CN102194220B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2357649A (en) * | 1999-12-22 | 2001-06-27 | Nokia Mobile Phones Ltd | Image enhancement using inverse histogram based pixel mapping |
CN101101669A (zh) * | 2007-07-13 | 2008-01-09 | 天津大学 | 根据边缘和亮度特征进行自适应调整的图像增强方法 |
CN101212611A (zh) * | 2007-12-25 | 2008-07-02 | 青岛海信信芯科技有限公司 | 一种对比度增强方法 |
CN101877123A (zh) * | 2009-12-03 | 2010-11-03 | 北京中星微电子有限公司 | 一种图像增强方法和装置 |
Non-Patent Citations (2)
Title |
---|
李恩玉,杨平先.基于图像边缘增强组合算法的研究.《红外技术》.2009,第31卷(第2期),第95-98页. * |
雷江东,李久丹,罗艳,吴彩荣.3种不同灰度图像增强算法比对.《广西科学院学报》.2010,第26卷(第4期),第418-419页. * |
Also Published As
Publication number | Publication date |
---|---|
CN102194220A (zh) | 2011-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102194220B (zh) | 一种基于锐化强度与灰度分布结合的图像增强方法 | |
CN101507284B (zh) | 用于对视频颜色增强数据进行编码的方法和设备,以及用于对视频颜色增强数据进行解码的方法和设备 | |
CN102779330B (zh) | 图像增强方法、图像增强装置和显示装置 | |
CN105931201B (zh) | 一种基于小波变换的图像主观视觉效果增强方法 | |
CN103593830A (zh) | 一种低照度视频图像增强方法 | |
WO2018119909A1 (zh) | 一种rgbw像素渲染装置及方法 | |
CN107439012A (zh) | 高动态范围视频编码中的在环且基于块的图像再成形 | |
CN110717868B (zh) | 视频高动态范围反色调映射模型构建、映射方法及装置 | |
CN103034986A (zh) | 一种基于曝光融合的夜视图像增强方法 | |
CN109919880A (zh) | 一种基于粒子群优化的红外图像增强方法 | |
CN108537760B (zh) | 一种基于大气散射模型的红外图像增强方法 | |
CN108230272B (zh) | 一种图像增强方法和装置 | |
CN106358040A (zh) | 一种基于显著性的码率控制比特分配方法 | |
CN117640942A (zh) | 一种用于视频图像的编码方法和装置 | |
CN104021531A (zh) | 一种改进的基于单尺度Retinex的暗环境图像的增强方法 | |
CN1741068A (zh) | 一种基于边界的直方图均衡方法 | |
CN110009574B (zh) | 一种低动态范围图像逆向生成高动态范围图像的方法 | |
CN104463806B (zh) | 基于数据驱动技术的高度自适应图像对比度增强方法 | |
CN116468625A (zh) | 基于金字塔高效通道注意力机制的单幅图像去雾方法和*** | |
CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
CN1750044A (zh) | 截断直方图均衡方法 | |
CN103996179A (zh) | 一种基于单尺度Retinex的快速实时图像增强方法 | |
CN1741617A (zh) | 处理图像信号的涌出伪像的设备和方法 | |
CN110545414B (zh) | 一种图像锐化方法 | |
CN108280809B (zh) | 一种基于大气散射物理模型的有雾图像天空区域估计方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121128 Termination date: 20150510 |
|
EXPY | Termination of patent right or utility model |