專利名稱：基于直方圖均衡的圖像增強方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像增強技術(shù)，特別涉及一種基于直方圖均衡的圖像增強方法、以及
一種基于直方圖均衡的圖像增強裝置。
背景技術(shù)：
圖像增強是圖像處理的最基本手段，其往住是各種圖像分析與處理時的預處理過 程。圖像增強的方法一般分為空間域和變換域兩大類，直方圖均衡是空間域圖像增強中的 最常用、最重要的算法之一。 直方圖均衡以概率理論作基礎(chǔ)，將具有不同灰度值像素點所構(gòu)成的整幀圖像，轉(zhuǎn) 換為整幀圖像中不同灰度值的像素點統(tǒng)計的直方圖，然后再對通過對直方圖的均衡化處 理來修正整幀圖像中的像素灰度值，使整幀圖像中落在不同灰度區(qū)間的像素數(shù)量盡可能平 均、且每個灰度區(qū)間內(nèi)均有像素，從而通過使整幀圖像具有更強的層次感來達到圖像增強 的目的。 然而對于整幀圖像來說，其包含有豐富灰度值變化的邊緣區(qū)域、細節(jié)區(qū)域，有可能 會由于對整幀圖像的灰度值均衡而丟失，從而使增強后的圖像質(zhì)量不高。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明提供了一種基于直方圖均衡的圖像增強方法、以及一種基于直
方圖均衡的圖像增強裝置，能夠提高增強后的圖像質(zhì)量。
本發(fā)明提供的一種圖基于直方圖均衡的像增強方法，包括 a、分別對輸入圖像中的各區(qū)域進行直方圖均衡處理； b、分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理。 所述步驟a包括 al、分別統(tǒng)計各區(qū)域中每個灰度值的像素數(shù)量，得到各區(qū)域中表示該區(qū)域內(nèi)各灰 度值像素數(shù)量的直方圖序列； a2、對各區(qū)域的直方圖序列進行累加操作，得到各區(qū)域中表示每個灰度值像素累 積分布的直方圖累積序列； a3、依據(jù)各區(qū)域的直方圖累積序列計算得到各區(qū)域?qū)?yīng)的如下均衡化映射表
—■ …，，、"，T {/fc/Sum[Value] },、r ' T 、{Mapping[ v ame]n} = v ame—Low + ^--^~ (v arue—rligh-Value—Low) 其中，Value為Value_Low Value_High中的任意灰度值區(qū)間，{Mapping[Value] J為第n個區(qū)域?qū)?yīng)的均衡化映射表，傷istSum[Value]J為第n個區(qū)域的直方圖累積序
Value+1
列，歷WSum[Value]r五//^[t]n ， Hist[t]n為第n個區(qū)域內(nèi)第t個灰度值的像素數(shù)量，
AllPixelsn為第n個區(qū)域中的像素總數(shù)，Value_Low為預設(shè)的均衡化最小值，Value_High為 預設(shè)的勻衡化最大值，n大于1且小于等于區(qū)域總數(shù)；
a4、分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素灰度值修正為 M即ping(Lx,y) ， Lx,y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值。
Value_Low取0， Value_High取255。 所述步驟b包括分別將各區(qū)域劃分為若干子塊，并對位于不同區(qū)域的相鄰子塊 進行插值處理。 分別將各區(qū)域內(nèi)等分為行列數(shù)相等的四個子塊，并對每四個對角拼接的相鄰區(qū)域 中位于對角拼接處的四個相鄰子塊進行插值處理。 對于拼接角處的每個子塊中的各像素灰度值，按照如下方式進行插值處理
L' = rowRevWX [colRevWXM即ping(Li, j)uL+colWXM即ping(Li,j)UK]
+rowWX [colRevWXM即ping(Li,j)BL+colWXM即ping(Li,j)Bj 其中，L' i, j表示所述每個子塊中第i行第j列插值處理后的像素灰度值，rowW、 rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、 colRevW分別為正反方向的列插值系數(shù) 矩陣，M即ping (Li,j)uL、M即ping (Li,j)uR、M即ping (Li,j)BL、M即ping (Li,j)BK分別為左上方字土央、 右上方子塊、左下方子塊、右下方子塊中第i行第j列的像素灰度值；raw Re,=
i o將一1 一1
_ 1 raw『= co/Rev『=
0
1
_ 1
0
1
i o鄉(xiāng)一 1
— 1
— 1
0
1
一 1
coAco/x _ 1 co,=
0 0
0 1
coAs — 1 co/s _ 1 上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。
輸入圖像等分為8X8共64個區(qū)域。 所述步驟b之后，該方法進一步包括c、對輸入圖像中所有像素灰度值進行局部 對比度調(diào)整。 所述步驟c在每個局部調(diào)整窗中按照如下方式進行局部對比度調(diào)整
