[发明专利]基于自适应形态学的彩色图像增强方法

说明书

本发明提出了一种基于自适应形态学的彩色图像增强方法，旨在保证增强后的彩色图像具有完整的纹理细节，并减少增强后的彩色图像的颜色失真。实现步骤为：选取彩色图像的待处理像素点；提取待处理像素点的像素值；选取待处理像素点的像素点矩阵；构造待处理像素点的超边；构造待处理像素点对应的自适应结构元素；判断彩色图像中是否存在未构造自适应结构元素的像素点；提取彩色图像亮特征；提取彩色图像暗特征；对彩色图像进行增强，并输出增强后的图像，本发明可用于图像分析，图像理解等需要对图像进行增强预处理的领域。

技术领域

本发明属于图像处理技术领域，涉及一种彩色图像增强方法，具体涉及一种基于自适应形态学的彩色图像增强方法，可用于图像分析，图像理解等需要对图像进行增强预处理的领域。

背景技术

自适应形态学是以经典形态学为基础，对彩色图像中的每个像素点自动选取不同形状和尺寸的自适应结构元素，然后使用自适应结构元素对彩色图像进行形态学运算，克服了经典形态学导致的过度膨胀或腐蚀的问题。

在实际应用中，各种自然或者人为条件都会影响图像的清晰程度，导致图像辨识度过低。彩色图像增强就是增强图像的清晰度，扩大图像中不同物体之间的差别，抑制不感兴趣的特征，改善图像质量，加强图像的分析和识别效果，以满足某些特殊分析的需求，是图像分析和图像理解领域发展的关键内容之一。

目前形态学彩色图像增强主要采用基于经典形态学的增强方法，其原理为预先选取固定形状和尺寸的结构元素在R、G、B三个通道分别对彩色图像进行顶帽变换提取亮特征，并对彩色图像进行黑帽变换提取暗特征，然后从彩色图像中减去暗特征，加上亮特征，最后合并三个通道的结果得到结果图像。如安静、张贵仓、刘燕妮发表的论文“基于多尺度top-hat变换的自适应彩色图像增强”(《计算机工程与科学》2017年7期第1317-1321页)，提出了一种基于数学形态学top-hat算法,以各分量标准差权重比例为调控因子的彩色图像增强方法。该算法使用固定形状的结构元素，分别在R、G、B三个通道下对彩色图像进行增强操作，然后将三个通道合并得到最后的增强图像。该方法的优点是：在提高彩色图像对比度的同时，避免了对彩色图像的过度增强。该方法的不足之处是：使用固定形状的结构元素对彩色图像进行增强操作，没有考虑彩色图像的局部特征，会导致增强后的彩色图像丢失大量的纹理细节，且在形态学运算时没有考虑彩色图像R、G、B三个通道的相关性，对三个通道分别处理，会导致增强后的图像存在严重的色彩失真。

发明内容

本发明的目的在于克服上述现有技术存在的不足，提出了一种基于自适应形态学的彩色图像增强方法，旨在保证增强后的彩色图像具有完整的纹理细节，并减少增强后的彩色图像的颜色失真。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)选取彩色图像f的待处理像素点j：

输入行数为m、列数为n的彩色图像f，并将f中第x_j行、第y_j列的像素点j作为待处理像素点，其中，m≥3，n≥3，x_j＝1，y_j＝1；

(2)提取待处理像素点j的像素值：

提取待处理像素点j在RGB颜色空间中的像素值R_j、G_j、B_j；

(3)选取待处理像素点j的像素点矩阵N(j)：

选取以待处理像素点j为中心的N×N个像素点，组成像素点j的像素点矩阵N(j)，其中N为大于等于3、小于m和n中数值小的奇数；

(4)构造待处理像素点j的超边e_1j和e_2j：

(4a)计算像素点矩阵N(j)中待处理像素点j到其它每一个像素点i之间的空间距离D(i,j)；