CN102999885A - Retinex视频增强算法亮度平均值确定方法与装置 - Google Patents

Abstract

本发明公开了一种Retinex视频增强算法亮度平均值确定方法与装置，对图像进行分块处理，以每小块中心像素点为中心的区域亮度平均值用传统方法计算，以非中心像素点为中心的区域亮度平均值，共用以本小块中心像素点为中心的区域亮度平均值，或者对以两个相邻中心像素点为中心的区域亮度平均值进行双线性插值求得，从而大大减少了运算量，降低了对内存和处理速度的要求，节省了成本。

Description

Retinex视频增强算法亮度平均值确定方法与装置

技术领域

本发明涉及视频增强技术领域，特别是涉及一种Retinex视频增强算法亮度平均值确定方法与装置。

背景技术

在Retinex视频增强算法中，需要计算以每个像素点为中心的一个区域范围的亮度平均值。以1920*1080图像为例，每帧图像按照每个点计算一次区域亮度平均值，需要计算1920*1080=2073600次，按每秒60帧的刷新率计算需要1920*1080*60=124416000次/s，如果需要计算多个尺度的亮度平均值，计算量还需要多倍增长。可以看出，这种算法无论对计算量、数据总线带宽还是内存带宽都是极大的开销。

传统计算区域亮度平均值的方法是：取一定尺度，计算以中心点向四周扩散的区域的亮度平均值。以尺度等于6为例，参见图1，计算像素点坐标为（x,y）的亮度平均值，就是计算以坐标点(x,y)为中心，向四周扩散6个像素点，即以坐标点(x,y)为中心的13*13个像素区域，计算该区域所有像素点的亮度平均值，公式如下所示。该平均值是视频增强算法的一个重要参数。

亮度平均值计算公式： $A_{\mathrm{xy}}=\frac{\underset{i=y-6}{\overset{y+6}{\mathrm{\Σ}}}\underset{j=x-6}{\overset{x+6}{\mathrm{\Σ}}}{Y}_{\mathrm{ij}}}{N}$

其中，A_xy为亮度平均值，Y_ij为区域范围内每个像素点的亮度值，N为区域范围内像素点数量。

因为每个区域的亮度平均值计算都需要进行大量的加法，数据存取次数与运算量都非常大，导致上述计算方法存在资源消耗极大的问题。为了解决这个问题，产生了一种优化的区域亮度平均值计算方法：先对整幅图像进行一次遍历操作，存储每个像素点左上角所有像素点的亮度和，公式如下所示。如图2所示，坐标(m,n)左上角所有像素点的亮度值之和为S_mn：

其中，S_mn为像素点坐标(m,n)左上角所有像素点的亮度之和，Y_ij为区域范围内每个像素点的亮度值。

遍历操作完成后，以计算如图3所示的区域ABCD亮度平均值为例，先读取这个区域四个角位置的亮度和S_A、S_B、S_C、S_D，平均值A_mn可通过以下公式计算：

$A_{\mathrm{mn}}=\frac{S_D+S_A-S_B-S_C}{N}$

其中，A_mn为ABCD所围区域的亮度平均值，S_A、S_B、S_C、S_D分别表示A、B、C、D点左上角亮度值之和，N表示ABCD所围区域包含像素点的个数。

上述方法只需对图像进行一次遍历，可大大简化运算，比传统的计算方法大大减少了运算量。但每次的区域亮度平均值计算还是需要较多的数据处理，导致每次的区域亮度平均值计算还是需要消耗较多的***资源。

综上所述，由于计算量过大，内存使用带宽过大，导致这些算法无法对高分辨率图像进行实时处理，只能处理低分辨率图像；或者必须以高昂的代价，使用高速处理芯片与更高速度的内存组成处理***，才能实时处理高分辨率图像。

