專利名稱：增強(qiáng)圖像的結(jié)構(gòu)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種增強(qiáng)圖像的結(jié)構(gòu)方法，應(yīng)用于靜止圖像處理、視頻圖像增強(qiáng)等技術(shù)領(lǐng)域。
背景技術(shù)：
圖像對(duì)比度增強(qiáng)是屬于圖像低頻信息增強(qiáng)。為了防止噪音同時(shí)增大，專利“97111448A.x”提供了一種目前使用的一般處理方法，如圖1所示，步驟(a)、輸入數(shù)字圖像，并抽取亮度信息；步驟(b)、通過(guò)低通濾波器進(jìn)行圖像信號(hào)的高低頻分解；步驟(c)、對(duì)低頻信號(hào)進(jìn)行直方圖均衡增強(qiáng)處理；步驟(d)、將增強(qiáng)后的低頻信號(hào)和原高頻信號(hào)相加合并；步驟(e)、還原數(shù)字圖像。
使用上述方法增強(qiáng)圖像對(duì)比度，存在以下缺點(diǎn)當(dāng)需要對(duì)圖像的低頻信息進(jìn)行全局統(tǒng)計(jì)或大面積統(tǒng)計(jì)時(shí)，需要同時(shí)為高頻信息和低頻信息保存一幀或大面積的信息，大大增加了存儲(chǔ)資源。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種增強(qiáng)圖像的結(jié)構(gòu)方法，其對(duì)圖像輸入亮度信號(hào)進(jìn)行直接的統(tǒng)計(jì)和計(jì)算，使用計(jì)算結(jié)果對(duì)低頻信號(hào)進(jìn)行映射，在增強(qiáng)圖像的同時(shí)，可大大節(jié)省中間過(guò)程中的圖像信息存儲(chǔ)空間。
為達(dá)上述目的，本發(fā)明提供一種增強(qiáng)圖像的結(jié)構(gòu)方法，其包含以下2種技術(shù)方案一種使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其包含以下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、直接統(tǒng)計(jì)亮度值的直方圖，設(shè)為數(shù)組H[x]，x∈{Xi|i＝0，1，...，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；步驟c)、根據(jù)直方圖計(jì)算累計(jì)概率分布函數(shù)CDF，設(shè)為數(shù)組CDF[x]，x∈{Xi|i＝0，1，...，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；則有CDF[X0]＝H[X0]/Num；再循環(huán)計(jì)算CDF[Xi]＝CDF[Xi-1]+H[Xi]/Num，其中，Num表示輸入圖像的像素總數(shù)；根據(jù)計(jì)算得到的累計(jì)概率分布函數(shù)CDF產(chǎn)生亮度映射表G[x]，x∈{Xi|i＝0，1....，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值，則有G[x]＝CDF[x]×XN-1；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像的高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’:XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)Xout:Xout＝XLP’+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在所述的步驟d)中，也可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在本發(fā)明中，還包含步驟h)、對(duì)步驟d)分解得到的圖像高頻信號(hào)XHP先進(jìn)行高頻增強(qiáng)處理；由于同時(shí)增強(qiáng)圖像的低頻信號(hào)和高頻信號(hào)，有利于信號(hào)的同步處理，存儲(chǔ)和相互引用。
在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
一種使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其包含以下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、統(tǒng)計(jì)亮度值的截?cái)嘀狈綀D，其包含以下分步驟步驟b1)、初始化截?cái)嘀狈綀D存儲(chǔ)數(shù)組CH[x]，x∈{Xi|i＝0，1，...，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；初始化截?cái)嘞駭?shù)和CN＝0；步驟b2)、按順序遍歷圖像，讀入圖像當(dāng)前像素的亮度值；步驟b3)、判斷該像素的亮度值所對(duì)應(yīng)的截?cái)嘀狈綀D存儲(chǔ)數(shù)組元值是否小于預(yù)定的參數(shù)CountMax，如果是，則執(zhí)行步驟b4)，如果否，則執(zhí)行步驟b5)；步驟b4)、將該像素的亮度值相應(yīng)的截?cái)嘀狈綀D數(shù)組元值加1，在執(zhí)行步驟b6)；步驟b5)、將截?cái)嘞駭?shù)和CN的值加1；步驟b6)、判斷是否已經(jīng)對(duì)圖像所有的像素統(tǒng)計(jì)完畢，如果是，則執(zhí)行步驟c1)，如果否，則返回，循環(huán)執(zhí)行步驟b2)～步驟b6)；步驟c)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，以及動(dòng)態(tài)映射表，其包含以下分步驟步驟c1)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，定義為CCDF[x]，x∈{Xi|i＝0，1，...