CN106408535A

CN106408535A - 一种基于子行驱动灰度调制显示***的图像增强方法

Info

Publication number: CN106408535A
Application number: CN201610826672.7A
Authority: CN
Inventors: 林志贤; 郭太良; 叶芸; 林金堂; 张永爱; 林珊玲
Original assignee: Fuzhou University
Current assignee: Fuzhou University
Priority date: 2016-09-18
Filing date: 2016-09-18
Publication date: 2017-02-15
Anticipated expiration: 2036-09-18
Also published as: CN106408535B

Abstract

本发明涉及一种基于子行驱动灰度调制显示***的图像增强方法，所述方法包括：对目标图像进行灰度映射后，计算各灰度的像素点个数，根据像素点个数极小值对应的灰度值，将目标图像划分成几个像素点集合；计算各像素点集合中总的像素点个数，并以此作为权重值划分灰度拉伸的区域，在各灰度拉伸区域中计算出各像素点对应的像素灰度值，从而实现图像增强效果。

Description

一种基于子行驱动灰度调制显示***的图像增强方法

技术领域

本发明涉及涉及图像处理技术领域，特别是涉及一种基于子行驱动灰度调制显示***的图像增强方法。

背景技术

申请号为200810071631.7的中国专利公开了一种应用于大屏幕的场致发射显示器的图像灰度调制方法及驱动电路，提出一种新型的子行灰度调制方法即将一行图像数据按数据位权重划分出若干子行时间脉冲宽度进行驱动的方法，如将数据分8个子行送出，8bit数据进行256级灰度显示时，低灰阶部分(即前3个子行)由于显示时间比数据传输的时间少，导致低灰阶部分由于显示时间的不足而造成数据的丢失，因而引入误差扩散法减少数据的bit位，后级采用6bit位数进行显示。虽然在一定程度上改善了低灰阶部分数据丢失造成的图像质量问题，但仅仅靠引入误差扩散法减少数据比特位数的方法改善图像质量还远远达不到高保真清晰的视频图像。

本发明在基于上述子行驱动灰度调制显示***的基础上，采取基于人眼视觉特性图像增强算法先对图像灰度进行映射，将64级灰度映射到256级灰度，再采用动态灰度拉伸算法，增强图像细节，改善了图像的显示质量。

发明内容

有鉴于此，本发明的目的是提供一种基于子行驱动灰度调制显示***的图像增强方法，灰度映射后的图像其灰度可能会集中于某个灰度区间，通过动态灰度拉伸，可以对灰度值相近的点进行有效的区分。

本发明采用以下方案实现：一种基于子行驱动灰度调制显示***的图像增强方法，包括以下步骤：

步骤S1：将目标图像进行灰度变换，将目标图像的灰度转化为8位二进制图像，并计算每个灰度值对应的像素点个数；

步骤S2：将目标图像的灰度值对应像素点个数的分布图进行平滑滤波，找到目标图像中像素点个数极小值对应的灰度值；

步骤S3：将极小值与目标图像的最大灰度值和最小灰度值组成一组极小值阵列；

步骤S4：将目标图像按照所述的极小值阵列进行灰度区域的划分，得到像素点集合，并计算每个像素点集合中总的像素点个数；

步骤S5：将每个像素点集合中总的像素点个数作为权重值，对图像灰度拉伸的区域进行动态划分；

步骤S6：将每个像素点集合中的像素灰度在新的灰度区域中进行灰度拉伸，得到目标图像的灰度映射值。

进一步地，所述步骤S5中，以每个像素点集合中总的像素点个数作为权重值，对图像灰度拉伸的区域进行动态划分，新的灰度区域大小d_i由以下公式得到：

进一步地，所述新的灰度区域大小公式中x为强调系数，当x为0时相当于不考虑各像素集合中像素个数的分布情况。

进一步地，所述步骤S6中，所述目标图像的灰度映射值由以下公式得到：

式中，B′(i，j)表示像素点灰度变换后的灰度值，B″(i，j)表示对原像素灰度B′(i，j)做拉伸变换后的灰度值。

进一步地，所述B′(i，j)由以下公式得到：

式中B(i，j)表示目标图像的像素点的原灰度值，B′(i，j)表示像素点灰度变换后的灰度值，(L＇，H＇)为变换后图像的灰度动态范围，(L，H)为原图像的灰度动态范围。