x' p, q = Avr+a (xp, q-Avr) 其中，x' p.,為局部調(diào)整窗中第p行第q列像素經(jīng)局部對比度調(diào)整后的灰度值， Xp,q為局部調(diào)整窗中第p行第q列像素經(jīng)插值處理后的灰度值，Avr為局部調(diào)整窗內(nèi)所有像
7素經(jīng)插值處理后的均衡灰度平均值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。
局部調(diào)整窗為3X3的窗口。 本發(fā)明提供的一種基于直方圖均衡的圖像增強裝置，包括 區(qū)域直方圖均衡模塊，用于分別對輸入圖像中的各區(qū)域進行直方圖均衡處理；
鄰區(qū)域插值處理模塊，用于分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值 進行插值處理。 所述區(qū)域直方圖均衡模塊包括 序列統(tǒng)計子模塊，用于分別統(tǒng)計各區(qū)域中每個灰度值的像素數(shù)量，得到各區(qū)域中 表示該區(qū)域內(nèi)各灰度值像素數(shù)量的直方圖序列； 序列累積子模塊，用于對各區(qū)域的直方圖序列進行累加操作，得到各區(qū)域中表示 每個灰度值像素累積分布的直方圖累積序列； 映射建立子模塊，用于依據(jù)各區(qū)域的直方圖累積序列計算得到各區(qū)域?qū)?yīng)的如下 均衡化映射表{Mapping[Value]n} = Value—Low + WwSum[Value]n} (Value—High-ValueJLow)
一 爿〃尸/xe/^ 其中，Value為Value_Low Value_High中的任意灰度值區(qū)間，{Mapping[Value] J為第n個區(qū)域?qū)?yīng)的均衡化映射表，傷istSum[Value]J為第n個區(qū)域的直方圖累積序
Value+1
列，歷wSum[Value]n:五， Hist[t]n為第n個區(qū)域內(nèi)第t個灰度值的像素數(shù)量，
1
AllPixelsn為第n個區(qū)域中的像素總數(shù)，Value_Low為預設(shè)的均衡化最小值，Value_High為 預設(shè)的勻衡化最大值，n大于1且小于等于區(qū)域總數(shù)； 均衡映射子模塊，用于分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素 灰度值修正為M即ping(Lx,y) ，Lx,y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值。
Value_Low取0， Value_High取255。 所述鄰區(qū)域插值處理模塊分別將各區(qū)域劃分為若干子塊，并分別將各區(qū)域劃分為 若干子塊，并對位于不同區(qū)域的相鄰子塊進行插值處理。 所述鄰區(qū)域插值處理模塊分別將各區(qū)域內(nèi)等分為行列數(shù)相等的四個子塊，并對每
四個對角拼接的相鄰區(qū)域中位于對角拼接處的四個相鄰子塊進行插值處理。 所述鄰區(qū)域插值處理模塊對于拼接角處的每個子塊中的各像素灰度值，按照如下
方式進行插值處理 L ' i, j = rowRevWX [colRevWXMapping(Li, j)uL+colWXMapping(Li, j) UK] +rowWX [coIRevWX Mapping (Li,》BL+colWX Mapping (Li,》BK] 其中，L' i, j表示所述每個子塊中第i行第j列插值處理后的像素灰度值，rowW、 rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、 colRevW分別為正反方向的列插值系數(shù) 矩陣，M即ping (Li,j)uL、M即ping (Li,j)uR、M即ping (Li,j)BL、M即ping (Li,j)BK分別為左上方字土央、 右上方子塊、左下方子塊、右下方子塊中第i行第j列的像素灰度值；<formula>formula see original document page 9</formula>
上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。
輸入圖像等分為8X8共64個區(qū)域。 進一步包括局部對比度調(diào)整模塊，用于對輸入圖像中所有像素灰度值進行局部 對比度調(diào)整。 所述局部對比度調(diào)整模塊在每個局部調(diào)整窗中按照如下方式進行局部對比度調(diào) <formula>formula see original document page 9</formula> 其中，x' p.,為局部調(diào)整窗中第p行第q列像素經(jīng)局部對比度調(diào)整后的灰度值， Xp,q為局部調(diào)整窗中第p行第q列像素經(jīng)插值處理后的灰度值，Avr為局部調(diào)整窗內(nèi)所有像 素經(jīng)插值處理后的均衡灰度平均值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。
局部調(diào)整窗為3X3的窗口。 由上述技術(shù)方案可見，本發(fā)明對整幀輸入圖像分區(qū)域進行直方圖均衡、而不是對
整幀圖像進行直方圖均衡，如果區(qū)域內(nèi)的像素在某些灰度區(qū)間過于集中，則圖像的層次感
