CN103514588A - 图像增强方法和*** - Google Patents

Abstract

一种图像增强方法和***，其中方法包括：获取原始图像中的信息区域框，其中，所述信息区域框为原始图像中图像的外接矩形；将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像；计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理，具体包括：当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。本方案能提高图像对比度，同时抑制了边缘局部噪声。

Description

图像增强方法和***

技术领域

本发明涉及图像处理技术领域，特别是涉及图像增强方法和***。

背景技术

通常的数字图像受拍摄采集时的环境影响，会出现太暗或太亮的情况，从而使得捕捉到的图像出现较差的视觉质量，如图像对比度不高、逼真性不强、图像细节模糊等等。因此需要对拍摄的数字图像使用图像增强方法进行相关处理。传统的图像增强方法主要有以下两种：

色彩拉伸增强方法，通过对某段色彩区间进行线性拉伸的方式来实现图像增强。然而该方法的缺点在于：图像对比度增强效果不明显，而且各个色彩调整区域间的过度边缝明显，图像整体平滑效果欠佳。

直方图均衡增强方法，通过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。该方法缺点在于：图像的灰度极有可能被过多地合并，并导致处理后灰度级过多减少，降低了图像的灰度层次感；而且该方法不能适应输入图像的局部亮度特征，这就限制了图像中某些部位的对比拉伸度，导致处理结果中背景和小物体的图像对比度恶化。

综上所述，传统的图像增强方法，在对图像进行增强处理时，会存在较为明显的图像对比度差的问题。

发明内容

基于此，有必要针对图像对比度差的问题，提供一种图像对比度更好的图像增强方法和***。

一种图像增强方法，包括：

获取原始图像中的信息区域框，其中，所述信息区域框为原始图像中图像的外接矩形；

将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；

根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。

一种图像增强***，包括：

获取模块，用于获取原始图像中的信息区域框，其中，所述信息区域框为原始图像中图像的外接矩形；

划分模块，用于将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

计算模块，用于计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；

处理模块，用于根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。

上述图像增强方法和***，先获取原始图像中的信息区域框，在后续过程中对信息区域框内的图像进行处理，针对性的进行处理，节省了处理时间，提高了处理效率。接着对信息区域框进行区域划分获得若干个子信息区域框，并计算N_o、N_L、N_z，然后根据N_o、N_L、N_z之间的关系进行分情况亮度处理，从而实现图像增强，该方案能适应图像的局部亮度特征，有效的保证高对比区域的细节信息，提高阴影区域对比度，同时在较大程度上抑制了边缘局部噪声。

附图说明

图1为本发明图像增强方法实施例的流程示意图；

图2为本发明实施例的原始图像；

图3为本发明实施例的二值化图像；

图4为本发明实施例的二值化图像的外接矩形示意图；

图5为本发明实施例的原始图像的信息区域框示意图；

图6为本发明图像增强***实施例的结构示意图。

具体实施方式

以下针对本发明图像增强方法和***的各实施例进行详细的描述。

如图1所示，为本发明图像增强方法实施例的流程示意图，包括步骤：

步骤S101：获取原始图像中的信息区域框，其中，信息区域框为原始图像中图像的外接矩形；

对于获取原始图像中的信息区域框的方法，可以通过图像采集软件直接获取图像的外接矩阵的方式，也可以其它方式获取。

例如，在一个实施例中，获取原始图像中的信息区域框步骤，包括：

将原始图像进行二值化处理，获得二值化图像，二值化图像包括低像素点和高像素点；

对二值化图像进行扫描，当相邻两个高像素点之间间隔低像素点的个数大于设定个数时，该两个高像素点划分为不同的高像素点区域框；

分别根据各高像素点区域框内图像的最大横坐标对应的像素点、最小横坐标对应的像素点、最大纵坐标对应的像素点和最小纵坐标对应的像素点获取外接矩形，其中，外接矩形的边分别与横纵坐标平行。

