[发明专利]一种基于边界的直方图均衡方法

摘要

本发明提供一种基于边界的直方图均衡方法，其包含以下步骤：1.计算视频图像的亮度图；2.求取图像亮度图的边缘点；3.进行直方图均衡，得到灰度映射函数；4.对灰度映射函数加入控制因子；5.对亮度图像进行灰度变换。本发明提供的基于边界的直方图均衡方法，通过对边缘图而不是所有的图像像素进行处理的方法，可有效抑制背景噪声的蔓延，并有效保持一些灰度级不被合并，同时通过加入控制因子的方法，控制图像增强效果，使图像均值与原始图像的均值不会相差太远。

主权项

1.一种基于边界的直方图均衡方法，特征在于，其包含以下步骤：步骤1、输入视频图像，计算图像的亮度图f(i，j)、图像灰度级的最大值Max和最小值Min，函数f(i，j)代表在图像第i行第j列的像素点的亮度信息；步骤2、对亮度图求取边缘点：步骤2.1、应用Sobel算子，计算亮度图像的Sobel模值：Delta_x=|-f(i-1,j-1)-2*f(i-1,j)-f(i-1,j+1)+f(i+1,j-1)+2*f(i+1,j)+f(i+1,j+1)|8;Delta_y=|-f(i-1,j+1)-2*f(i,j+1)-f(i+1,j+1)+f(i-1,j-1)+2*f(i,j-1)+f(i+1,j-1)|8;G(x,y)=(Delta_x2+Delta_y2);]]>其中，Delta_x和Delta_y为点f(x，y)处的一阶微分算子，G(x，y)为点f(x，y)的梯度幅值，即Sobel模值；步骤2.2、求取图像的边缘点：判断满足下式条件的像素点为图像边缘点：G(x，y)＞Tand{{[Delta_x(i，j)＞＝Delta_y(i，j)-ξ]&[G(x，y-1)＜＝G(x，y)]&[G(x，y)＞G(x，y+1)]}；or{[Delta_y(i，j)＞＝Delta_x(i，j)-ξ]&[G(x-1，y)＜＝G(x，y)]&[G(x，y)＞G(x+1，y)]}}其中，T为一个预先确定的阈值，ξ为一个非常小的正数；所有满足上述条件的边缘点组成边界图像：f_E(i，j)＝f(i，j)，f_E(i，j)是对图像亮度图求边界后得到的边界图像中第i行第j列的像素点的亮度信息；步骤3、对边界图像f_E(i，j)进行直方图均衡，得到灰度映射函数：步骤3.1、计算进行直方图拉伸后的边界图像灰度级的最大最小值Min′，Max′：         Min′＝Min-(Min-L_value)*(Max-Min)/C         Max′＝Max+(H_value-Max)*(Max-Min)/C；其中L_value和H_value是亮度空间的最大最小值；C为一个控制拉伸后最大最小值的常数；步骤3.2、计算边缘点的概率密度函数：步骤3.2.1、计算边缘点的概率密度函数：Pedge(X(k))=nedge(k)nsum_edge;]]>其中，P_edge(X(k))是图像第k个灰度级X_k出现的概率，n_edge(k)表示在边界图像的亮度图{f_E(i，j)}中灰度级X_k出现的次数，{f_E(i，j)}表示由Max-Min+1个灰度级[X_Min，……，X_Max]所构成的边界图像的亮度图；n_{sum_edge}是边界图像的亮度图{f_E(i，j)}中总的采样数，即边缘点的个数；步骤3.2.2、若边缘点在所述的第k个灰度级的概率密度函数P_edge(X(k))小于灰度级的倒数同时这一灰度级在原亮度图中占据着整幅图的以上，即：(n(k)nsum>2(Max-Min))and(nedge(k)nsum_edge<1(Max′-Min′));]]>其中，n(k)表示在整幅亮度图中灰度级X_k出现的次数，n_sum是亮度图中像素点的总个数；若上式成立，则执行步骤3.2.3后循环返回再执行步骤3.2.1，重新计算该边缘点的概率密度函数PDF；若上式不成立，则执行步骤3.3；步骤3.2.3、重置该边缘点中第k个灰度级出现的次数n_edge(k)，将其提升到全部边缘点数目的并对边缘点的个数进行修正，即：n_edge′(k)＝n_edge(k)nedge(k)=nsum_edge(Max′-Min′);]]>n_{sum_edge}＝n_{sum_edge}+n_edge(k)-n_edge′(k)步骤3.3、计算累计密度函数：C(X(k))=Σi=0k-1Pedge(X(k));]]>步骤3.4、计算灰度映射函数：X′(k)＝C(X(k))*(Max′-Min′)+Min′；步骤4、加入控制因子α，得到新的灰度映射函数Y(k)：           Y(k)＝α*X′(k)+(1-α)*k；其中，α的值在[0，1]之间；步骤5、利用灰度映射函数Y(k)对原亮度图像进行灰度变换，得到对比度增强后图像：f_out(i，j)＝Y(f(i，j))，变换回真彩色空间，完成视频图像的对比度增强。