會較差、圖像的邊緣細節(jié)信息的表現(xiàn)力不高，因此，通過單獨對該區(qū)域進行直方圖均衡就會
使得該區(qū)域內(nèi)的層次感增強、且能夠提高具有豐富灰度值變化的邊緣和細節(jié)信息的表現(xiàn)
力；此后，再分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理，即可使得
各區(qū)域間存在相關(guān)性、避免由于各區(qū)域分別經(jīng)直方圖均衡處理而在區(qū)域間產(chǎn)生明顯邊界。
如此一來，輸入圖像經(jīng)直方圖均衡后的邊緣細節(jié)信息的表現(xiàn)力會被提高、且增強后的輸入
圖像具有較好的平滑度，相比于現(xiàn)有丟失邊緣細節(jié)信息的方式提高了增強圖像的質(zhì)量。 進一步地，雖然分區(qū)域直方圖均衡能夠盡可能少地丟失邊緣細節(jié)信息，但由于分
區(qū)域直方圖均衡還大幅提高了整幀輸入圖像的視覺動態(tài)范圍，因而在一定程度上會使得邊
緣細節(jié)不夠突出，因此，本發(fā)明還可通過對增強后的輸入圖像進行局部對比度調(diào)整、以提高均衡化后圖像的對比度，使增強圖像的局部具有更大的動態(tài)范圍、使邊緣細節(jié)信息等局部
更為突出，從而能夠進一步提高增強圖像的質(zhì)量。 而且，本發(fā)明實現(xiàn)簡單，硬件代價小、并可以嵌入芯片中。


圖1為本發(fā)明實施例基于直方圖均衡的圖像增強方法的示例性流程圖； 圖2為本發(fā)明實施例中將相鄰區(qū)域劃分為子塊的示意圖； 圖3為本發(fā)明實施例基于直方圖均衡的圖像增強裝置的示例性結(jié)構(gòu)圖。
具體實施例方式
為使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下參照附圖并舉實施例，對 本發(fā)明進一步詳細說明。 本發(fā)明實施例中，對整幀輸入圖像分區(qū)域進行直方圖均衡、而不是對整幀圖像進
行直方圖均衡，如果區(qū)域內(nèi)的像素在某些灰度區(qū)間過于集中，則圖像的層次感會較差、圖像
的邊緣細節(jié)信息的表現(xiàn)力不高，這樣，通過單獨對該區(qū)域進行直方圖均衡就會使得該區(qū)域
內(nèi)的層次感增強、且能夠提高具有豐富灰度值變化的邊緣和細節(jié)信息的表現(xiàn)力。 當然，由于各區(qū)域分別進行直方圖均衡時僅考慮本區(qū)域內(nèi)的像素灰度值，因而各
區(qū)域分別經(jīng)直方圖均衡處理后，容易在區(qū)域間產(chǎn)生明顯的邊界，為了使得各區(qū)域間存在相
關(guān)性、以避免由于各區(qū)域分別經(jīng)直方圖均衡處理而在區(qū)域間產(chǎn)生明顯邊界，本發(fā)明實施例
還可分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理。 如此一來，輸入圖像經(jīng)直方圖均衡后不會丟失邊緣細節(jié)信息、且增強后的輸入圖
像具有較好的平滑度，相比于現(xiàn)有丟失邊緣細節(jié)信息的方式提高了增強圖像的質(zhì)量。 此外，上述分區(qū)域直方圖均衡、以及相鄰區(qū)域邊緣處的插值處理，雖然能夠盡可能
少地丟失邊緣細節(jié)信息，即通過多保留邊緣細節(jié)信息來提高增強圖像的質(zhì)量，但由于分區(qū)
域直方圖均衡還會大幅提高整幀輸入圖像的視覺動態(tài)范圍，因而在一定程度上會使得邊緣
細節(jié)不夠突出，由此，本發(fā)明還可通過對增強后的輸入圖像進行局部對比度調(diào)整、以提高均
衡化后圖像的對比度，使增強圖像的局部具有更大的動態(tài)范圍、使邊緣細節(jié)信息等局部更
為突出，從而能夠進一步提高增強圖像的質(zhì)量。 下面，首先對本發(fā)明實施例中基于直方圖均衡的圖像增強方法進行詳細說明。
圖1為本發(fā)明實施例基于直方圖均衡的圖像增強方法的示例性流程圖。如圖1所 示，本實施例中基于直方圖均衡的圖像增強方法包括如下步驟
步驟IOI，分別對輸入圖像中的各區(qū)域進行直方圖均衡處理。
本步驟之前，還可以對輸入圖像進行去噪等預處理。 在本步驟中，首先可以將輸入圖像等分成MXN個區(qū)域，然后對每個區(qū)域進行直方
圖統(tǒng)計，較佳地選用M = N = 8，然后即可按照如下方式進行直方圖均衡處理 1)、分別統(tǒng)計每個灰度值的像素數(shù)量Hist [Value]，其中，Value表示灰度值。相應(yīng)
地，每個區(qū)域中的各灰度值像素數(shù)量Hist [Value]即可構(gòu)成第n個區(qū)域中由各灰度值像素
數(shù)量順序構(gòu)成的直方圖序列{HiSt[Value]n} ， n大于1且小于等于區(qū)域總數(shù)MXN。 2)、分別對第n個區(qū)域的直方圖序列傷ist[Value]J進行累加操作，得到表示每
10個灰度值像素累積分布的遞增的直方圖累積序列傷istSum[Value]J，該序列中的每個元
Value十l
素m^Sum[ValueL = ^ //W[t]n ， Hist [t]n為第n個區(qū)域內(nèi)第t個灰度值的像素數(shù)量。
1 例如，對于一個直方圖序列他st[Value]J = {0， 1 ， 2， 4， 5， 7， 6， }，其得到的
