CN113112438B - 一种基于裁剪直方图的图像增强方法 - Google Patents

Abstract

本发明公开了一种基于裁剪直方图的图像增强方法。该方法步骤如下：计算图像的中值，根据中值将图像分为两个子直方图；分别计算两个子直方图的平均亮度值；将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图；对每个子直方图进行裁剪处理；对每个子图像进行均化处理，再进行合并得到完整的增强图像。本发明利用直方图裁剪的算法来控制增强，抑制了噪声，提升了对比度，同时使增强后的图片细节保持良好。

Description

一种基于裁剪直方图的图像增强方法

技术领域

本发明涉及图像增强技术领域，特别是一种基于裁剪直方图的图像增强方法。

背景技术

图像增强技术是数字图像处理的研究的重要方向,可以应用到多个领域，如：考古、医学图像处理和分析、摄影图像处理等。图像增强旨在增强图像亮度和保持局部细节的同时，减少噪声影响，提高图像的对比度。

直方图均化HE作为一种经典的图像增强算法，由于其简单、易于实现而得到广泛应用。HE将输入的图像像素均值进行均匀分配，可能导致图像的平均亮度和增强后的图像亮度差异过大，还可能产生噪声和边缘重影。基于直方图均化，研究者又提出了许多具有代表性的图像增强算法，比较有代表性的有对比度保持直方图均化BBHE、双子图像直方图均化DSIHE等，这些算法可能会导致过度增强和细节丢失。

发明内容

本发明的目的在于提供一种基于裁剪直方图的图像增强方法，使图像增强后亮度对比合理且具有良好的细节保持效果。

实现本发明目的的技术解决方案为：一种基于裁剪直方图的图像增强方法，包括以下步骤：

步骤1、计算图像的中值，根据中值将图像分为两个子直方图；

步骤2、分别计算两个子直方图的平均亮度值；

步骤3、将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图；

步骤4、对每个子直方图进行裁剪处理；

步骤5、对每个子图像进行均化处理，再进行合并得到完整的增强图像。

进一步地，步骤1所述计算图像的中值，根据中值将图像分为两个子直方图，具体如下：

假设图像的灰度值范围[0，L-1]，则图像的概率密度函数h(x)定义为：

h(x)＝H(x)/N (1)

上式中，H(x)为灰度值等于x的像素总和，且

输入图像的中值表示为一个灰度值M_e,对应的积累密度函数为0.5；

定义变量z为：

z(x)＝z(x-1)+h(x)，x＝0,1…L-1 (2)

且z(0)＝h(0)；

则M_e定义为：

然后，根据M_e将图像的直方图分割为两个子直方图h_L和h_H：

h_L＝h(x)，x＝0,1…M_e (4)

h_H＝h(x)，x＝M_e+1，…L-1 (5)

进一步地，步骤2所述分别计算两个子直方图的平均亮度值，具体如下：

两个子直方图h_L和h_H的平均亮度值分别表示为I_ml和I_mh，则

进一步地，步骤3所述将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图，具体为：

将I_ml和I_mh当做分割阈值，重新将直方图划分为3个子直方图h₁，h₂，h₃，分别表示为：

h₁(x)＝h(x)，x＝0,1…I_ml (8)

h₂(x)＝h(x)，x＝I_ml+1,…I_mh (9)

h₃(x)＝h(x)，x＝I_mh+1,…L-1(10)

进一步地，步骤4所述对每个子直方图进行裁剪处理，具体如下：

利用每个子直方图灰度值的频率值的均值作为每个子直方图的裁剪阈值，分别表示为c₁，c₂，c₃：

利用裁剪阈值对三个子直方图进行裁剪，得到裁剪后的直方图表示为h₁ ^c、h₂ ^c、h₃ ^c：

对裁剪后的直方图进行归一化处理，得到归一化后的直方图，表示为：

进一步地，步骤5所述对每个子图像进行均化处理，再进行合并得到完整的增强图像，具体如下：

三个子直方图的累加频率CDF分别为C₁，C₂，C₃，计算公式为：

求得每个子直方图的CDF后，使用直方图均化确定变换函数，得到增强的图像表示为p₁、p₂、p₃：

p₁＝I_ml×C₁ (23)

p₂＝(I_ml+1)+(I_mh-I_ml-1)×C₂ (24)

p₃＝(I_mh+1)+(L-I_mh-2)×C₃ (25)

将三幅增强的子图像合并后，得到完整的增强图像。

本发明与现有技术相比，具显著优点是：(1)充分利用直方图分割和直方图裁剪的优点，控制增强，抑制噪声，合理提升了对比度，使图像增强后在对比度和亮度保持方面都有很好的效果；(2)图像的局部细节得到了很好的保留，使图像增强后看起来自然不突兀。

附图说明

图1是本发明基于裁剪直方图的图像增强方法的流程图。

图2是本发明方法与其它图像增强算法的图像增强对比图。

具体实施方案

本发明基于裁剪直方图的图像增强方法，包括以下步骤：

步骤1、计算图像的中值，根据中值将图像分为两个子直方图；

步骤2、分别计算两个子直方图的平均亮度值；

步骤3、将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图；

步骤4、对每个子直方图进行裁剪处理；

步骤5、对每个子图像进行均化处理，再进行合并得到完整的增强图像。

进一步地，第一步，计算图像中值。

假设图像的灰度值范围[0，L-1]，则图像的概率密度函数定义为：

h(x)＝H(x)/N (1)