，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；定義數(shù)組CCH[x]，x∈{Xi|i＝0，1，...，N-1}，其中X0，X1，...，Xi，...，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；計(jì)算CCH[X0]＝CH[X0]+CN/N；再循環(huán)計(jì)算CCH[Xi]＝CCH[Xi-1]+CH[Xi]+CN/N，i＝1，2，...，N-1；最后循環(huán)計(jì)算CCDF[Xi]＝CCH[Xi]/Num，i＝0，1，...，N-1，其中，Num為該圖像的像素總數(shù)；步驟c2)、計(jì)算動(dòng)態(tài)映射表G[Xi]＝(1-K)×Xi+K×CCDF[Xi]×XN-1，i＝0，1，...，N-1，其中，K為預(yù)定參數(shù)，且0≤K≤1；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像的高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’:XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)Xout:Xout＝XLP’+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
所述的步驟b2)中，可按行、列、倒行、倒列等順序遍歷到圖像的所有像素。
在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在所述的步驟d)中，也可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在本發(fā)明中，還包含步驟h)、對(duì)步驟d)分解得到的圖像高頻信號(hào)XHP進(jìn)行高頻增強(qiáng)處理；由于同時(shí)增強(qiáng)圖像的低頻信號(hào)和高頻信號(hào)，有利于信號(hào)的同步處理，存儲(chǔ)和相互引用。
在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
本發(fā)明提供的增強(qiáng)圖像的結(jié)構(gòu)方法，使用幀/場(chǎng)間預(yù)測(cè)技術(shù)，將當(dāng)前幀/場(chǎng)的直方圖等的特征值應(yīng)用到下一幀/場(chǎng)的低頻信息的對(duì)比度擴(kuò)展，如此可節(jié)省存儲(chǔ)空間。
本發(fā)明提供的增強(qiáng)圖像的結(jié)構(gòu)方法，是對(duì)輸入亮度信號(hào)進(jìn)行直接的統(tǒng)計(jì)和計(jì)算，使用計(jì)算結(jié)果對(duì)低頻信號(hào)進(jìn)行映射，如此可大大節(jié)省中間過(guò)程的圖像信息存儲(chǔ)空間。


圖1為背景技術(shù)中增強(qiáng)圖像的方法的流程圖；圖2為本發(fā)明提供的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的流程圖；圖3為本發(fā)明提供的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的包含高頻增強(qiáng)步驟的流程圖；圖4為本發(fā)明提供的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的流程圖；圖5為本發(fā)明提供的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的包含高頻增強(qiáng)步驟的流程圖；圖6為本發(fā)明提供的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的步驟b)以及步驟c)的流程圖；具體實(shí)施方式
下面結(jié)合圖2～圖6說(shuō)明本發(fā)明的具體實(shí)施例，以使進(jìn)一步了解本發(fā)明的

發(fā)明內(nèi)容
如圖2所示，為使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法的流程圖，其包含以下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、直接統(tǒng)計(jì)亮度值的直方圖，設(shè)為數(shù)組H[x]，x∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色；步驟c)、根據(jù)直方圖計(jì)算累計(jì)概率分布函數(shù)CDF，設(shè)為數(shù)組CDF[x]，x∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色。