遞增的直方圖累積序列{HistSum[Value]n} = {1， 3， 7， 12， 19， 25， 26......}。 在芯片設(shè)計中，可利用兩幀圖像中變化不大的特點，將本步驟中得到的當前輸入 圖像的分區(qū)域直方圖統(tǒng)計供下一幀處理使用。 3)、依據(jù)各區(qū)域的直方圖累積序列計算得到對應(yīng)的均衡化映射表{Mapping[Value〗n} = Value—Low + (版"一V由eU (Value—High-Value—Low) 其中，Value為Value_Low Value_High中的任意灰度值，{Mapping[Value] J 為第n個區(qū)域?qū)?yīng)的均衡化映射表，傷istSum[Value]J為第n個區(qū)域的直方圖累積序列， AllPixelsn為第n個區(qū)域中的像素總數(shù)，Value_Low為預設(shè)的均衡化最小值，Value_High 為預設(shè)的勻衡化最大值。較佳地，為了使均衡化處理后的各區(qū)域均具有最大的動態(tài)范圍， Value_Low可以取0， Value_High可以取255。 假設(shè)，灰度值O 128區(qū)間內(nèi)的像素數(shù)量所占比例過大，那么，經(jīng)均衡化映射表修 正像素灰度值后，灰度值0 128區(qū)間內(nèi)接近128的像素灰度值會超過128，從而被均衡至 大于128的其它區(qū)間內(nèi)，從而使得各灰度區(qū)間內(nèi)的像素數(shù)量趨于均衡。
4)、分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素灰度值修正為 M即ping(Lx, y) ， Lx, y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值，以使該區(qū)域 內(nèi)的像素灰度值得到均衡化處理，從而使各區(qū)域中落在不同灰度區(qū)間的像素數(shù)量盡可能平 均、且每個灰度區(qū)間內(nèi)均有像素，從而通過使各區(qū)域內(nèi)可能具有的邊緣細節(jié)信息具有更強 的層次感來達到圖像增強的目的。 當然，雖然現(xiàn)有技術(shù)中并未分區(qū)域進行直方圖均衡化處理，但如何實現(xiàn)本步驟中 的直方圖均衡化，還可以由本領(lǐng)域技術(shù)人員采用任意的其它算法，在此不再一一列舉。
步驟102，分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理。
本步驟中，可以分別將各區(qū)域劃分為若干子塊，并對位于不同區(qū)域的相鄰子塊進 行插值處理。更具體地，如圖2所示，可以分別將如實線所示各區(qū)域內(nèi)等分為像素行列數(shù)相 等的2X2共4個如虛線劃分的子塊，并對每4個對角拼接的相鄰區(qū)域中，位于如圖2中箭 頭所引出的對角拼接處的4個相鄰子塊進行插值處理，即對圖2中每4個對角拼接處的相 鄰左上方子塊UL、右上方子塊UR、左下方子塊BL、右下方子塊BR進行插值處理。需要說明 的是，對于邊緣區(qū)域中未標示出UL、UR、BL、BR的子塊，可以不進行處理、或采用任意適用于 邊緣的處理方式進行處理。 而對于4個對角拼接處的相鄰UL、UR、BL、BR中每個子塊的各像素灰度值，按照如 下方式進行插值處理 L ' i, j = rowRevWX [colRevWXMapping(Li, j)uL+colWXMapping(Li, j) UK] +rowWX [coIRevWX Mapping (Li,》BL+colWX Mapping (Li,》BK] 其中，L' i,j表示所述每個子塊中第i行第j列先后經(jīng)直方圖均衡化和插值處理后 的像素灰度值，rowW、rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、colRevW分別為正
11反方向的列插值系數(shù)矩陣，M即ping (Li, j)UL、Ma卯ing (Li, j)UK、Ma卯ing (Li, j)BL、Ma卯ing (Li, j) BK分別為左上方字塊、右上方子塊、左下方子塊、右下方子塊中第i行第j列經(jīng)直方圖均衡 化的像素灰度值；
<formula>formula see original document page 12</formula> 上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。 利用上述正反方向的行插值系數(shù)矩陣rowW和rowRevW、以及正反方向的列插值系
數(shù)矩陣colW、 colRevW，即可使得各子塊中越靠近拼接角頂端的像素插值系數(shù)越大、越遠離
拼接角頂端的像素插值系數(shù)越小。 且，由于每個子塊中的像素在插值運算時，以需要使用、且僅使用一次自身所在行
和列的其余像素，因而正反方向的行插值系數(shù)矩陣rowW和rowRevW中，只能有一個矩陣的
插值系數(shù)選取1 rows、另一個則只能選取0 rows-l，正反方向的列插值系數(shù)矩陣colW、
colRevW中，只能有一個矩陣的插值系數(shù)選取1 cols、另一個則只能選取cols-l，從而能
