[发明专利]基于直方图修正的图像自适应增强方法

说明书

技术领域

本发明涉及图像处理技术，特别是一种基于直方图修正的图像自适应增强方法。

背景技术

图像对比度增强是视觉感知和机器视觉中的一项重要技术，广泛应用于医学图像处理，视频监视系统，卫星图像处理等系统中。对比度增强的目标是提高图像对比度，提供直观，清晰，适合于分析的图像。众多图像对比度增强方法基本可以归为两类：直接增强和间接增强。直接增强方法是指定义某种表征图像对比度的计量标准，并设计算法来增强图像这种计量值；间接方法则通过重新分布原灰度级的方式来增强图像对比度。间接方法由于具有有效、直观等优点而受到广泛的关注。它可以进一步细分为：基于灰度级变换的方法和基于直方图处理的方法。直方图均衡化是一种快速、有效、经典的基于直方图处理的图像增强方法之一。它以原始直方图作为输入，利用原直方图的累积分布函数生成映射函数，将原始比较窄的灰度级范围映射到一个更宽的灰度级范围，以增大图像灰度级的动态范围，达到增强图像的目的。虽然直方图均衡化具有快速、高效、易于实现等优点，却也存在细节易丢失、大幅度亮度改变、亮度饱和和层次感差等明显的缺陷。

针对这些缺陷，已经有许多文献提出了一些不同解决方案。

Arici等人提出了一种直方图修正的构架及其图像增强方法(详情参见文献：T.Arici,S.Dikbas,and Y.Altunbasak,“A histogram modification framework and its application for image contrast enhancement.”IEEE Trans.Image Process.,Vol.18,no.9,pp.1921-1934,Sep.2009.)。他们通过引入新的直方图统计方式来避免对平滑区域的过度增强；通过引入加权平均来修正直方图，以避免细节丢失等问题；并结合黑白拉伸以充分利用灰度级的动态范围。该方法在传统直方图均衡化的基础上有较大提高，但是不能从根本上避免传统直方图均衡化方法的缺陷，只是程度有所降低。

Huang等人提出了基于自适应伽马矫正与加权重分布的直方图增强方法(详情参见文献：S.C.Huang,F.C.Cheng,and Y.S.Chiu,“Efficient contrast enhancement using adaptive gamma correction with weighting distribution.”IEEE Trans.Image Process.,Vol.22,no.3,pp.1032-1041,Mar.2013.)。该方法利用自适应伽马矫正来增强图像低亮度部分并抑制图像高亮部分对比度的明显降低；利用加权重分布来修正原直方图，避免应用传统直方图均衡化时的缺点。该方法虽然能有效避免传统直方图均衡化的缺陷，却存在灰度级动态范围利用不充分，增强效果不明显等问题。

发明内容

本发明的目的在于克服上述现有技术的不足，提供一种基于直方图修正的图像自适应增强方法，这种方法不仅能使保持的图像细节和亮度，而且在复杂多变光照条件下，图像能自适应增强。

实现本发明目的的技术方案是：

一种基于直方图修正的图像自适应增强方法，包括以下步骤：

(1)用编程工具(opencv,matlab等)读取需要增强的数字图像，得到目标图像的矩阵表达式{f(i,j)},其中f(i,j)表示图像{f(i,j)}中任一个像素点，i,j为像素点f(i,j)对应的横坐标与纵坐标；

(2)计算图像{f(i,j)}的直方图h(k)，其中h(k)代表灰度值为k的像素在目标图像中出现的频率；

(3)计算直方图h(k)中非零元素的标准差δ；

(4)计算一次修正后的直方图h₁(k)，其中h₁(k)＝h(k)+δ,h(k)为原始直方图，h₁(k)为修正后直方图；

(5)计算图像平均亮度值μ；

(6)计算自适应伽马校正系数γ，其中

(7)计算二次修正后的直方图h₂(k)，其中h₂(k)＝[h₁(k)]^γ；

(8)利用(7)修正后的直方图h₂(k)，应用直方图均衡化公式进行直方图均衡化。

所述步骤(3)中标准差δ的计算式为：