CN109493289B - 一种具有亮度及饱和度双重非线性图像增强方法 - Google Patents
一种具有亮度及饱和度双重非线性图像增强方法 Download PDFInfo
- Publication number
- CN109493289B CN109493289B CN201811257366.1A CN201811257366A CN109493289B CN 109493289 B CN109493289 B CN 109493289B CN 201811257366 A CN201811257366 A CN 201811257366A CN 109493289 B CN109493289 B CN 109493289B
- Authority
- CN
- China
- Prior art keywords
- image
- channel
- nonlinear
- saturation
- color space
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000009977 dual effect Effects 0.000 title claims abstract description 16
- 230000002708 enhancing effect Effects 0.000 title claims abstract description 15
- 230000003247 decreasing effect Effects 0.000 claims abstract description 7
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 9
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000004321 preservation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000000007 visual effect Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种具有亮度及饱和度双重非线性图像增强方法,首先将输入的彩色图像从RGB(Red Green Blue)颜色空间转换为HSV(Hue Saturation Value)颜色空间;利用由单调递减的非线性凹函数得到的增强系数乘上V通道图像即可对V通道进行增强;将S通道图像乘上一个通过近高斯函数线性变化得到的增强系数进行非线性增强;最后将图像从HSV颜色空间转换回RGB颜色空间,得到亮度及饱和度双重增强图像。本发明提供的彩色图像非线性增强方法,能够增强图像的整体亮度及饱和度,从而提高图像的整体质量,适用于各类彩色图像,计算复杂度低、处理效果显著。
Description
技术领域
本发明属于图像、视频的亮度及饱和度增强领域,特别涉及一种具有亮度及饱和度双重非线性图像增强方法。
背景技术
现实生活中受环境因素的多变性及设备条件的影响,正常拍摄的图像及视频所呈现出的效果往往不足以达到人眼的视觉要求。因此,视频图像增强技术应运而生。人们通过图像增强技术对所需的图像及视频进行增强处理,以达到预期的效果。
根据空间域的不同可将图像增强技术分为两类即基于空域增强算法和基于频域的增强算法。具有亮度及饱和度双重非线性图像增强方法是基于空域的增强算法。同样基于空域的增强算法有伽马变换等,伽马变换是根据gamma值的不同可对图像暗区像素和亮区像素分别进行拉伸和压缩。伽马变换在变换过程中虽然能够展现出图像更多的暗区细节,但是与此同时也会丢失部分亮区信息。尽管后来针对于此提出了许多改进算法,但仍没有从根本上解决这些问题,只是在其亮度增强的强度方面进行改善。与现有伽马变换相比,本发明克服了伽马变换的固有缺陷。
具有亮度及饱和度双重非线性图像增强方法通过对参数设置实现自适应,在增强图像亮度及饱和度的同时,也对图像的细节也有一定程度的增强。此方法在对图片及视频的增强过程中,不会造成增强不足或者增强过度现象,弥补了细节丢失的缺陷,以满足人眼视觉特性的要求。
发明内容
本发明的目的在于克服现有技术的不足,提供一种具有亮度及饱和度双重非线性图像增强方法,对图像的亮度及饱和度进行自适应增强,并且同时能将图像中不明显的细节进行增强,解决了现有的伽马变换相关方法中的增强不足或过度增强以及增强后细节丢失的问题,通过本发明方法能够获得具有良好视觉特性的图像。
本发明解决其技术问题所采用的技术方案是:
一种具有亮度及饱和度双重非线性图像增强方法,包括以下步骤:
步骤a),接收输入的8比特位的RGB颜色空间的彩色图像,并将所述彩色图像转换到HSV颜色空间;将V通道的图像记为img_v,并将V通道按像素值从小到大进行排序,计算前50%像素的灰度平均值darkmean,然后通过e指数函数计算得到参数值vk;
步骤b),利用vk及单调递减的非线性凹函数求得V通道图像的每一个像素点对应的增强系数noline_V;将V通道的图像乘上增强系数noline_V即可得到V通道增强后的图像;
步骤c),将S通道的图像记为img_s,并求取其图像灰度值的平均值,记为meanS;利用近高斯曲线求取其S通道的增强系数gauss;其中高斯曲线的均值默认为128,高斯曲线的方差为自适应参数;
步骤d),通过对增强系数gauss进行线性调整得到S通道的增强系数noline_S;将S通道的图像乘上增强系数noline_S得到S通道增强后的图像;将增强后的HSV颜色空间图像转换回RGB颜色空间图像,得到最终的亮度及饱和度双重非线性增强图像。
优选的,步骤a)中,所述e指数函数表示如下:
vk=exp(darkmean/64-1)*90+70。
