[发明专利]一种图像去暗角方法

说明书

本发明公开一种图像去暗角方法。该方法的步骤包括：步骤1，用对数映射处理暗角图像熵值：将图像亮度按照对数映射公式i(L)＝(N‑1)1og(1+L)/1og 256到映射到[0，N‑1]内，其中L表示图像亮度，N为参数；随后将映射后的亮度按照公式进行直方图信息统计，获得图像各个亮度的对应值，其中x，y为像素点的横纵坐标，n_k为直方图元素；步骤2，对经步骤1处理后的图像进行调暗操作以降低亮度。本发明的方法在较大提升运算速度的同时具备高能效的特点。

技术领域

本发明涉及图像处理等机器学习领域，具体涉及一种基于对数映射和爬山算法的图像去暗角方法。

背景技术

暗角图像具备图像四个角亮度显著下降的特征，相比实际图像有很大的差别。对图像进行去暗角即可实现暗角消除或局部消除操作。传统的去暗角方法大多是计算基于图像原始熵值。图像如果存在暗角，其信息直方图将存在两个峰。而校正暗角的过程就是将一个较低的峰靠近另一个较高的峰的过程。在此过程中，传统方法的熵值都是在递增的，只有当两峰重叠时熵值才降低，但是这样将增加求解全局最优解的难度，并且校正算法十分耗时。

另外，常见的对数映射方法还存在数学推导上的漏洞以及默认图片几何中心为光学中心的错误认知。根据文献(R.K.Lenz and R.Y.Tsai.Techniques for calibration ofthe scale factor and imagecenter for high accuracy 3-D machine visionmetrology.IEEE Transactions onPattern Analysis and Machine Intelligence,10(5):713-720,1988)可知，图片的光学中心和图片的几何中心往往并不会重合。因此现有的去暗角方法需要进行改善。

发明内容

针对以上现有技术，本发明的目的是提供一种改进的图像去暗角方法。

本发明采用的技术方案如下：

一种图像去暗角方法，该方法的步骤包括：

步骤1，用对数映射处理暗角图像熵值：将图像亮度按照对数映射公式i(L)＝(N-1)log(1+L)/log 256到映射到[0,N-1]内，其中L表示图像亮度，N为参数；随后将映射后的亮度按照公式进行直方图信息统计，获得图像各个亮度的对应值，其中x，y为像素点的横纵坐标，n_k为直方图元素；

步骤2，对经步骤1处理后的图像进行调暗操作以降低亮度。

本发明的图像去暗角方法，其对数熵可以优化求解全局最优解，爬山算法也可以提高求解校正函数g的速度，不再认定图像几何中心与光学中心重叠使得算法精度得到提高，使得整个方法性能得到提升。因此相比于传统的去暗角方法，本发明利用对数熵和爬山算法的计算优势，并且将图像几何中心与光学中心区分开来，可以实现高效率求解全局最优解功能。

附图说明

图1是正常图像直方图以及熵值；

图2是经对数映射后的图像直方图和熵值；

图3是本发明方法的流程框图。

具体实施方式

以下结合附图和实施例进一步说明本发明的技术内容和效果。

如图1所示，暗角图像直方图一般为双峰分布，其在正常明度附近有一个低明度的峰。因此，校正暗角的过程包括：双峰靠近和熵值变化，如图2所示，具体为：

(1)双峰靠近：校正暗角时，低明度峰向高明度峰逐渐靠近，重叠至重合。

(2)熵值变化：在双峰靠近时，整幅图像的熵值是不变的。直至双峰开始重叠，熵值才开始逐渐增加。

针对现有方法的缺陷，本发明图像去暗角的解决方法如下：