夠避免在插值處理時重復使用每個像素所在行和列的其余像素灰度值。 步驟103，對輸入圖像中所有像素灰度值進行局部對比度調(diào)整。 本步驟為可選的步驟(在圖l中以虛線框示出)，且本步驟中可以在每個局部調(diào)整
窗中按照如下方式進行局部對比度調(diào)整 x' p, q = Avr+a (xp, q-Avr) 其中，x' M為局部調(diào)整窗中第p行第q列像素經(jīng)局部對比度調(diào)整后的灰度值，Xp,, 為局部調(diào)整窗中第P行第q列像素先后經(jīng)直方圖均衡和插值處理后的灰度值，即可將步驟 102中得到的L' 作為Xp,q，Avr為局部調(diào)整窗內(nèi)所有像素經(jīng)插值處理后的均衡灰度平均 值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。 如上可見，當a > 1時，如果Avr > Xp,q，則x' p, q > xp, q ;如果Avr < xp, q，則 x' M〈XM，從而實現(xiàn)了細節(jié)增強、或者說主要起到局部調(diào)整窗內(nèi)的局部對比度增強作用，但基本沒有調(diào)節(jié)整幅輸入圖像的動態(tài)范圍。但正是如此，才能夠彌補分區(qū)域直方圖均衡由 于大幅提高整幀輸入圖像的視覺動態(tài)范圍、而在一定程度上會導致邊緣細節(jié)不夠突出的缺 陷，從而使得本實施例能夠既調(diào)節(jié)動態(tài)范圍并保留邊緣細節(jié)信息、又能夠增強局部對比度， 從而使得增強的圖像效果更佳。 較佳地，為了使得局部對比度調(diào)整更加細致，可以設(shè)置局部調(diào)整窗為3X3的窗□。 至此，上述流程結(jié)束。 下面，再對本實施例中基于直方圖均衡的圖像增強裝置進行詳細說明。 圖3為本發(fā)明實施例基于直方圖均衡的圖像增強裝置的示例性結(jié)構(gòu)圖。如圖3所
示，本實施例中基于直方圖均衡的圖像增強裝置包括區(qū)域直方圖均衡模塊、鄰區(qū)域插值處
理模塊、局部對比度調(diào)整模塊。 區(qū)域直方圖均衡模塊，用于分別對輸入圖像中的各區(qū)域進行直方圖均衡處理。
具體說，區(qū)域直方圖均衡模塊可以包括序列統(tǒng)計子模塊、序列累積子模塊、映射建 立子模塊以及均衡映射子模塊(圖3中未示出)，其中 序列統(tǒng)計子模塊，用于分別統(tǒng)計每個灰度值的像素數(shù)量Hist [Value] ， Value表示 灰度值，相應(yīng)地，每個區(qū)域中的各灰度值像素數(shù)量Hist [Value]即可構(gòu)成第n個區(qū)域中由 各灰度值像素數(shù)量順序構(gòu)成的直方圖序列傷ist[Value]J ， n大于1且小于等于區(qū)域總數(shù)
MXN ; 序列累積子模塊，用于分別對第n個區(qū)域的直方圖序列傷ist[Value]J進行累加 操作，得到表示每個灰度值像素累積分布的遞增的直方圖累積序列傷istSum[Value]J ，該
Value+1
序列中的每個元素歷wSum[Value],藝歷對化，Hist[化為第n個區(qū)域內(nèi)第t個灰度值
1
的像素數(shù)量； 映射建立子模塊，用于依據(jù)各區(qū)域的遞增直方圖累積序列計算得到對應(yīng)的均衡化 映射表{Mapping[Value]n} = Value—Low + ^WSum[Value]n} (Value—High-Value—Low)
■/4 // /xe / 其中，Value為0 255中的任意灰度值，(M即ping[Value]n}為第n個區(qū)域?qū)?yīng) 的均衡化映射表，{HistSum[Value]n}為第n個區(qū)域的直方圖累積序列，AllPixelsn為第n 個區(qū)域中的像素總數(shù)，Value—Low為預設(shè)的均衡化最小值，Value—High為預設(shè)的勻衡化最 大值，較佳地，為了使均衡化處理后的各區(qū)域均具有最大的動態(tài)范圍，Value—Low可以取0， Value_High可以取255 ; 均衡映射子單元，用于分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素 灰度值修正為M即ping(Lx,y) ，Lx,y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值。
鄰區(qū)域插值處理模塊，用于分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值 進行插值處理。 實際應(yīng)用中，鄰區(qū)域插值處理模塊可以分別將各區(qū)域劃分為若干子塊，并對位于 不同區(qū)域的相鄰子塊進行插值處理。更具體地，如圖2所示，可以分別將如實線所示各區(qū)域 內(nèi)等分為像素行列數(shù)相等的2 X 2共4個如虛線劃分的子塊，并對每4個對角拼接的相鄰區(qū)
13域中，位于如圖2中箭頭所引出的對角拼接處的4個相鄰子塊進行插值處理，即對圖2中每 4個對角拼接處的相鄰左上方子塊UL、右上方子塊UR、左下方子塊BL、右下方子塊BR進行 插值處理。需要說明的是，對于邊緣區(qū)域中未標示出UL、 UR、 BL、 BR的子塊，可以不進行處 理、或采用任意適用于邊緣的處理方式進行處理。 而對于4個對角拼接處的相鄰UL、UR、BL、BR中每個子塊的各像素灰度值，鄰區(qū)域 插值處理模塊可以按照如下方式進行插值處理L' = rowRevWX [colRevWXM即ping(Li, j)uL+colWXM即ping(Li,j)UK]