則有CDF[X0]＝H[X0]/Num再循環(huán)計(jì)算CDF[Xi]＝CDF[Xi-1]+H[Xi]/Num，其中，Num表示輸入圖像的像素總數(shù)；
根據(jù)計(jì)算得到的累計(jì)概率分布函數(shù)CDF產(chǎn)生亮度映射表G[x]，x∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色。則有G[x]＝CDF[x]×X255；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像的高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’:XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)Xout:Xout＝XLP’+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在所述的步驟d)中，也可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在本發(fā)明中，還包含步驟h)、對(duì)步驟d)分解得到的圖像高頻信號(hào)XHP先進(jìn)行高頻增強(qiáng)處理(如圖3所示)；由于同時(shí)增強(qiáng)圖像的低頻信號(hào)和高頻信號(hào)，有利于信號(hào)的同步處理，存儲(chǔ)和相互引用。
在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
如圖4所示，為使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其包含以下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、統(tǒng)計(jì)亮度值的截?cái)嘀狈綀D，其包含以下分步驟步驟b1)、初始化截?cái)嘀狈綀D存儲(chǔ)數(shù)組CH[x]，X∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色。初始化截?cái)嘞駭?shù)和CN＝0；步驟b2)、按順序遍歷圖像，讀入圖像當(dāng)前像素的亮度值；步驟b3)、判斷該像素的亮度值所對(duì)應(yīng)的截?cái)嘀狈綀D存儲(chǔ)數(shù)組元值是否小于預(yù)定的參數(shù)CountMax，如果是，則執(zhí)行步驟b4)，如果否，則執(zhí)行步驟b5)；步驟b4)、將該像素的亮度值相應(yīng)的截?cái)嘀狈綀D數(shù)組元值加1，在執(zhí)行步驟b6)；步驟b5)、將截?cái)嘞駭?shù)和CN的值加1；步驟b6)、判斷是否已經(jīng)對(duì)圖像所有的像素統(tǒng)計(jì)完畢，如果是，則執(zhí)行步驟c1)，如果否，則返回，循環(huán)執(zhí)行步驟b2)～步驟b6)；步驟c)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，以及動(dòng)態(tài)映射表，其包含以下分步驟步驟c1)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，定義為CCDF[x]，x∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色。
定義數(shù)組CCH[x]，x∈{Xi|i＝0，1，...，255}，Xi＝i；i＝0對(duì)應(yīng)極黑色，i＝255對(duì)應(yīng)極白色。計(jì)算CCH[X0]＝CH[X0]+CN/256；再循環(huán)計(jì)算CCH[Xi]＝CCH[Xi-1]+CH[Xi]+CN/256，i＝1，2，...，255；最后循環(huán)計(jì)算CCDF[Xi]＝CCH[Xi]/Num，i＝0，1，...，255，其中，Num為該圖像的像素總數(shù)；步驟c2)、計(jì)算動(dòng)態(tài)映射表G[Xi]＝(1-K)×Xi+K×CCDF[Xi]×X255，i＝0，1，...，255，其中，K為預(yù)定參數(shù)，且0≤K≤1；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像的高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’:XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)Xout:Xout＝XLP’+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
所述的步驟b2)中，可按行、列、倒行、倒列等順序遍歷到圖像的所有像素。
在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在所述的步驟d)中，也可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
在本發(fā)明中，還包含步驟h)、對(duì)步驟d)分解得到的圖像高頻信號(hào)XHP進(jìn)行高頻增強(qiáng)處理；由于同時(shí)增強(qiáng)圖像的低頻信號(hào)和高頻信號(hào)，有利于信號(hào)的同步處理，存儲(chǔ)和相互引用。
在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