优选的,步骤b)中,利用vk及单调递减的非线性凹函数求得V通道图像的每一个像素点对应的增强系数noline_V,具体如下:
noline_V=((255+vk)/(img_v+vk)-1)k+1
其中,k的取值范围为1.5~2.5。
优选的,步骤c)中,所述近高斯曲线表示如下:
gauss=exp(-(img_s-μ)2/(2*σ2))
其中,μ表示均值,σ表示方差,方差的获取方式如下:
σ=tan((meanS-128)/128*0.45π)+50
其中,π表示圆周率。
优选的,步骤d)中,所述增强系数noline_S表示如下:
noline_S=1+((250-meanS)/500)*gauss。
优选的,步骤a)中,将所述彩色图像转换到HSV颜色空间之后,还包括:将S通道和V通道的像素值范围从0-1放大到0-255。
优选的,步骤d)中,所述将增强后的HSV颜色空间图像转换回RGB颜色空间图像之前,还包括:将S通道和V通道的像素值范围从0-255压缩为0-1
本发明与现有相关技术相比,具有以下优点:
本发明一种具有亮度及饱和度双重非线性图像增强方法,对输入图像的亮度及饱和度进行自适应增强,并且同时能将图像中不明显的细节进行增强。通过本发明方法,既能适当增强输入图像的亮度及饱和度,又能够增强图像的细节部分,使图像符合人眼的视觉特性。
以下结合附图及实施例对本发明作进一步详细说明;但本发明的一种具有亮度及饱和度双重非线性图像增强方法不局限于实施例。
附图说明
图1是本发明的具有亮度及饱和度双重非线性图像增强方法的流程图;
图2为本发明实施例的实验结果图;其中图2(a)为原图,图2(b)为亮度通道增强后的效果图,图2(c)为亮度及饱和度双重增强后的效果图。
具体实施方式
参见图1所述,为本发明一种具有亮度及饱和度双重非线性图像增强方法,具体包含以下步骤:
步骤a),接收输入的8比特位的RGB颜色空间的彩色图像,并将所述彩色图像转换到HSV颜色空间;将V通道的图像记为img_v,并将V通道按像素值从小到大进行排序,计算前50%像素的灰度平均值darkmean,然后通过e指数函数计算得到参数值vk。
所述步骤a)具体包括:
步骤a1)输入8比特位的RGB颜色空间的数字彩色图像,利用国际通用的颜色空间转换公式,将输入的RGB颜色空间的彩色图像转换成HSV颜色空间的彩色图像;并将S通道和V通道的像素值范围从0-1放大到0-255,便于后面统一计算;
步骤a2)将V通道图像记为img_v,并求取V通道中占总像素数前50%的像素的平均值,具体操作为:统计V通道图像的直方图,记为数组hist;找出直方图上从左边开始占总像素数的前50%的像素灰度值,记为gray1;求取直方图中灰度值从0到gray1中所有像素灰度值的平均值,记为darkmean;
步骤a3)利用V通道图像的暗区均值darkmean及e指数函数:vk=exp(darkmean/64-1)*90+70可以求得相关参数vk,用于控制图像的亮度增强;
步骤b)利用vk及单调递减的非线性凹函数求得V通道图像的每一个像素点对应的增强系数noline_V;将V通道的图像乘上增强系数noline_V即可得到V通道增强后的图像。
具体的,基于所述vk,将V通道图像的每个像素点通过单调递减的非线性凹函数:noline_V=((255+vk)/(img_v+vk)-1)k+1进行计算,其中k的取值范围为1.5~2.5,默认值为1.75,得到V通道图像每个像素点对应的增强系数noline_V;将V通道图像的每个像素点与其相对应的增强系数相乘,即可得到V通道增强后的图像;利用此方法对V通道图像进行非线性拉伸,可以使暗区部分的亮度进行自适应增强,并且亮区部分亮度几乎维持不变,避免图像过曝。
步骤c)将S通道的图像记为img_s,并求取其图像灰度值的平均值,记为meanS;利用近高斯曲线求取其S通道的增强系数gauss。
具体的,所述近高斯函数表示如下:
gauss=exp(-(img_s-μ)2/(2*σ2))
近高斯函数的均值μ为灰度值的中值128,方差是以meanS为参数计算得到的自适应值σ=tan((meanS-128)/128*0.45π)+50。本步骤的目的在于:使其方差值在50处缓慢变化,能够使饱和度增强范围进行适当调整。
步骤d),通过对增强系数gauss进行线性调整得到S通道的增强系数noline_S;将S通道的图像乘上增强系数noline_S得到S通道增强后的图像;将增强后的HSV颜色空间图像转换回RGB颜色空间图像,得到最终的亮度及饱和度双重非线性增强图像。
具体的,所述增强系数noline_S=1+((250-meanS)/500)*gauss,将S通道图像的每个像素点与其相对应的增强系数相乘,即可得到S通道增强后的图像;并将S通道和V通道的像素值范围从0-255压缩为0-1,以便后续颜色空间转换;随后将增强后的HSV颜色空间的彩色图像利用国际颜色空间转换公式转换回RGB颜色空间的彩色图像,即可得到最终的亮度及饱和度双重非线性增强图像。
参见图2所示,为本实施例实验图像的增强效果对比图,其中图2(a)为原图,图2(b)为亮度通道增强后的效果图,图2(c)为亮度及饱和度双重增强后的效果图。从实验增强后的效果图可以看出,本发明方法对于彩色图像能够对其亮度及饱和度进行适当的增强,处理结果自然,符合人眼的视觉特性。
以上仅为本发明实例中一个较佳的实施方案。但是,本发明并不限于上述实施方案,凡按本发明所做的任何均等变化和修饰,所产生的功能作用未超出本方案的范围时,均属于本发明的保护范围。
Claims (6)
1.一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,包括以下步骤:
步骤a),接收输入的8比特位的RGB颜色空间的彩色图像,并将所述彩色图像转换到HSV颜色空间;将V通道的图像记为img_v,并将V通道按像素值从小到大进行排序,计算前50%像素的灰度平均值darkmean,然后通过e指数函数计算得到参数值vk;
步骤b),利用vk及单调递减的非线性凹函数求得V通道图像的每一个像素点对应的增强系数noline_V;将V通道的图像乘上增强系数noline_V即可得到V通道增强后的图像;
步骤c),将S通道的图像记为img_s,并求取其图像灰度值的平均值,记为meanS;利用近高斯曲线求取其S通道的增强系数gauss;其中高斯曲线的均值默认为128,高斯曲线的方差为自适应参数;
步骤d),通过对增强系数gauss进行线性调整得到S通道的增强系数noline_S;将S通道的图像乘上增强系数noline_S得到S通道增强后的图像;将增强后的HSV颜色空间图像转换回RGB颜色空间图像,得到最终的亮度及饱和度双重非线性增强图像;
步骤b)中,利用vk及单调递减的非线性凹函数求得V通道图像的每一个像素点对应的增强系数noline_V,具体如下:
noline_V=((255+vk)/(img_v+vk)-1)k+1
其中,k的取值范围为1.5~2.5。
2.根据权利要求1中所述的一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,步骤a)中,所述e指数函数表示如下:
vk=exp(darkmean/64-1)*90+70。
3.根据权利要求1中所述的一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,步骤c)中,所述近高斯曲线表示如下:
gauss=exp(-(img_s-μ)2/(2*σ2))
其中,μ表示均值,σ表示方差,方差的获取方式如下:
σ=tan((meanS-128)/128*0.45π)+50
其中,π表示圆周率。
4.根据权利要求1中所述的一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,步骤d)中,所述增强系数noline_S表示如下:
noline_S=1+((250-meanS)/500)*gauss。
5.根据权利要求1中所述的一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,步骤a)中,将所述彩色图像转换到HSV颜色空间之后,还包括:将S通道和V通道的像素值范围从0-1放大到0-255。
6.根据权利要求5中所述的一种具有亮度及饱和度双重非线性图像增强方法,其特征在于,步骤d)中,所述将增强后的HSV颜色空间图像转换回RGB颜色空间图像之前,还包括:将S通道和V通道的像素值范围从0-255压缩为0-1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257366.1A CN109493289B (zh) | 2018-10-26 | 2018-10-26 | 一种具有亮度及饱和度双重非线性图像增强方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811257366.1A CN109493289B (zh) | 2018-10-26 | 2018-10-26 | 一种具有亮度及饱和度双重非线性图像增强方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109493289A CN109493289A (zh) | 2019-03-19 |
CN109493289B true CN109493289B (zh) | 2021-06-01 |
Family
ID=65692711
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811257366.1A Active CN109493289B (zh) | 2018-10-26 | 2018-10-26 | 一种具有亮度及饱和度双重非线性图像增强方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109493289B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533622B (zh) * | 2019-08-27 | 2022-03-25 | 辽宁东智威视科技有限公司 | 一种图片合成中参数自动化配置方法 |
CN112419195B (zh) * | 2020-11-26 | 2023-06-20 | 华侨大学 | 一种非线性变换的图像增强方法 |
CN114120932B (zh) * | 2021-11-30 | 2022-11-22 | 中航华东光电有限公司 | 一种结合图像饱和度调节的液晶显示器调光方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶***的彩色夜视图像亮度增强方法 |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN106780379A (zh) * | 2016-12-08 | 2017-05-31 | 哈尔滨工业大学 | 一种计量显微镜的彩色图像增强方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7433514B2 (en) * | 2005-07-13 | 2008-10-07 | Canon Kabushiki Kaisha | Tone mapping of high dynamic range images |
-
2018