与现有技术相比，本发明中的目标图像按照极小值分区，从一定程度上保证每个分区只含有一个支配因素，并考虑到每个像素集合中像素点的个数及其权重，更合理地分配图像灰度映射区域。这样将一幅图像的灰度动态地分为若干区域，使图像的拉伸更加注重细节，丰富图像色彩，达到增强图像的效果。

附图说明

图1是本发明的方法流程示意图。

图2是本发明的灰度值映射变化查找表。

图3是本发明的灰度曲线平滑滤波示意图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

本实施例提供一种基于子行驱动灰度调制显示***的图像增强方法，如图1所示，包括以下步骤：

进一步地，所述B′(i，j)由以下公式得到：

在本实施例中，以灰度值范围为[0,255]给出具体的图像增强方法，步骤如下：

步骤一：基于人眼视觉特性图像增强算法对目标图像的灰度进行映射，扩展图像灰度级数，灰度值范围为[0,255]；

步骤二：计算目标图像中每种灰度值的像素点个数；

步骤三、：对目标图像中每种灰度值的像素点个数分布图进行曲线的平滑滤波；

步骤四：找到该曲线的几个极小值，mini_0～mini_n-1，并与目标图像最小灰度gray_min和目标图像最大灰度gray_max组成极小值阵列；

步骤五：根据极小值阵列，将像素点分成n+1个像素点集合，分别是[gray_min,mini_0]、[mini_0,mini_1]……[mini_n-2,mini_n-1]、[mini_n-1,gray_max]；

步骤六：计算每一像素点集合中的像素点个数num_i；

步骤七：计算每一像素点集合映射到新像素点集合的灰度范围；

步骤八：将每个像素点集合中的所有像素点的灰度值进行拉伸，像素点集合中像素点的灰度值一一映射到各自分配的灰度范围内；

步骤九：根据步骤四、五、六、七、八得到的各像素点的灰度值生成增强以后的图像。

所述基于人眼视觉特性图像增强算法由以下公式得到：

式中，B′(i，j)表示像素点灰度变换后的灰度值，B(i，j)表示目标图像的像素点的原灰度值，(L＇,H＇)为变换后图像的灰度动态范围，(L,H)为原图像的灰度动态范围。

经过对FED显示屏反复进行灰度值变化测试，得到较为理想的灰度值映射变化查找表，如附图2所示。映射变化查找表节省了计算时间。

步骤七中每一像素点集合映射到新像素点集合的范围大小由以下公式得到：

其中i∈[0，n-1]，x为强调系数(当x为0时相当于不考虑该集合中的像素个数)。

则原像素点集合映射到新像素点集合分别为：

[gray_min，mini_0]→[0，d₀]；

步骤九中对各像素集合中的所有像素点分别进行灰度拉伸按以下公式进行：

当0≤B′(i，j)＜mini_0时；

当mini_(i-1)≤B′(i，j)＜mini_i时，其中i∈[0，n-1]；

当mini_(n-1)≤B′(i，j)＜255时；

式中B″(i，j)表示对原像素灰度B′(i，j)做拉伸变换后的灰度值。

该方法中，目标图像按照极小值分区，从一定程度上保证每个分区只含有一个支配因素，并考虑到每个像素集合中像素点的个数及其权重，更合理地分配图像灰度映射区域。这样将一幅图像的灰度动态地分为若干区域，使图像的拉伸更加注重细节，丰富图像色彩，达到增强图像的效果。