本实施例中，根据二值化的外接矩阵即可确定原始图像的外接矩阵，即确定原始图像的信息区域框。其中，二值化处理过程可以设定二值化阈值a，当图像像素的像素值大于或等于二值化阈值a时，设为像素值255，该像素点可以称为高像素点。当图像像素的像素值小于二值化阈值a时，设为像素值0，该像素点可以称为低像素点。如图2所示，为原始图，参见图3，为二值化处理后的二值化图像。然后对二值化图像进行扫描，确定外接矩形。确定外接矩阵的方法可以通过在横轴与纵轴方向上，当相邻两个高像素点之间间隔低像素点的个数大于设定个数N时，该两个高像素点划分为不同的高像素点区域框。N可以根据实际情况进行设置，本实施例中设置N为20，即扫描过程中，20个像素点没扫描到像素值为255的，将接下来扫到的255像素点设定到一个独立的高像素点区域框。

例如，参见图4所示，本实施例中可根据最上方像素点O1_上、最左方像素点O1_左、最右方像素点O1_右、最下方像素点O1_下确定二值化图像的第一外接矩形410，根据最上方像素点O2_上、最左方像素点O2_左、最右方像素点O2_右、最下方像素点O2_下确定二值化图像的第二外接矩形420，其中，外接矩形的边分别与横纵坐标平行。根据二值化图像的第一外接矩形410和二值化图像的第二外接矩形420对应的在原图像中的信息区域框也确定了，参见图5所示，获得原始图像的第一信息区域框510和第二信息区域框520。其中，外接矩形的边分别与横纵坐标平行是指其中外接矩形的两条平行边与图像坐标系的横坐标平行，外接矩形的另两条平行边与图像坐标系的纵坐标平行。当然，在其他实施例中，外接矩形的边可以不与横纵坐标平行。

在另一个实施例中，可以采用隔行扫描或隔多行扫描的方式来确定信息区域，因为本发明只需要选取出大概的信息区域，并不要求十分精确，因此可以隔行扫描或隔多行扫描的方式来确定信息区域，提高扫描速度。

步骤S102：将信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

该步骤可以是先将信息区域框划分为若干个子信息区域框，根据各子信息区域框获得各子信息区域框内图像。也可以是直接对信息区域框内图像进行划分，得到各子信息区域框内图像。另外，可以将信息区域框平均划分为若干个子信息区域框，也可以按需要不均分。比如，如图5，可以将第一信息区域框内图像进行均分为4个子信息区域框，获得该区域的第一子信息区域框内图像511、第二子信息区域框内图像512、第三子信息区域框内图像513、第四子信息区域框内图像514。可以将第二信息区域框内图像进行均分为4个子信息区域框，获得该区域的第一子信息区域框内图像521、第二子信息区域框内图像522、第三子信息区域框内图像523、第四子信息区域框内图像524。本发明对划分块数不做限制，可以根据需要进行划分。

在其中一个实施例中，为了提高视觉效果，在步骤S101和步骤S102之间，还可以包括：采用以下公式对信息区域框内图像进行灰度变换，获得灰度变换后的信息区域框内图像。灰度变换可以是线性灰度变换、分段线性灰度变换、分线性灰度变换。

在优选实施例中，可以采用以下公式对信息区域框内图像进行非线性灰度变换，获得灰度变换后的信息区域框内图像，

M(i,j)＝[255/log(256)]*log[O(i,j)+1]

其中，M(i,j)表示信息区域框内图像灰度变换后的像素值，O(i,j)表示信息区域框内图像灰度变换前的像素值。

然后，对灰度变换后的信息区域框内图像进行分块处理。当然，在其他实施例中，对图像进行灰度变换步骤可以在S102之后，即可以先进行区域框内图像划分，得到子信息区域框内图像，然后对各子信息区域框内图像进行灰度变换，然后进行步骤S103。

步骤S103：计算N_o、N_L、N_z。其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值。

比如，如图5所示，计算第一信息区域框内图像的平均像素平均值N_z，该区域的第一子信息区域框内图像的中心像素值和像素平均值、第二子信息区域框内图像的中心像素值和像素平均值、第三子信息区域框内图像的中心像素值和像素平均值、第四子信息区域框内图像的中心像素值和像素平均值。同理可得第二信息区域框内N_o、N_L、N_z。

步骤S104：根据N_o、N_L、N_z对各子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制；

其中，N_o表示亮度处理前子信息区域框内图像的中心像素值，N_L表示亮度处理前子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值。

对于对图像进行亮度提升和亮度抑制的方法，可以根据实际使用采用不同的技术手段，本方案提供一种优选方案，当N_L＜N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=\sqrt{N{(i,j)}^2-{(N(i,j)-N_o)}^2}$