本發(fā)明提供的增強(qiáng)圖像的結(jié)構(gòu)方法，使用幀/場(chǎng)間預(yù)測(cè)技術(shù)，將當(dāng)前幀/場(chǎng)的直方圖等的特征值應(yīng)用到下一幀/場(chǎng)的低頻信息的對(duì)比度擴(kuò)展，如此可節(jié)省存儲(chǔ)空間。
本發(fā)明提供的增強(qiáng)圖像的結(jié)構(gòu)方法，是對(duì)輸入亮度信號(hào)進(jìn)行直接的統(tǒng)計(jì)和計(jì)算，使用計(jì)算結(jié)果對(duì)低頻信號(hào)進(jìn)行映射，如此可大大節(jié)省中間過(guò)程的圖像信息存儲(chǔ)空間。
權(quán)利要求
1.一種使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，包括如下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、直接統(tǒng)計(jì)亮度值的直方圖，設(shè)為數(shù)組H[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；步驟c)、根據(jù)直方圖計(jì)算累計(jì)概率分布函數(shù)CDF，設(shè)為數(shù)組CDF[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；則有CDF[X0]＝H[X0]/Num；再循環(huán)計(jì)算CDF[Xi]＝CDF[Xi-1]+H[Xi]/Num，其中，Num表示輸入圖像的像素總數(shù)；根據(jù)計(jì)算得到的累計(jì)概率分布函數(shù)CDF產(chǎn)生亮度映射表G[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值，則有G[x]＝CDF[x]×XN-1；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像信號(hào)并得到高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)XoutXout＝XLP’+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
2.根據(jù)權(quán)利要求1所述的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
3.根據(jù)權(quán)利要求2所述的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
4.根據(jù)權(quán)利要求1所述的使用使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，還包含步驟h)即對(duì)步驟d)分解得到的圖像高頻信號(hào)進(jìn)行高頻增強(qiáng)處理。
5.根據(jù)權(quán)利要求1所述的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
6.根據(jù)權(quán)利要求1所述的使用直方圖均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，使用所述的圖像增強(qiáng)結(jié)構(gòu)，結(jié)合使用幀/場(chǎng)間預(yù)測(cè)技術(shù)，將當(dāng)前幀/場(chǎng)的直方圖等的特征值應(yīng)用到下一幀/場(chǎng)的圖像增強(qiáng)。
7.一種使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，包含以下步驟步驟a)、輸入數(shù)字圖像，若是彩色數(shù)字圖像，則需要按顏色模型抽取其中的亮度數(shù)值；若是灰度圖像，則直接應(yīng)用灰度信息作為亮度數(shù)值；步驟b)、統(tǒng)計(jì)亮度值的截?cái)嘀狈綀D，其包含以下分步驟步驟b1)、初始化截?cái)嘀狈綀D存儲(chǔ)數(shù)組CH[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；初始化截?cái)嘞駭?shù)和CN＝0；步驟b2)、按順序遍歷圖像，讀入圖像當(dāng)前像素的亮度值；步驟b3)、判斷該像素的亮度值所對(duì)應(yīng)的截?cái)嘀狈綀D存儲(chǔ)數(shù)組元值是否小于預(yù)定的參數(shù)CountMax，如果是，則執(zhí)行步驟b4)，如果否，則執(zhí)行步驟b5)步驟b4)、將該像素的亮度值相應(yīng)的截?cái)嘀狈綀D數(shù)組元值加1，在執(zhí)行步驟b6)；步驟b5)、將截?cái)嘞駭?shù)和CN的值加1；步驟b6)、判斷是否已經(jīng)對(duì)圖像所有的像素統(tǒng)計(jì)完畢，如果是，則執(zhí)行步驟c1)，如果否，則返回，循環(huán)執(zhí)行步驟b2)～步驟b6)；步驟c)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，以及動(dòng)態(tài)映射表，其包含以下分步驟步驟c1)、計(jì)算截?cái)嘀狈綀D的CDF數(shù)組，定義為CCDF[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