[发明专利]一种图像对比度的增强方法、装置、设备及存储介质

说明书

本公开提供了一种图像对比度的增强方法、装置、设备及存储介质，通过获取源图像的像素值；预设增强因子，将所述增强因子与所述源图像的像素值输入增强函数，得到与所述源图像的像素值相对应的增强像素值，其中，所述增强函数包括预构建的高斯伸展模板以及所述源图像的像素值与增强像素值之间的灰度映射函数，不仅能够实现快速增强图像的目的，还能够较少改变源图像的整体灰度分布和灰度均值。

技术领域

本公开涉及图像处理领域，尤其涉及一种图像对比度的增强方法、装置、设备及存储介质。

背景技术

在图像分析和处理领域中，图像背景和目标物体的对比度是图像分析处理和目标检测的基础，图像模糊和对比度较小都会影响图像的视觉效果、同时影响图像的分析处理和目标物体的检测。

现有技术中，针对图像增强的图像处理方法中，主要有对比度拉伸、Gamma矫正、直方图均衡化以及基于Retinex理论的图像增强等。其中，对比度拉伸方法是利用线性变换函数对图像的灰度值直接进行线性变换得到目标灰度值，达到增强图像的目的；Gamma矫正方法是采用非线性函数，主要为指数函数，对图像的灰度值进行非线性变换得到目标灰度值；直方图均衡化方法利用直方图积分概率函数变换为灰度值概率均匀分布的图像，实现源图像的均衡化增强；基于Retinex理论的图像增强方法利用源图像数据和入射分量数据、反射分量数据的关系进行计算，实现图像增强。

但是，对比度拉伸方法和Gamma矫正方法，会较大程度的改变源图像的整体灰度均值，且无法采用一套标准参数来满足不同情况的图像增强。直方图均衡化方法存在不同灰度变换不一致的问题，导致整个图像向灰度255的区域变换，且受源图像直方图分布的影响，同样的图像，由于存在不同的灰度分布干扰，导致均衡化效果也不同。而基于Retinex理论的图像增强方法需要计算入射分量数据，所以存在计算量大，效率低的缺陷。

发明内容

本公开提供了一种图像对比度的增强方法、装置、设备及存储介质，以至少解决现有技术中存在的以上技术问题。

根据本公开的第一方面，提供了一种图像对比度的增强方法，所述方法包括：

获取源图像的像素值；

预设增强因子，将所述增强因子与所述源图像的像素值输入增强函数，得到与所述源图像的像素值相对应的增强像素值，其中，所述增强函数包括预构建的高斯伸展模板以及所述源图像的像素值与增强像素值之间的灰度映射函数。

在一可实施方式中，将所述增强因子与所述源图像的像素值输入增强函数，得到与所述源图像的像素值相对应的增强像素值，包括：

将所述增强因子输入所述增强函数内的高斯伸展模板；

基于所述源图像的像素值，统计所述源图像的直方图；

通过所述高斯伸展模板对所述源图像的直方图进行伸展，得到所述源图像的高斯伸展直方图；

计算所述源图像的直方图累积概率以及所述源图像的高斯伸展直方图累积概率之间的累积概率差值；

通过所述累积概率差值以及所述增强函数内的灰度映射函数，确定与所述源图像的像素值相对应的增强像素值。

在一可实施方式中，所述计算所述源图像的直方图累积概率以及所述源图像的高斯伸展直方图累积概率之间的累积概率差值，包括：

将所述源图像的直方图进行归一化，并基于归一化后的源图像的直方图计算累积概率，作为所述源图像的直方图累积概率；

将所述源图像的高斯伸展直方图进行归一化，并基于归一化后的源图像的高斯伸展直方图计算累积概率，作为所述源图像的高斯伸展直方图累积概率；

基于所述源图像的直方图累积概率的各个直方图像素值，计算其与所述源图像的高斯伸展直方图累积概率的所有高斯伸展直方图像素值的累积概率差值。