[发明专利]一种自适应图像增强的方法、装置、设备以及存储介质

说明书

本发明公开了一种自适应图像增强的方法、装置、设备及计算机可读存储介质，包括：将原始图像的子图区域数设为固定值，在截断阈值的预设取值范围内，查找使原始图像的评价指标的测试值达到最大值的目标截断阈值；确定目标截断阈值后，使原始图像中各个子图区域的截断阈值不变，在子图区域数的预设取值范围内，查找使评价指标的测试值达到最大值的目标子图区域数；根据所述目标截断阈值、所述目标子图区域数和限制对比度自适应直方图均衡化法，对所述原始图像进行增强处理，生成所述原始图像的目标增强图像。本发明所提供的方法、装置、设备及计算机可读存储介质，得到目标截断阈值和目标子图区域数后，可使CLAHE算法对图像的增强效果达到最优。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种自适应图像增强的方法、装置、设备以及计算机可读存储介质。

背景技术

直方图均衡化是常用的图像增强方法，但作为一种全局灰度映射算法，往往存在区域目标增强过度或增强不足等问题。为此，很多改进方法将图像分解成多个子图进行处理。但由于缺少控制参数和边界条件，这些方法可能带来子图区域内的增强过度，进而造成增强效果不稳定等问题。CLAHE方法通过截断子图区域内的直方图并将剪切掉的区域均匀分布在整个灰度范围内，实现限制对比度的目的，使得每个子图区域内的直方图均衡化得到约束。

然而，CLAHE算法的增强效果严重依赖于子图区域数量和截断阈值两个参数的选择。如果选择不当，不但得不到理想的增强效果，反而会使图像质量变差。

综上所述可以看出，如何自适应的选择CLAHE算法的子图区域数和截断阈值是目前有待解决的问题。

发明内容

本发明的目的是提供一种自适应图像增强的方法、装置、设备以及计算机可读存储介质，以解决现有技术中若CLAHE算法的子图区域数和截断阈值选择不当导致图像质量变差的问题。

为解决上述技术问题，本发明提供一种自适应图像增强的方法，包括：当待处理的原始图像的子图区域数为a×a，在截断阈值的预设取值范围内，查找使所述原始图像的预选成像质量评价指标的测试值达到最大值的目标截断阈值，其中，a为正整数；当所述原始图像中各个子图区域的截断阈值为所述目标截断阈值时，在子图区域数的预设取值范围内，查找使所述预选成像质量评价指标的测试值达到最大值的目标子图区域数；根据所述目标截断阈值、所述目标子图区域数和限制对比度自适应直方图均衡化法，对所述原始图像进行增强处理，生成所述原始图像的目标增强图像。

优选地，所述当待处理的原始图像的子图区域数为a×a，在截断阈值的预设取值范围内，查找使所述原始图像的预选成像质量评价指标的测试值达到最大值的目标截断阈值包括：

将待处理的原始图像的子图区域数设置为8×8，将截断阈值从初始值0开始，以预设步长逐步增大至1，查找使所述原始图像的预选成像质量评价指标的测试值达到最大值的目标截断阈值。

优选地，所述将待处理的原始图像的子图区域数设置为8×8，将截断阈值从初始值0开始，以预设步长逐步增大至1，查找使所述原始图像的预选成像质量评价指标的测试值达到最大值的目标截断阈值包括：

将待处理的原始图像的子图区域数设置为8×8，将截断阈值从初始值0开始，以0.1的步长逐步增大至1，查找使所述原始图像的熵值达到最大值的间接目标截断阈值；

确定使所述间接目标截断阈值所在的范围，在所述范围内以0.01的步长逐步增大，查找使所述原始图像的熵值达到最大值的目标截断阈值。

优选地，所述当所述原始图像中各个子图区域的截断阈值为所述目标截断阈值时，在子图区域数的预设取值范围内，查找使所述预选成像质量评价指标的测试值达到最大值的目标子图区域数包括：

根据所述原始图像的各个子图区域的截断阈值设置为所述目标截断阈值；

根据所述目标截断阈值设定所述子图区域数的取值范围；