在本实施例中，经灰度映射后的目标图像为一幅包含1000个像素点的8位灰度图像，其中150个像素点的灰度值为30，120个像素点的灰度值为31，100个像素点的灰度值为32，100个像素点的灰度值为33，100个像素点的灰度值为34，60个像素点的灰度值为35，40个像素点的灰度值为55，30个像素点的灰度值为80，70个像素点的灰度值为120，80个像素点的灰度值为152，150个像素点的灰度值为240。本实施例中取x为10。

可得目标图像的极小值阵列为30，80，240；

将目标图像中的像素点以极小值为界限进行分类，可得到两个像素点集合，分别为[30，80]、[80,240]，[30,80]中的像素个数为700，(80,240]中的像素个数为300；

[30,80]像素点集合映射到新像素点集合的范围大小

(80,240]像素点集合映射到新像素点集合的范围大小

则[30,80]像素点集合映射到新的像素点集合为[0,67.62]，(80,240]像素点集合映射到新的像素点集合为[67.62,188.38]；

原灰度值为30的像素点映射后的灰度值为0；

原灰度值为31的像素点映射后的灰度值为

原灰度值为32的像素点映射后的灰度值为

原灰度值为33的像素点映射后的灰度值为

原灰度值为34的像素点映射后的灰度值为

原灰度值为35的像素点映射后的灰度值为

原灰度值为55的像素点映射后的灰度值为

原灰度值为80的像素点映射后的灰度值为

原灰度值为120的像素点映射后的灰度值为

原灰度值为152的像素点映射后的灰度值为

原灰度值为240的像素点映射后的灰度值为

由上述实施例可以看出，本申请结合不同区域中像素点个数所占权重，充分考虑灰度在图像中空间分布的不一致性，在原灰度30至35之间灰度变化不明显，经过动态灰度拉伸后，增强了图像的细节，改善了显示图像质量。

以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims

1.一种基于子行驱动灰度调制显示***的图像增强方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种基于子行驱动灰度调制显示***的图像增强方法，其特征在于：所述步骤S5中，以每个像素点集合中总的像素点个数作为权重值，对图像灰度拉伸的区域进行动态划分，新的灰度区域大小d_i由以下公式得到：

d_{i} = 256 \cdot \frac{(\min i_i - \min i_(i - 1)) \cdot {(l o g (n u m_i))}^{x}}{Σ (\min i_i - \min i_(i - 1)) \cdot {(l o g (n u m_i))}^{x}} .

3.根据权利要求2所述的一种基于子行驱动灰度调制显示***的图

像增强方法，其特征在于：所述新的灰度区域大小公式中x为强调系

数，当x为0时相当于不考虑各像素集合中像素个数的分布情况。

4.根据权利要求1所述的一种基于子行驱动灰度调制显示***的图

像增强方法，其特征在于：所述步骤S6中，所述目标图像的灰度映

射值由以下公式得到：

B^{''} (i, j) = \{\begin{matrix} d_{0} \times \frac{B^{'} (i, j) - g r a y_\min}{\min i_0 - g r a y_\min}, & 0 \leq B^{'} (i, j) < \min i_0 \\ Σ_{i = 1}^{p - 1} d_{i} - 1 + d_{i} \cdot \frac{B^{'} (i, j) - \min i_(i - 1)}{\min i_i - \min i_(i - 1)}, & \min i_(i - 1) \leq B^{'} (i, j) < \min i_i, i &Element; [1, n - 1] \\ Σ_{i = 1}^{n - 1} d_{i} - 1 + d_{n} \cdot \frac{B^{'} (i, j) - \min i_(n - 1)}{g r a y_\max - \min i_(i - 1)}, & \min i_(n - 1) \leq B^{'} (i, j) \leq 255 \end{matrix}

5.根据权利要求4所述的一种基于子行驱动灰度调制显示***的图像增强方法，其特征在于：所述B′(i，j)由以下公式得到：

B^{'} (i, j) = L^{'} \cdot \frac{H^{'}}{L^{'}} \cdot \frac{(B (i, j) - L)}{H - L}