发明内容

针对以上的情况，本发明提出了一种Retinex视频增强算法亮度平均值确定方法与装置，以进一步降低亮度平均值确定过程中的运算量。

一种Retinex图像增强算法亮度平均值确定方法，包括步骤：

将整幅图像划分成多个小块，小块的具体个数在亮度平均值的计算量与计算精度之间取平衡；

计算以每个小块中心像素点为中心的区域亮度平均值；

以非中心像素点为中心的区域亮度平均值共用以本小块中心像素点为中心的区域亮度值；

或

以非中心像素点为中心的区域亮度平均值，通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值求得。

一种Retinex图像增强算法亮度平均值确定装置，包括：

划分模块，用于将整幅图像划分成多个小块，小块的具体个数在亮度平均值的计算量与计算精度之间取平衡；

中心点平均值确定模块，用于计算以每个小块中心像素点为中心的区域亮度平均值；

非中心点平均值确定模块，用于将以中心像素点为中心的区域亮度值作为以本小块非中心像素点为中心的区域亮度平均值；或，用于通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值，计算以本小块非中心像素点为中心的区域亮度平均值。

本发明Retinex图像增强算法亮度平均值确定方法与装置，对图像进行分块处理，以每小块中心像素点为中心的区域亮度平均值用传统方法计算，以非中心像素点为中心的区域亮度平均值，共用以本小块中心像素点为中心的区域亮度平均值，或者对以两个相邻中心像素点为中心的区域亮度平均值进行双线性插值求得，从而大大减少了运算量，降低了对内存和处理速度的要求，节省了成本。

附图说明

图1为以坐标(x,y)为中心，6为尺度所围区域的示意图；

图2为坐标(m,n)左上角的所有像素点示意图；

图3为ABCD区域示意图；

图4为以点(x,y)为中心的区域与以点(x+1,y)为中心的区域示意图；

图5为图像被分割成3*3的小块的示意图；

图6为以各小块中心像素点为中心的区域亮度平均值的分布示意图；

图7为以各个像素点为中心的区域亮度平均值的分布示意图；

图8为以各个像素点为中心的区域亮度平均值的另一个分布示意图；

图9为本发明Retinex视频增强算法亮度平均值确定方法的流程示意图；

图10为本发明Retinex视频增强算法亮度平均值确定装置的结构示意图。

具体实施方式

在以相邻两个像素点为中心计算亮度平均值时，所选取的区域有很大一部分是相同的。如图4所示，中心坐标为(x,y)的亮度平均值计算选取范围与中心坐标为(x+1,y)的亮度平均值计算选取范围只相差(x-6)与(x+7)两列，即中心坐标为(x+1,y)与(x,y)的亮度平均值计算范围只有13个像素点不同，占总体像素点数量的1/13。尺度选取越大，差异像素点所占比例越小，如若选取尺度21，以相邻像素点为中心的区域亮度平均值计算选取区域的差异像素点只占总体像素点数量的1/43。由此可知，以相邻像素点为中心计算出来的区域亮度平均值差异很小，本发明利用这个特点，对图像进行划分，划分到同一区域的像素点共用一个区域亮度平均值，或者根据已确定的像素点对应的区域亮度平均值，近似计算临近像素点对应的区域亮度平均值，以此来减少运算量。下面结合附图与实施例详细解释本发明。

本发明Retinex图像增强算法亮度平均值确定方法，如图9所示，包括步骤：

步骤S1、将整幅图像划分成多个小块，小块的具体个数在亮度平均值的计算量与计算精度之间取平衡；

步骤S2、计算以每个小块中心像素点为中心的区域亮度平均值；

步骤S3、

以非中心像素点为中心的区域亮度平均值共用以本小块中心像素点为中心的区域亮度值；

或

以非中心像素点为中心的区域亮度平均值，通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值求得。

由以上步骤可知，本发明是在传统计算亮度平均值方法的基础上进行分块处理：先把整幅图像划分为多个比较小的小块，如2*2、3*3或4*4等，小块数越多，亮度平均值的计算结果越精确，但相应的运算量也越大，因此需在运算量和精确度之间取平衡。当划分后小块的行列数为偶数时，从最靠近中心的4个点中取一个作为中心像素点。以3*3分块为例，如图5所示，把原始图像每9个相邻像素点分为一个3*3的块。分块后，先采用传统方法计算以每个小块中心像素点为中心的区域亮度平均值。以非中心像素点为中心的区域亮度平均值的计算方法有两种方案，如步骤S3所述，第一种方案是同一小块内所有像素点共用中心像素点对应的区域亮度平均值，第二种方案是按照以临近像素点为中心的区域亮度平均值多数时候均具有递增或递减的规律，采用双线性插值法，根据以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值计算得来。