- 2018-10-26 CN CN201811257366.1A patent/CN109493289B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231206A (zh) * | 2011-07-14 | 2011-11-02 | 浙江理工大学 | 适用于汽车辅助驾驶***的彩色夜视图像亮度增强方法 |
CN103345732A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于Contourlet变换的PCNN图像增强算法及装置 |
CN104156921A (zh) * | 2014-08-08 | 2014-11-19 | 大连理工大学 | 一种低照度或亮度不均图像的自适应图像增强方法 |
CN106780379A (zh) * | 2016-12-08 | 2017-05-31 | 哈尔滨工业大学 | 一种计量显微镜的彩色图像增强方法 |
Non-Patent Citations (2)
Title |
---|
Color Image Enhancement in HSV Space Using Nonlinear Transfer Function and Neighborhood Dependent Approach with Preserving Details;D. Ghimire 等;《2010 Fourth Pacific-Rim Symposium on Image and Video Technology》;20101117;第422-426页 * |
基于HSV空间的简牍图像增强算法研究;张娜 等;《计算机应用研究》;20070630;第24卷(第6期);第204-206页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109493289A (zh) | 2019-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200273154A1 (en) | Image enhancement method and system | |
Yeganeh et al. | A novel approach for contrast enhancement based on histogram equalization | |
CN109658341B (zh) | 增强图像对比度的方法及其装置 | |
CN109493289B (zh) | 一种具有亮度及饱和度双重非线性图像增强方法 | |
KR100771158B1 (ko) | 칼라 영상의 화질 향상을 위한 방법 및 시스템 | |
CN109584191B (zh) | 一种基于直方图的自适应图像增强方法及终端 | |
CN110288546B (zh) | 一种采用双向伽马变换的低照度图像增强方法 | |
CN111968041A (zh) | 一种自适应图像增强方法 | |
CN106485674A (zh) | 一种基于融合技术的弱光图像增强方法 | |
CN108288258A (zh) | 一种针对恶劣天气条件下的低质图像增强方法 | |
Sazzad et al. | Establishment of an efficient color model from existing models for better gamma encoding in image processing | |
CN113628141B (zh) | 一种基于高低曝光图像融合的hdr细节增强方法 | |
Albu et al. | One scan shadow compensation and visual enhancement of color images | |
CN114627009A (zh) | 一种基于亮度校正和融合通道先验的图像增强方法及*** | |
CN107358592B (zh) | 一种迭代式全局自适应图像增强方法 | |
CN112200753B (zh) | 一种图像宽动态范围的处理方法 | |
Ojo et al. | Contrast enhancement algorithm for colour images | |
Lal et al. | Automatic method for contrast enhancement of natural color images | |
Yu et al. | Color constancy-based visibility enhancement in low-light conditions | |
CN101478690B (zh) | 一种基于色域映射的图像光照校正方法 | |
CN111489333A (zh) | 一种无参考夜间自然图像质量评价方法 | |
Asari et al. | Nonlinear enhancement of extremely high contrast images for visibility improvement | |
Zhang et al. | An automated multi-scale retinex for dim image enhancement | |
CN114549386A (zh) | 一种基于自适应光照一致性的多曝光图像融合方法 | |
Wang et al. | Adaptive enhancement for low-contrast color images via histogram modification and saturation adjustment |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |