[发明专利]一种基于最优化模型的双直方图均衡方法

摘要

本发明提供了一种基于最优化模型的双直方图均衡方法，其包含步骤为：首先将输入图像的初始直方图分割成两个子直方图；然后根据提出的优化模型，采用遍历寻优方法确定子直方图的最佳动态范围；最后进行双直方图均衡，得到结果图像；本发明提供了一种适应面广的图像增强技术，能够自适应改善各类环境下图像的清晰度、亮度、对比度。

主权项

1.一种基于最优化模型的双直方图均衡方法，其特征在于，输入比特位为B、级数为L＝2^B的数字图像，获取其亮度图像，统计该亮度图像的初始直方图，根据预设的数据分割点Sds，将初始直方图分成左直方图和右直方图，并分别进行归一化以及累加和操作，得到左累加数组CL(j)和右累加数组CR(k)，j为小于等于数据分割点Sds的灰度级，k为大于数据分割点Sds的灰度级；从预设的动态范围分割点Srs的初始值Lmin+1开始，Lmin为最小灰度级，进行Srs遍历操作：1)根据当前的Srs值，结合左累加数组CL(j)和右累加数组CR(k)计算得到整数型查找表，对初始直方图进行查表得到临时直方图，根据动态范围分割点Srs分为临时左直方图和临时右直方图；2)对临时左直方图和临时右直方图分别计算对应的加权平均概率密度，根据设置的权重，将得到的两加权平均概率密度进行加权求和，得到总加权平均概率密度和；3)将计算出的总加权平均概率密度和存入数组的第Srs个元素中，该数组长度为L，令Srs＝Srs+1，如果Srs＜Lmax，Lmax为最大灰度级，回到步骤1)，如果Srs≥Lmax则进入步骤4)；4)以总加权平均概率密度和步骤3)中数组的最小值对应的Srs作为最佳分割点分割初始直方图，并计算查找表得到输出查找表，对初始亮度图像每个数值进行查表操作，得到最终的结果图像。