[发明专利]一种基于子图的图像信息细化方法

说明书

本发明涉及一种基于子图的图像信息细化方法。包括如下步骤：步骤1，输入灰度图像；步骤2，计算灰度直方图；步骤3，计算全局灰度比值；步骤4，计算子图分割阈值；步骤5，修剪灰度直方图；步骤6，子图分割；步骤7，计算密度函数；步骤8，计算分布函数；步骤9，构造直方图传输函数；步骤10，均衡化处理；步骤11，融合子图并输出。能够对图像的局部信息进行细化，可以应用于模糊数字图像的增强处理等领域。

技术领域

本发明涉及一种数字图像处理领域，具体说是一种基于子图的图像信息细化方法。

背景技术

很多由于场景条件的影响图像拍摄的视觉效果不佳，这就需要图像细化技术来改善人的视觉效果，比如突出图像中目标物体的某些特点、从数字图像中提取目标物的特征参数等等，这些都有利于对图像中目标的识别、跟踪和理解。图像细化处理主要内容是突出图像中感兴趣的部分，减弱或去除不需要的信息。这样使有用信息得到加强，从而得到一种更加实用的图像或者转换成一种更适合人或机器进行分析处理的图像。目前常用的相关方法包括灰度级校正、灰度变换、直方图修正、图像平滑和锐化等，然而，在算法复杂度及细化效果等方面仍有待提高。

发明内容

本发明提供了一种基于子图的图像信息细化方法，采用将子图分割的原理，分别采用直方图、密度函数和分布函数等方法，计算量小，图像细化效果好。

为实现本发明的目标所采用的技术方案是：方法包括以下步骤：

步骤1：输入灰度图像I；

步骤2：计算灰度图像I的灰度直方图H；

步骤3：计算灰度图像的全局灰度比值Lg；

步骤4：计算子图分割阈值Tseg，Tseg＝G(1-Lg)；

步骤5：为了防止信息细化过度而导致灰度图像I的信息丢失，需要对灰度直方图H进行修剪，当H(i)大于修剪阈值Tc时，H(i)＝Tc，修剪后的灰度直方图记为H_c；

步骤6：用子图分割阈值Tseg将灰度图像I分割成I_L和I_H两个子图，其中，子图I_L的灰度取值范围为[0,Tseg]，子图I_H的灰度取值范围为[Tseg+1,G-1]；

步骤7：分别计算子图I_L和子图I_H的密度函数P_L和P_H，其中，P_L＝H_c/M_L，P_H＝H_c/M_H，M_L和M_H分别为子图I_L和子图I_H的像素点数量；

步骤8：分别计算子图I_L和子图I_H的累计分布函数C_L和C_H；

步骤9：分别利用步骤8中的累计分布函数C_L和C_H构造子图I_L和子图I_H的直方图传输函数TF_L和TF_H；

步骤10：分别对步骤9中的直方图传输函数TF_L和TF_H进行均衡化处理，分别得到均衡化子图I_LQ和I_HQ；

步骤11：融合步骤10中的均衡化子图I_LQ和I_HQ，得到信息细化图像I_Q并输出。

步骤3中所述的全局灰度比值Lg，通过式(1)实现：