当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L＜N_z且N_L＜N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=N(i,j)-\sqrt{N{(i,j)}^2-{N_o}^2}$

其中，Q(i,j)表示亮度处理后的信息区域框内图像的像素值，N(i,j)表示亮度处理前的信息区域框内图像的像素值。

通过对信息区域进行分块分情况增强，通过不同块的具体亮度分布情况进行提升或抑制亮度，当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。有效保证高对比度区域的细节信息，提升阴影区域对比度，同时在较大程度上抑制了边缘局部噪声。

在其中一个实施例中，对各子信息区域框内图像的像素点进行亮度处理步骤之后，还包括：

获取亮度处理后的图像的各明暗过渡区域；

分别计算各明暗过渡区域的像素平均值，当明暗过渡区域的像素点的像素值与像素平均值的差值大于预设阈值时，将该像素点的像素值设置为像素平均值。

其中，明暗过渡区域是指明暗像素点过渡这一块的像素点组成的图像，可以通过设定像素值范围的方式得到这一块图像。本实施例通过用区域均值替代明暗过渡明显的像素，实现图像视觉整体平滑性好，不会出现过度边缝明显现象。

根据上述图像增强方法，本发明还提供一种图像增强***，如图6所示，为本发明图像增强***实施例的结构示意图，包括：

获取模块610，用于获取原始图像中的信息区域框，其中，信息区域框为原始图像中图像的外接矩形；

划分模块620，用于将信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

计算模块630，用于计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；

处理模块640，用于根据N_o、N_L、N_z对各子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。

在其中一个实施例中，处理模块用于：

当N_L＜N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=\sqrt{N{(i,j)}^2-{(N(i,j)-N_o)}^2}$

当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L＜N_z且N_L＜N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=N(i,j)-\sqrt{N{(i,j)}^2-{N_o}^2}$

其中，Q(i,j)表示亮度处理后的信息区域框内图像的像素值，N(i,j)表示亮度处理前的信息区域框内图像的像素值。

在其中一个实施例中，获取模块包括：

二值化模块，用于将原始图像进行二值化处理，获得二值化图像，二值化图像包括低像素点和高像素点；

高像素点区域框确认模块，用于对二值化图像进行扫描，当相邻两个高像素点之间间隔低像素点的个数大于设定个数时，该两个高像素点划分为不同的高像素点区域框；

外接矩阵确认模块，用于分别根据各高像素点区域框内图像的最大横坐标对应的像素点、最小横坐标对应的像素点、最大纵坐标对应的像素点和最小纵坐标对应的像素点获取外接矩形，其中，外接矩形的边分别与横纵坐标平行。

在其中一个实施例中，划分模块还包括：

灰度变换模块，用于采用以下公式对信息区域框内图像进行非线性灰度变换，获得灰度变换后的信息区域框内图像，

M(i,j)＝[255/log(256)]*log[O(i,j)+1]

其中，M(i,j)表示信息区域框内图像灰度变换后的像素值，O(i,j)表示信息区域框内图像灰度变换前的像素值。

在其中一个实施例中，处理模块还用于：

获取亮度处理后的图像的各明暗过渡区域；

分别计算各明暗过渡区域的像素平均值，当明暗过渡区域的像素点的像素值与像素平均值的差值大于预设阈值时，将该像素点的像素值设置为像素平均值。

本发明的图像增强***与本发明的图像增强方法是一一对应的，上述图像增强方法实施例中的相关技术特征及其技术效果均适用于图像增强***实施例中，在此不再赘述。

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 (10)

1.一种图像增强方法，其特征在于，包括：

获取原始图像中的信息区域框，其中，所述信息区域框为原始图像中图像的外接矩形；

将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；

根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。

2.根据权利要求1所述的图像增强方法，其特征在于，根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理步骤，包括：

当N_L＜N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=\sqrt{N{(i,j)}^2-{(N(i,j)-N_o)}^2}$

当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L＜N_z且N_L＜N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=N(i,j)-\sqrt{N{(i,j)}^2-{N_o}^2}$

