[发明专利]一种改进受限自适应图像均衡化增强算法

说明书

本发明属于数据处理技术领域，提供了一种改进受限自适应图像均衡化增强算法，包括：步骤一，对图像进行自适应子图像分解，将原始图像分解为多个连续不重叠子图像，对每个子图像进行遍历；步骤二，计算图像中各像素点对应的灰度级映射函数；步骤三，对映射灰度级f进行修正；步骤四，将原始图像中所有像素点的灰度级替换为得到增强后的图像。本发明通过自适应算法，解决了分块图像的数量和形状的过多或过少问题，减少局部增强过度或局部增强不充分的缺陷，充分利用图像全局信息，防止增强后的图像存在灰度混叠、过增强和块效应明显等问题。

技术领域

本发明专利属于图像增强技术领域,特别涉及一种改进受限自适应图像均衡化增强算法。

背景技术

图像增强是图像处理中的重要预处理步骤，它可以有效改善图像质量，提高图像主观视觉效果。它首先将图像分为多个连续不重叠的图像块，然后分别进行直方图修正和均衡化得到对应的灰度映射函数，最后进行双线性插值缓解不同图像块之间的不连续效应。有效增强图像的局部细节信息，提高图像主观视觉效果，但其存在如下问题：

一、分块图像的数量和形状无法自适应。分块图像数量对局部增强效果影响较大：如果分块数量太多，局部增强过度；如果分块数量太少，局部增强不充分；分块图像形状固定将影响最终图像增强效果。

二、对图像全局信息利用不充分。将图像分为多个子图像进行单独增强，能够有效利用图像局部信息，但对图像全局信息利用不充分，这可能导致增强后图像存在灰度混叠、过增强和块效应明显等问题。

发明内容

本发明的目的是克服现有的缺陷，提供一种改进受限自适应图像均衡化增强算法，进一步提升图像增强效果。

为了解决上述技术问题，本发明提供了一种改进受限自适应图像均衡化增强算法，包括：步骤一，对图像进行自适应子图像分解，将原始图像分解为多个连续不重叠子图像，对每个子图像进行遍历；步骤二，计算图像中各像素点对应的灰度级映射函数；步骤三，对映射灰度级f进行修正；步骤四，将原始图像中所有像素点的灰度级替换为得到增强后的图像。

进一步地，将所述图像通过累积概率分布函数映射得到均衡化的灰度等级。

进一步地，使用所述均衡化的灰度等级对像素点灰度值进行重构。

进一步地，所述灰度级映射函数为

进一步地，图像中某像素点对应的映射灰度级为原始图像中所有与其灰度级相同的像素点映射灰度级基于距离的加权值。

有益效果：

本发明通过自适应算法，解决了分块图像的数量和形状的过多或过少问题，减少局部增强过度或局部增强不充分的缺陷，充分利用图像全局信息，防止增强后的图像存在灰度混叠、过增强和块效应明显等问题。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1是本算法的原理流程框图；

图2是待处理原图；

图3是传统算法处理后的图像；

图4是本发明增强算法处理后的图像。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示,本专利提出的改进增强算法的主要步骤如下：