+rowWX [colRevWXM即ping(Li,j)BL+colWXM即ping(Li,j)Bj 其中，L' i,j表示所述每個子塊中第i行第j列先后經(jīng)直方圖均衡化和插值處理后 的像素灰度值，rowW、rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、colRevW分別為正 反方向的列插值系數(shù)矩陣，M即ping (Li, j)ul、Ma卯ing (Li, j)UK、Ma卯ing (Li, j)bl、Ma卯ing (Li, j) BK分別為左上方字塊、右上方子塊、左下方子塊、右下方子塊中第i行第j列經(jīng)直方圖均衡 化的像素灰度值；
<formula>formula see original document page 14</formula> 上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。 利用上述正反方向的行插值系數(shù)矩陣rowW和rowRevW、以及正反方向的列插值系
數(shù)矩陣colW、 colRevW，即可使得各子塊中越靠近拼接角頂端的像素插值系數(shù)越大、越遠離
拼接角頂端的像素插值系數(shù)越小。 且，由于每個子塊中的像素在插值運算時，以需要使用、且僅使用一次自身所在行 和列的其余像素，因而正反方向的行插值系數(shù)矩陣rowW和rowRevW中，只能有一個矩陣的 插值系數(shù)選取1 rows、另一個則只能選取0 rows-l，正反方向的列插值系數(shù)矩陣colW、 colRevW中，只能有一個矩陣的插值系數(shù)選取1 cols、另一個則只能選取cols-l，從而能 夠避免在插值處理時重復使用每個像素所在行和列的其余像素灰度值。<formula>formula see original document page 14</formula> <formula>formula see original document page 14</formula> <formula>formula see original document page 14</formula> <formula>formula see original document page 14</formula>
局部對比度調(diào)整模塊，為可選的功能模塊(在圖3中以虛線框示出)，用于對輸入圖像中所有像素灰度值進行局部對比度調(diào)整。 實際應(yīng)用中，局部對比度調(diào)整模塊可以在每個局部調(diào)整窗中按照如下方式進行局部對比度調(diào)整 x' p, q = Avr+a (xp, q-Avr) 其中，x' p.,為局部調(diào)整窗中第p行第q列像素經(jīng)局部對比度調(diào)整后的灰度值，Xp,q為局部調(diào)整窗中第p行第q列像素先后經(jīng)直方圖均衡和插值處理后的灰度值，即可將鄰區(qū)域插值處理模塊得到的L' 作為Xp,q，Avr為局部調(diào)整窗內(nèi)所有像素經(jīng)插值處理后的均衡灰度平均值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。 如上可見，當a > 1時，如果Avr > Xp,q，則x' p, q > xp, q ;如果Avr < xp, q，則x' M〈XM，從而實現(xiàn)了細節(jié)增強、或者說主要起到局部調(diào)整窗內(nèi)的局部對比度增強作用，但基本沒有調(diào)節(jié)整幅輸入圖像的動態(tài)范圍。但正是如此，才能夠彌補分區(qū)域直方圖均衡由于大幅提高整幀輸入圖像的視覺動態(tài)范圍、而在一定程度上會導致邊緣細節(jié)不夠突出的缺陷，從而使得本實施例能夠既調(diào)節(jié)動態(tài)范圍并保留邊緣細節(jié)信息、又能夠增強局部對比度，從而使得增強的圖像效果更佳。 較佳地，為了使得局部對比度調(diào)整更加細致，可以設(shè)置局部調(diào)整窗為3X3的窗□。 以上所述僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換以及改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
1權(quán)利要求
一種基于直方圖均衡的圖像增強方法，其特征在于，包括如下步驟a、分別對輸入圖像中的各區(qū)域進行直方圖均衡處理；b、分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理。
