[发明专利]一种基于HSV颜色空间的同态滤波增强方法

说明书

技术领域

本发明涉及计算机视觉领域，尤其是一种基于HSV颜色空间的同态滤波增强方法。

背景技术

人们对外界的信息大部分都是从图像中获取的，据统计可知，人类从图像获取的信息占百分之八十，所以信息传递的主要媒体和方式是图像信息。通常情况下，在图像的转换和传送过程中，往往会由于各种各样的原因降低图像的质量。

彩色图像包含比灰度图像更多的信息层次，在视觉感官和后续图像分析方面都优于灰度图像应用十分广泛但因在不同场景获取的彩色图像整体光照不均或颜色减少所以有必要对其进行增强

借鉴同态滤波在频域中进行的图像对比度增强和压缩图像亮度范围的特殊方法，并考虑到彩色图像的多分量属性可以对RGB彩色图像每个分量分别进行直方图均衡化处理，但此做法很可能产生不正确彩色在增强图像信息的同时存在失真。

基于以上存在的问题，我们提出一种基于HSV颜色空间的同态滤波增强方法，即选择HSV(Hue,Saturation,Value)彩色空间模型，采用彩色空间转换，仅对亮度分量进行均衡处理，而不改变色调和饱和度，以求在保持色彩背景不变的情形下，增强图像的某些特殊信息。

发明内容

本发明要解决的技术问题在于：针对消除图像上照明不均的这个特定问题，在保持整体色调一致的情况下为了提高图像的对比度和局部细节的清晰度，获得较好的视觉效果，提出了一种基于HSV颜色空间的同态滤波增强方法。

为了解决上述技术问题，本发明是通过以下技术方案来实现的：

1)将彩色图像由RGB颜色空间转换到HSV颜色空间；

2)保持HSV颜色空间色调分量H和饱和度分量S不变，色调V向量进行噪声判断是否需要线性映射，然后对映射后的图像作滤波增强处理，实现对图像进行增强；

3)将图像由HSV颜色空间转换到RGB颜色空间，最终得到增强后的彩色图像。

2.本发明所述步骤2)具体包括以下步骤：

2.1)对图像的亮度分量V进行椒盐噪声判断；

2.2)若是则不进行均衡处理；否则进行均衡处理；

2.3)对上述变换后的图像进行滤波增强处理；

本发明所述步骤2.1)的椒盐噪声判断公式如下：

min_u∈Z|f(x，y)-M_u|＞T

其中：f(x，y)：原始图像灰度值；T：判定噪声阈值；Z：邻域M_u的取值区间。本发明所述步骤2.2)的线性映射公式如下：

其中：f(x，y)：原始图像灰度值；I_max：原始图像中最亮值；I_min：原始图像中最暗灰度值；f(z)：调整后的灰度值

本发明所述步骤2.3)的滤波增强公式如下：

f(x，y)＝f_i(x，y)×f_j(x，y)

其中：f_i(x，y)是入射到景物上的光强度，在频域中用低频表示；f_j(x，y)是景物反射回来的光强度，在频域中用高频表示。

上式是照射分量和反射分量乘积的形式，无法分别对照射分量和反射分量进行操作，对上式两边取对数，把乘积运算转换为和运算，即：

lnf(x，y)＝lnf_i(x，y)+lnf_j(x，y)

对上式进行傅里叶变换，将运算转换到频域，得：

进行灰度级映射后灰度级直方图统计函数为：

F(u，v)＝I(x，y)+R(x，y)

其中：I(x，y)，R(x，y)分别是lnf_i(x，y)和lnf_j(x，y)的傅里叶变换，使用同态滤波传递函数H(u，v)对上式进行处理，将F(u，v)乘上同态滤波函数H(u，v)，使图像的低频段被压缩，高频段被扩展。即：

H(u，v)×F(u，v)＝H(u，v)×I(u，v)+H(u，v)×R(u，v)

接着对傅里叶求反变换得：

g(x，y)＝g_iln(x，y)+g_rln(x，y)

最后对上式两边取指数，得到同态滤波后的图像：

上式中表示增强后图像的照射分量，增强后图像的反射分量。

与现有技术相比，本发明具有以下有益效果：