其中，Q(i,j)表示亮度处理后的信息区域框内图像的像素值，N(i,j)表示亮度处理前的信息区域框内图像的像素值。

3.根据权利要求1所述的图像增强方法，其特征在于，所述获取原始图像中的信息区域框步骤，包括：

将原始图像进行二值化处理，获得二值化图像，二值化图像包括低像素点和高像素点；

对二值化图像进行扫描，当相邻两个高像素点之间间隔低像素点的个数大于设定个数时，该两个高像素点划分为不同的高像素点区域框；

分别根据各高像素点区域框内图像的最大横坐标对应的像素点、最小横坐标对应的像素点、最大纵坐标对应的像素点和最小纵坐标对应的像素点获取外接矩形，其中，所述外接矩形的边分别与横纵坐标平行。

4.根据权利要求1至3任意一项所述的图像增强方法，其特征在于，所述将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像步骤前，还包括：

采用以下公式对信息区域框内图像进行非线性灰度变换，获得灰度变换后的信息区域框内图像，

M(i,j)＝[255/log(256)]*log[O(i,j)+1]

其中，M(i,j)表示信息区域框内图像灰度变换后的像素值，O(i,j)表示信息区域框内图像灰度变换前的像素值。

5.根据权利要求1至3任意一项所述的图像增强方法，其特征在于，对各所述子信息区域框内图像的像素点进行亮度处理步骤之后，还包括：

获取亮度处理后的图像的各明暗过渡区域；

分别计算各明暗过渡区域的像素平均值，当明暗过渡区域的像素点的像素值与所述像素平均值的差值大于预设阈值时，将该像素点的像素值设置为像素平均值。

6.一种图像增强***，其特征在于，包括：

获取模块，用于获取原始图像中的信息区域框，其中，所述信息区域框为原始图像中图像的外接矩形；

划分模块，用于将所述信息区域框内图像进行区域划分获得若干个子信息区域框内图像；

计算模块，用于计算N_o、N_L、N_z，其中，N_o表示子信息区域框内图像的中心像素值，N_L表示子信息区域框内图像的像素平均值，N_z表示信息区域框内图像的像素平均值；

处理模块，用于根据所述N_o、N_L、N_z对各所述子信息区域框内图像的像素点进行亮度处理，具体包括：

当N_L＜N_z且N_L≥N_o时，或当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升；

当N_L＜N_z且N_L＜N_o时，或当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制。

7.根据权利要求6所述的图像增强***，其特征在于，所述处理模块用于：

当N_L＜N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=\sqrt{N{(i,j)}^2-{(N(i,j)-N_o)}^2}$

当N_o＞N_L≥N_z时，将该子信息区域框内图像的像素点进行亮度提升包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L＜N_z且N_L＜N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=255-\sqrt{[255-N(i,j){]}^2-{[N_o-N](i,j)}^2}$

当N_L≥N_z且N_L≥N_o时，将该子信息区域框内图像的像素点进行亮度抑制包括以下公式，

$Q(i,j)=N(i,j)-\sqrt{N{(i,j)}^2-{N_o}^2}$

其中，Q(i,j)表示亮度处理后的信息区域框内图像的像素值，N(i,j)表示亮度处理前的信息区域框内图像的像素值。

8.根据权利要求6所述的图像增强***，其特征在于，所述获取模块包括：

二值化模块，用于将原始图像进行二值化处理，获得二值化图像，二值化图像包括低像素点和高像素点；

高像素点区域框确认模块，用于对二值化图像进行扫描，当相邻两个高像素点之间间隔低像素点的个数大于设定个数时，该两个高像素点划分为不同的高像素点区域框；

外接矩阵确认模块，用于分别根据各高像素点区域框内图像的最大横坐标对应的像素点、最小横坐标对应的像素点、最大纵坐标对应的像素点和最小纵坐标对应的像素点获取外接矩形，其中，所述外接矩形的边分别与横纵坐标平行。

9.根据权利要求6至8任意一项所述的图像增强***，其特征在于，所述划分模块还包括：

灰度变换模块，用于采用以下公式对信息区域框内图像进行非线性灰度变换，获得灰度变换后的信息区域框内图像，

M(i,j)＝[255/log(256)]*log[O(i,j)+1]

其中，M(i,j)表示信息区域框内图像灰度变换后的像素值，O(i,j)表示信息区域框内图像灰度变换前的像素值。

10.根据权利要求6至8任意一项所述的图像增强***，其特征在于，所述处理模块还用于：

获取亮度处理后的图像的各明暗过渡区域；

分别计算各明暗过渡区域的像素平均值，当明暗过渡区域的像素点的像素值与所述像素平均值的差值大于预设阈值时，将该像素点的像素值设置为像素平均值。

Images