例如每9个相邻像素分为一个3*3的块，如图6所示。计算得到以每个小块中心像素点为中心的区域亮度平均值为A_mn。按照第一种方案，如图7所示，以非中心像素点为中心的区域亮度平均值认为等于以其所在小块中心像素点为中心的区域亮度平均值A_mn，即用A_mn填充其余非中心像素点。按照第二种方案，同一小块内，分别以各个像素点为中心时，所得区域亮度平均值各不相同。如图9所示，左上角的小块内，以中心像素点为中心的区域亮度平均值为A11，该小块内以非中心像素点为中心的区域亮度平均值包括A111,A112…,A118。分别以各个小块中心像素点为中心时，对应的区域亮度平均值包括A11,A12,A21,A22…于是，采用双线性插值法，A114=A11-（A12-A11）/3，A115=A11+（A12-A11）/3，A124=A11+（A12-A11）*2/3。类似的，其余A_mnx的值也可以通过双线性插值法求得。第二种方案的效果优于第一种方案，但第一种方案的计算量更少，具体实施时根据实际情况确定采用哪种方案。

经步骤S3后，得到整幅图像以每个像素点为中心的区域亮度平均值序列数，该序列数可作为Retinex视频增强算法的参数进行计算。

本发明Retinex图像增强算法亮度平均值确定装置，如图10所示，包括：

划分模块，用于将整幅图像划分成多个小块，小块的具体个数在亮度平均值的计算量与计算精度之间取平衡；

中心点平均值确定模块，用于计算以每个小块中心像素点为中心的区域亮度平均值；

非中心点平均值确定模块，用于将以中心像素点为中心的区域亮度值作为以本小块非中心像素点为中心的区域亮度平均值；或，用于通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值，计算以本小块非中心像素点为中心的区域亮度平均值。

划分模块、中心点平均值确定模块与非中心点平均值确定模块依次相连构成了本装置，本装置的其他技术特征与上述方法相同，在此不再赘述。

根据上述本发明的方案，每个小块只需要计算一次亮度平均值，可以大大减少计算量。如按3*3分块，采用本发明方案的计算量只有原来算法的1/9。采用加入双线性插值算法计算的第二种方案，因为双线性插值算法比平均亮度算法计算量少，而且不需要再进行区域像素亮度值的读取操作，同样可大幅度节省数据总线带宽占用与内存带宽占用。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (4)

1.一种Retinex图像增强算法亮度平均值确定方法，其特征在于，包括步骤：

将整幅图像划分成多个小块，小块的具体个数在区域亮度平均值的计算量与计算精度之间取平衡；

计算以每个小块中心像素点为中心的区域亮度平均值；

以非中心像素点为中心的区域亮度平均值共用以本小块中心像素点为中心的区域亮度值；

或

以非中心像素点为中心的区域亮度平均值，通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值求得。

2.根据权利要求1所述的Retinex图像增强算法亮度平均值确定方法，其特征在于，若所述小块包含像素点的行列数为偶数，则以靠近中心的一个像素点作为中心像素点。

3.一种Retinex图像增强算法亮度平均值确定装置，其特征在于，包括：

划分模块，用于将整幅图像划分成多个小块，小块的具体个数在亮度平均值的计算量与计算精度之间取平衡；

中心点平均值确定模块，用于计算以每个小块中心像素点为中心的区域亮度平均值；

非中心点平均值确定模块，用于将以中心像素点为中心的区域亮度值作为以本小块非中心像素点为中心的区域亮度平均值；或，用于通过对以本小块中心像素点为中心与以相邻小块中心像素点为中心的亮度平均值进行双线性插值，计算以本小块非中心像素点为中心的区域亮度平均值。

4.根据权利要求3所述的Retinex图像增强算法亮度平均值确定装置，其特征在于，若所述小块包含像素点的行列数为偶数，则以靠近中心的一个像素点作为中心像素点。

Images