2. 如權(quán)利要求1所述的圖像增強方法，其特征在于，所述步驟a包括 al、分別統(tǒng)計各區(qū)域中每個灰度值的像素數(shù)量，得到各區(qū)域中表示該區(qū)域內(nèi)各灰度值像素數(shù)量的直方圖序列；a2、對各區(qū)域的直方圖序列進行累加操作，得到各區(qū)域中表示每個灰度值像素累積分 布的直方圖累積序列；a3、依據(jù)各區(qū)域的直方圖累積序列計算得到各區(qū)域?qū)?yīng)的如下均衡化映射表{Mapping[Value] }= Value—Low + (腺S腦[Va闊11 〉 (Value—High-Value—Low)其中，Value為Value_Low Value_High中的任意灰度值區(qū)間，{Mapping[Value] J為第n個區(qū)域?qū)?yīng)的均衡化映射表，傷istSum[Value]J為第n個區(qū)域的直方圖累積序Value+1列，歷'wSum[Value],五歷對t]n ， Hist[t]n為第n個區(qū)域內(nèi)第t個灰度值的像素數(shù)量，1AllPixelsn為第n個區(qū)域中的像素總數(shù)，Value_Low為預設(shè)的均衡化最小值，Value_High為 預設(shè)的勻衡化最大值，n大于1且小于等于區(qū)域總數(shù)；a4、分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素灰度值修正為 M即ping(Lx,y) ， Lx,y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值。
3. 如權(quán)利要求2所述的圖像增強方法，其特征在于，Value—Low取0， Value—High取255。
4. 如權(quán)利要求2所述的圖像增強方法，其特征在于，所述步驟b包括分別將各區(qū)域劃 分為若干子塊，并對位于不同區(qū)域的相鄰子塊進行插值處理。
5. 如權(quán)利要求4所述的圖像增強方法，其特征在于，分別將各區(qū)域內(nèi)等分為行列數(shù)相 等的四個子塊，并對每四個對角拼接的相鄰區(qū)域中位于對角拼接處的四個相鄰子塊進行插 值處理。
6. 如權(quán)利要求5所述的圖像增強方法，其特征在于，對于拼接角處的每個子塊中的各 像素灰度值，按照如下方式進行插值處理L' i,j:row RevWX [col RevWXMapping(Li, j)UL+colWXMapping(Li,j)uJ +rowWX [col RevWX Mapping (Li,》bl+co1WX Mapping (Li,》BK]其中，L' i, j表示所述每個子塊中第i行第j列插值處理后的像素灰度值，rowW、 rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、 colRevW分別為正反方向的列插值系數(shù) 矩陣，M即ping (Li,j)uL、M即ping (Li,j)uR、M即ping (Li,j)BL、M即ping (Li,j)BK分別為左上方字土央、 右上方子塊、左下方子塊、右下方子塊中第i行第j列的像素灰度值； <formula>formula see original document page 2</formula> l<formula>formula see original document page 3</formula>上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。
7. 如權(quán)利要求1至6中任一項所述的圖像增強方法，其特征在于，輸入圖像等分為 8X8共64個區(qū)域。
8. 如權(quán)利要求1至6中任一項所述的圖像增強方法，其特征在于，所述步驟b之后，該 方法進一步包括c、對輸入圖像中所有像素灰度值進行局部對比度調(diào)整。
9. 如權(quán)利要求8所述的圖像增強方法，其特征在于，所述步驟c在每個局部調(diào)整窗中按 照如下方式進行局部對比度調(diào)整<formula>formula see original document page 2</formula>其中，x' p,q為局部調(diào)整窗中第P行第q列像素經(jīng)局部對比度調(diào)整后的灰度值，xp,q為 局部調(diào)整窗中第P行第q列像素經(jīng)插值處理后的灰度值，Avr為局部調(diào)整窗內(nèi)所有像素經(jīng) 插值處理后的均衡灰度平均值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。
10. 如權(quán)利要求9所述的圖像增強方法，其特征在于，局部調(diào)整窗為3 X 3的窗口 。
11. 一種基于直方圖均衡的圖像增強裝置，其特征在于，包括 區(qū)域直方圖均衡模塊，用于分別對輸入圖像中的各區(qū)域進行直方圖均衡處理； 鄰區(qū)域插值處理模塊，用于分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理。