；定義數(shù)組CCH[x]，x∈{Xi|i＝0，1，…，N-1}，其中X0，X1，…，Xi，…，XN-1順序?yàn)镹級(jí)離散化的圖像亮度值，而且X0對(duì)應(yīng)圖像亮度值域的極小值，XN-1對(duì)應(yīng)圖像亮度值域的極大值；計(jì)算CCH[X0]＝CH[X0]+CN/N；再循環(huán)計(jì)算CCH[Xi]＝CCH[Xi-1]+CH[Xi]+CN/N，i＝1，2，…，N-1；最后循環(huán)計(jì)算CCDF[Xi]＝CCH[Xi]/Num，i＝0，1，…，N-1，其中，Num為該圖像的像素總數(shù)；步驟c2)、計(jì)算動(dòng)態(tài)映射表G[Xi]＝(1-K)×Xi+K×CCDF[Xi]×XN-1，i＝0，1，…，N-1，其中，K為預(yù)定參數(shù)，且0≤K≤1；步驟d)、使用濾波器對(duì)輸入圖像信號(hào)亮度Xin進(jìn)行卷積，分解圖像信號(hào)并得到高頻信號(hào)XHP和低頻信號(hào)XLP；步驟e)、使用步驟c)中基于累計(jì)概率分布函數(shù)CDF產(chǎn)生的映射表的輸出，對(duì)步驟d)中分解輸出的圖像低頻信號(hào)進(jìn)行實(shí)時(shí)映射，得到增強(qiáng)后的圖像低頻信號(hào)XLP’XLP’＝G[XLP]；步驟f)、將步驟e)中得到的增強(qiáng)后的圖像低頻信號(hào)與分解得到的圖像高頻信號(hào)相加合并，恢復(fù)圖像的亮度信號(hào)XoutXout＝XLP+XHP；步驟g)、根據(jù)輸入的圖像性質(zhì)，還原數(shù)字圖像，若輸入的是彩色圖像，則還原彩色圖像，若輸入的是灰度圖像，則還原灰度圖像。
8.根據(jù)權(quán)利要求7所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，所述的步驟b2)中，可按行、列、倒行、倒列等順序遍歷到圖像的所有像素。
9.根據(jù)權(quán)利要求7所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，在所述的步驟d)中，可使用低頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的低頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像低頻信號(hào)，得到圖像的高頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
10.根據(jù)權(quán)利要求9所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，在所述的步驟d)中，可使用高頻濾波器對(duì)圖像信號(hào)卷積，濾出圖像的高頻信號(hào)，再通過(guò)圖像輸入亮度信號(hào)減去圖像高頻信號(hào)，得到圖像的低頻信號(hào)，即分解圖像高頻信號(hào)和圖像低頻信號(hào)。
11.根據(jù)權(quán)利要求7所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，還包含步驟h)即對(duì)步驟d)分解得到的圖像高頻信號(hào)進(jìn)行高頻增強(qiáng)處理。
12.根據(jù)權(quán)利要求7所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，在所述的步驟a)中，顏色模型可以是YUV顏色空間的Y值，YCbCr空間的Y值，HSV空間的V值，也可以是HSL空間的L值，或者它們的等效表達(dá)式。
13.根據(jù)權(quán)利要求7所述的使用截?cái)嘀狈綀D均衡方法增強(qiáng)圖像的結(jié)構(gòu)方法，其特征在于，使用所述的圖像增強(qiáng)結(jié)構(gòu)，結(jié)合使用幀/場(chǎng)間預(yù)測(cè)技術(shù)，將當(dāng)前幀/場(chǎng)的直方圖等的特征值應(yīng)用到下一幀/場(chǎng)的圖像增強(qiáng)。
全文摘要
本發(fā)明提供一種增強(qiáng)圖像的結(jié)構(gòu)方法，其包括以下步驟讀取輸入數(shù)字圖像的亮度數(shù)值；統(tǒng)計(jì)圖像亮度值的直方圖；根據(jù)直方圖計(jì)算累計(jì)概率分布函數(shù)CDF，產(chǎn)生亮度映射表；使用濾波器分解圖像的高頻信號(hào)和低頻信號(hào)；使用亮度映射表對(duì)圖像低頻信號(hào)進(jìn)行亮度映射；將增強(qiáng)后的圖像低頻信號(hào)與高頻信號(hào)相加合并；還原數(shù)字圖像。本發(fā)明提供的增強(qiáng)圖像的結(jié)構(gòu)方法，其對(duì)圖像輸入亮度信號(hào)進(jìn)行直接的統(tǒng)計(jì)和計(jì)算，使用計(jì)算結(jié)果對(duì)低頻信號(hào)進(jìn)行映射，在增強(qiáng)圖像的同時(shí)，可大大節(jié)省中間過(guò)程中的圖像信息存儲(chǔ)空間。
文檔編號(hào)H04N9/77GK1731820SQ200510029000
公開日2006年2月8日 申請(qǐng)日期2005年8月22日 優(yōu)先權(quán)日2005年8月22日
發(fā)明者黃曉東, 侯鋼, 王國(guó)中 申請(qǐng)人:上海廣電(集團(tuán))有限公司中央研究院