[发明专利]一种基于伽马变换的快速图像增强方法

摘要

本发明公开了一种基于伽马变换的快速图像增强方法，方法包括：输入待增强图像，统计图像的灰度直方图；接着利用插值法对原始图像灰度直方图进行平滑处理；然后根据平滑以后的直方图统计图像灰度值的平均值，图像灰度值的众数，图像灰度值的中位数；根据这三个指标值的大小关系，预判断伽马变换中的γ的取值范围，然后利用局部遍历法确定最优的γ值；最后根据最优的γ值对图像进行增强处理并输出增强后的图像。本发明自适应的快速的获得伽马变换的γ值，实现了快速的图像自适应增强，使图像增强算法有更高的效率和更好的图像质量，是一种快速自适应的图像增强方法。

主权项

一种基于伽马变化的快速图像增强方法，其特征在于，所述方法包括如下步骤：步骤1：输入待进行增强的原始图像S，用f(i，j)表示原始图像在像素点(i，j)处的灰度值，读取原始图像S各个像素点的灰度值；步骤2：读取原始图像S的各点灰度值，统计各个灰度级k出现的次数，记为G(k)，其中，灰度级k的取值范围为0‑255，得到原始图像的灰度直方图T；步骤3：利用原始图像的灰度直方图T，设定对灰度直方图T进行插值的步长step，对于灰度直方图T上的灰度级k，根据步长step对原始图像的灰度直方图T进行插值平滑处理，得到平滑后的灰度直方图T′，再次统计各个灰度级k出现的次数，记为G(k)′，扫描G(k)′，得到平滑后图像的最大灰度值Gmax和最小灰度值Gmin，并将平滑处理后的图像进行归一化处理记为I′，将图像的灰度值变换到[0，1]区间；步骤4：根据步骤3得到的归一化后的图像I′，对于灰度级k从0到255，再次扫描G(k)′，经过统计学方法得到归一化后的图像I′中的灰度值的中位数Median、灰度值的众数Mode和平均灰度值Mean；步骤5：根据步骤4得到的灰度值的中位数Median、众数Mode和平均灰度值Mean，比较这三个统计量的大小关系，若众数Mode＜中位数Median＜平均灰度值Mean，则将γ值的取值范围定为大于1，即γ∈(1，Gm)；若平均灰度值Mean＜中位数Median＜众数Mode，则将γ值的取值范围定为小于1，即γ∈(0，1)；步骤6：根据步骤5中得到的初步确定的γ值的取值范围，设定一个变量p，特别地，当γ∈(1，Gm)时，设为p＝1；当γ∈(0，1)时，设为p＝0.1；在γ值的取值区间中按照数值间隔p取定γ的值，对每一个取到的γ值计算相应的评价值，取评价值最优的γ值；步骤7：根据步骤6所得的最优的γ值对经过归一化处理后的图像I′进行伽马变换处理，并对伽马变换处理后的增强图像进行反归一化处理；步骤8：输出增强后的图像。