12. 如權(quán)利要求11所述的圖像增強裝置，其特征在于，所述區(qū)域直方圖均衡模塊包括 序列統(tǒng)計子模塊，用于分別統(tǒng)計各區(qū)域中每個灰度值的像素數(shù)量，得到各區(qū)域中表示該區(qū)域內(nèi)各灰度值像素數(shù)量的直方圖序列；序列累積子模塊，用于對各區(qū)域的直方圖序列進行累加操作，得到各區(qū)域中表示每個 灰度值像素累積分布的直方圖累積序列；映射建立子模塊，用于依據(jù)各區(qū)域的直方圖累積序列計算得到各區(qū)域?qū)?yīng)的如下均衡 化映射表<formula>formula see original document page 3</formula>其中，Value為Value_Low<formula>formula see original document page 3</formula>Value_High中的任意灰度值區(qū)間，(M即ping[Value]J為第n個區(qū)域?qū)?yīng)的均衡化映射表，傷istSum[Value]J為第n個區(qū)域的直方圖累積序Value+1列，mrtSum[Value]n-兀^W[t]n ， Hist[t]n為第n個區(qū)域內(nèi)第t個灰度值的像素數(shù)量，1AllPixelsn為第n個區(qū)域中的像素總數(shù)，Value_Low為預設(shè)的均衡化最小值，Value_High為 預設(shè)的勻衡化最大值，n大于1且小于等于區(qū)域總數(shù)；均衡映射子模塊，用于分別利用各區(qū)域?qū)?yīng)的均衡化映射表，將該區(qū)域內(nèi)的像素灰度 值修正為M即ping(Lx,y) ， Lx,y表示每個區(qū)域中第x行第y列插值處理后的像素灰度值。
13. 如權(quán)利要求12所述的圖像增強裝置，其特征在于，Value_L0W取0， Value—High取255。
14. 如權(quán)利要求12所述的圖像增強裝置，其特征在于，所述鄰區(qū)域插值處理模塊分別 將各區(qū)域劃分為若干子塊，并分別將各區(qū)域劃分為若干子塊，并對位于不同區(qū)域的相鄰子 塊進行插值處理。
15. 如權(quán)利要求14所述的圖像增強裝置，其特征在于，所述鄰區(qū)域插值處理模塊分別 將各區(qū)域內(nèi)等分為行列數(shù)相等的四個子塊，并對每四個對角拼接的相鄰區(qū)域中位于對角拼 接處的四個相鄰子塊進行插值處理。
16. 如權(quán)利要求15所述的圖像增強裝置，其特征在于，所述鄰區(qū)域插值處理模塊對于 拼接角處的每個子塊中的各像素灰度值，按照如下方式進行插值處理L' i,j:row RevWX [col RevWXMapping(Li,j)UL+colWXMapping(LjuJ +rowWX [col RevWX Mapping (Li, jOBL+colWX Mapping (Li,》BK]其中，L' i, j表示所述每個子塊中第i行第j列插值處理后的像素灰度值，rowW、 rowRevW分別為正反方向的行插值系數(shù)矩陣，colW、 colRevW分別為正反方向的列插值系數(shù) 矩陣，M即ping(Li,j) UL、Ma卯ing(Li,j)uK、Ma卯ing(Li,j)BL、Ma卯ing(Li,j)BR分別為左上方字塊、 右上方子塊、左下方子塊、右下方子塊中第i行第j列的像素灰度值； <formula>formula see original document page 4</formula><formula>formula see original document page 5</formula>上述各矩陣中的rows為每個子塊的行數(shù)，cols為每個子塊的列數(shù)。
17. 如權(quán)利要求11至16中任一項所述的圖像增強裝置，其特征在于，輸入圖像等分為 8X8共64個區(qū)域。
18. 如權(quán)利要求11至16中任一項所述的圖像增強裝置，其特征在于，進一步包括局 部對比度調(diào)整模塊，用于對輸入圖像中所有像素灰度值進行局部對比度調(diào)整。
19. 如權(quán)利要求18所述的圖像增強裝置，其特征在于，所述局部對比度調(diào)整模塊在每 個局部調(diào)整窗中按照如下方式進行局部對比度調(diào)整x' p,q = Avr+a (xp,q_Avr)其中，x' p,q為局部調(diào)整窗中第P行第q列像素經(jīng)局部對比度調(diào)整后的灰度值，xp,q為 局部調(diào)整窗中第P行第q列像素經(jīng)插值處理后的灰度值，Avr為局部調(diào)整窗內(nèi)所有像素經(jīng) 插值處理后的均衡灰度平均值，a為預設(shè)的調(diào)整系數(shù)、且a > 1。
20. 如權(quán)利要求19所述的圖像增強裝置，其特征在于，局部調(diào)整窗為3 X 3的窗口 。
全文摘要
本發(fā)明公開了一種基于直方圖均衡的圖像增強方法和裝置。本發(fā)明對整幀輸入圖像分區(qū)域進行直方圖均衡，因此，通過單獨對該區(qū)域進行直方圖均衡就會使得該區(qū)域內(nèi)的層次感增強、且能夠提高具有豐富灰度值變化的邊緣和細節(jié)信息的表現(xiàn)力；此后，分別對各區(qū)域與其四周相鄰區(qū)域邊緣處的像素灰度值進行插值處理，以使得各區(qū)域間存在相關(guān)性、避免由于各區(qū)域分別經(jīng)直方圖均衡處理而在區(qū)域間產(chǎn)生明顯邊界。如此一來，就提高了增強圖像的質(zhì)量。而且，還可通過對增強后的輸入圖像進行局部對比度調(diào)整進一步增強邊緣細節(jié)信息、以提高均衡化后圖像的對比度，從而能夠進一步提高增強圖像的質(zhì)量。
文檔編號G06T5/00GK101706953SQ20091023767
公開日2010年5月12日 申請日期2009年11月13日 優(yōu)先權(quán)日2009年11月13日
發(fā)明者盧曉鵬 申請人:北京中星微電子有限公司