上式中，H(x)为灰度值等于x的像素总和，且

输入图像的中值表示为一个灰度值Me,其积累密度函数为0.5。

定义变量z为：

z(x)＝z(x-1)+h(x)，x＝0,1…L-1 (2)

且z(0)＝h(0)。

则中值M_e定义为：

然后，根据中值，M_e将图像的直方图分割为两个子直方图h_L和h_H。

h_L＝h(x)，x＝0,1…M_e (4)

h_H＝h(x)，x＝M_e+1，…L-1 (5)

进一步地，第二步，平均亮度值计算。

两个子直方图h_L和h_H的平均亮度值分别表示为I_ml和I_mh，则

进一步地，第三步，平均亮度值计算。

子直方图划分

将I_ml和I_mh当做分割阈值，重新将直方图划分为3个子直方图h₁，h₂，h₃，分别表示为：

h₁(x)＝h(x)，x＝0,1…I_ml (8)

h₂(x)＝h(x)，x＝I_ml+1,…I_mh (9)

h₃(x)＝h(x)，x＝I_mh+1,…L-1 (10)

进一步地，第四步，子直方图裁剪。

利用每个子直方图灰度值的频率值的均值作为每个子直方图的裁剪阈值，分别表示为c₁，c₂，c₃。

利用裁剪阈值对三个子直方图进行裁剪，得到裁剪后的直方图表示为：

对裁剪后的直方图进行归一化处理，得到归一化后的直方图，表示为：

进一步地，第五步，直方图均化处理和合并。

三个子直方图的累加频率CDF分别为C₁，C₂，C₃，计算公式为：

求得每个子直方图的CDF后，使用直方图均化确定变换函数，得到增强的图像表示为：

p₁＝I_ml×C₁ (23)

p₂＝(I_ml+1)+(I_mh-I_ml-1)×C₂ (24)

p₃＝(I_mh+1)+(L-I_mh-2)×C₃ (25)

将三幅增强的子图像合并后，得到完整的增强图像。

通过图2的仿真结果可以看出，第一～三行依次为第一～三幅图，其中第一列图为原始图像，第二列为BBHE算法处理后的图像，第三列为DSIHE算法处理后的图像，第四列为本发明方法处理后的图像。从图中可以看出，第一幅图在增强后BBHE和DSIHE带入了明显的噪声。第二幅图与原始图像对比度较低，BBHE和DSIHE两种算法出现过度增强。第三幅图中，BBHE增强后的效果不是很协调，DSIHE则带入了明显的噪声。而本发明算法在这三幅图像增强后都具有比较好的效果。结果表明，本发明方法利用直方图裁剪的算法来控制增强，抑制了噪声，合理提升了对比度，图片细节保持良好，使图像增强后看起来更协调。

Claims (2)

1.一种基于裁剪直方图的图像增强方法，其特征在于，包括以下步骤：

步骤1、计算图像的中值，根据中值将图像分为两个子直方图；

步骤2、分别计算两个子直方图的平均亮度值；

步骤3、将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图；

步骤4、对每个子直方图进行裁剪处理；

步骤5、对每个子图像进行均化处理，再进行合并得到完整的增强图像；

步骤1所述计算图像的中值，根据中值将图像分为两个子直方图，具体如下：

假设图像的灰度值范围[0，L-1]，则图像的概率密度函数h(x)定义为：

h(x)＝H(x)/N (1)

上式中，H(x)为灰度值等于x的像素总和，且

输入图像的中值表示为一个灰度值M_e,对应的积累密度函数为0.5；

定义变量z为：

z(x)＝z(x-1)+h(x)，x＝0,1…L-1 (2)

且z(0)＝h(0)；

则M_e定义为：

然后，根据M_e将图像的直方图分割为两个子直方图h_L和h_H：

h_L＝h(x)，x＝0,1…M_e (4)

h_H＝h(x)，x＝M_e+1，…L-1 (5)

步骤2所述分别计算两个子直方图的平均亮度值，具体如下：

两个子直方图h_L和h_H的平均亮度值分别表示为I_ml和I_mh，则

步骤3所述将两个子直方图的平均亮度值作为分割阈值，将原图分为三个子直方图，具体为：

将I_ml和I_mh当做分割阈值，重新将直方图划分为3个子直方图h₁，h₂，h₃，分别表示为：

h₁(x)＝h(x)，x＝0,1…I_ml (8)

h₂(x)＝h(x)，x＝I_ml+1,…I_mh (9)

h₃(x)＝h(x)，x＝I_mh+1,…L-1 (10)

步骤4所述对每个子直方图进行裁剪处理，具体如下：

利用每个子直方图灰度值的频率值的均值作为每个子直方图的裁剪阈值，分别表示为c₁，c₂，c₃：

利用裁剪阈值对三个子直方图进行裁剪，得到裁剪后的直方图表示为h₁ ^c、h₂ ^c、h₃ ^c：

对裁剪后的直方图进行归一化处理，得到归一化后的直方图，表示为：

2.根据权利要求1所述的基于裁剪直方图的图像增强方法，其特征在于，步骤5所述对每个子图像进行均化处理，再进行合并得到完整的增强图像，具体如下：

三个子直方图的累加频率CDF分别为C₁，C₂，C₃，计算公式为：

求得每个子直方图的CDF后，使用直方图均化确定变换函数，得到增强的图像表示为p₁、p₂、p₃：

p₁＝I_ml×C₁ (23)

p₂＝(I_ml+1)+(I_mh-I_ml-1)×C₂ (24)

p₃＝(I_mh+1)+(L-I_mh-2)×C₃ (25)

将三幅增强的子图像合并后，得到完整的增强图像。