[發(fā)明專(zhuān)利]圖像增強(qiáng)處理方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410667458.2
• 申請(qǐng)日: 2014-11-20
• 公開(kāi)（公告）號(hào): CN104318542B
• 公開(kāi)（公告）日: 2017-11-14
• 發(fā)明（設(shè)計(jì)）人: 夏建明;李林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 上海華力創(chuàng)通半導(dǎo)體有限公司
• 主分類(lèi)號(hào): G06T5/50
• 分類(lèi)號(hào): G06T5/50
• 代理公司: 上海唯源專(zhuān)利代理有限公司31229
• 代理人: 曾耀先

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)，具體涉及一種圖像增強(qiáng)處理算法。

背景技術(shù)

圖像增強(qiáng)是數(shù)字圖像處理的基本技術(shù)，是指按特定的需要增強(qiáng)一幅圖像中的某些信息，兼顧削弱或去除某些不需要信息的處理方法。通過(guò)數(shù)字圖像處理改善圖像質(zhì)量，可以使得處理后的圖像在特定場(chǎng)合下比原始圖像更適用。因此，這類(lèi)處理是為了某種應(yīng)用目的而去的。圖像增強(qiáng)技術(shù)主要包括直方圖修改處理，圖像平滑處理，圖像銳化處理及彩色處理技術(shù)等。

傳統(tǒng)圖像增強(qiáng)處理的算法比較簡(jiǎn)單，運(yùn)算速度也快，但其增強(qiáng)效果有限，處理結(jié)果不能提高圖像的信噪比，只是在主觀上使得有些特征容易辨認(rèn)。當(dāng)圖像受噪聲污染時(shí)，傳統(tǒng)增強(qiáng)算法就容易失效。

夜間拍照，特別是夜間行車(chē)時(shí)對(duì)前方來(lái)車(chē)的圖像，由于對(duì)面車(chē)燈影響，其特點(diǎn)是背景暗部份和目標(biāo)亮部分的對(duì)比度大，暗處的噪點(diǎn)多，亮處的細(xì)節(jié)容易丟失。與之對(duì)應(yīng)地，其應(yīng)用的主要目的不是分辨顏色，而是細(xì)分層次，保證輪廓，去除噪點(diǎn)，這樣就可以較好地提高圖像的可視度，更加易于辨識(shí)車(chē)牌車(chē)燈等關(guān)鍵信息。

對(duì)于夜攝圖像，在用傳統(tǒng)的圖像增強(qiáng)算法之前必須要進(jìn)行對(duì)圖像的去噪處理，這樣要分兩步走，若先增強(qiáng)后去噪，則原有的圖像噪聲在增強(qiáng)過(guò)程中將被大大增強(qiáng)，使去噪處理難以奏效；若先去噪，后增強(qiáng)，則圖像對(duì)比度弱的區(qū)域中邊緣難以得到保護(hù)，從而在后續(xù)的增強(qiáng)中，原有的弱邊緣不能得到有效增強(qiáng)。總之難以?xún)扇Ｌ貏e是人眼視覺(jué)系統(tǒng)的響應(yīng)是非線性的，傳統(tǒng)的線性處理算法已經(jīng)不盡人意。

數(shù)字圖像的噪聲分為兩類(lèi)：椒鹽噪聲和高斯噪聲。前者的量化數(shù)值分布在比較固定的幾個(gè)數(shù)值范圍，相對(duì)獨(dú)立，對(duì)空間周邊信息少有污染，表現(xiàn)為逐個(gè)單一的亮點(diǎn)或暗點(diǎn)；后者的量化數(shù)值范圍大，和空間周邊點(diǎn)的數(shù)值有一定相關(guān)性，會(huì)相互影響污染，體現(xiàn)為一個(gè)一個(gè)的模糊區(qū)域。

直方圖均衡化就是把一已知灰度概率分布的圖像，經(jīng)過(guò)一種變換，使之變成一幅具有均勻灰度概率分布的新圖像。算法的數(shù)學(xué)表達(dá)式如下：

其中，L為原始圖像的灰度級(jí)數(shù)，n_j為灰度級(jí)為j的像素個(gè)數(shù)，n為總像素個(gè)數(shù)。

直方圖均衡化對(duì)圖像的增強(qiáng)效果較好，算法簡(jiǎn)單，執(zhí)行效率高，是一種常用的圖像增強(qiáng)算法，但是該算法在光照不均勻、暗部信息豐富的灰度圖像進(jìn)行增強(qiáng)時(shí)存在以下問(wèn)題：

1)高照度區(qū)域細(xì)節(jié)丟失；

2)暗部噪點(diǎn)較多，類(lèi)型各異。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)所存在的缺陷，現(xiàn)提供一種圖像增強(qiáng)處理算法，以解決對(duì)于照度不均勻的灰度圖像進(jìn)行直方圖均衡時(shí)，會(huì)出暗部噪聲過(guò)多，亮部細(xì)節(jié)丟失等問(wèn)題。

為實(shí)現(xiàn)上述目的，一種圖像增強(qiáng)處理算法，包括如下步驟：

將圖像的像素根據(jù)亮度值分成若干個(gè)圖層，每一圖層中的圖像的邊界都是由閉合曲線構(gòu)成；

對(duì)于亮度最低的圖層以及亮度最大的圖層，先進(jìn)行直方圖均衡化處理，再去除噪點(diǎn)；

對(duì)于其它的圖層，先去除噪點(diǎn)，再進(jìn)行直方圖均衡化處理；

將處理過(guò)后的若干個(gè)所述圖層合并為一幅增強(qiáng)圖像。

本發(fā)明圖像增強(qiáng)處理算法的進(jìn)一步改進(jìn)在于，將圖像的像素根據(jù)亮度值分成若干個(gè)圖層之前，進(jìn)一步包括以下步驟：

自定義線性矩陣色域空間，在所述線性矩陣色域空間中包括黑/藍(lán)/黃/白四種色域；

將圖像經(jīng)過(guò)所述線性矩陣色域空間處理，獲得[藍(lán),白]圖像以及[黃,黑]圖像。

本發(fā)明圖像增強(qiáng)處理算法的進(jìn)一步改進(jìn)在于，將圖像的像素根據(jù)亮度值分成若干個(gè)圖層具體包括：

將所述[藍(lán),白]圖像分成若干個(gè)圖層；以及

將所述[黃,黑]圖像分成若干個(gè)圖層；

將處理過(guò)后的若干個(gè)所述圖層合并為一幅增強(qiáng)圖像具體包括：

將處理過(guò)后的由所述[藍(lán),白]圖像分成的若干個(gè)圖層合并為一幅增強(qiáng)[藍(lán),白]圖像；以及

將處理過(guò)后的由所述[黃,黑]圖像分成的若干個(gè)圖層合并為一幅增強(qiáng)[黃,黑]圖像。

本發(fā)明圖像增強(qiáng)處理算法的進(jìn)一步改進(jìn)在于，將圖像的像素根據(jù)亮度值分成若干個(gè)圖層，每一圖層中的圖像的邊界都是由閉合曲線構(gòu)成具體包括：

假設(shè)圖像I的每個(gè)像素的亮度值i＝I(x,y)，將其以一組閾值i1,i2,i3分為I0圖層、I1圖層、I2圖層和I3圖層；

對(duì)于所述I0圖層，其中每個(gè)像素的亮度值i滿(mǎn)足：0≤i＜i1；

對(duì)于所述I1圖層，其中每個(gè)像素的亮度值i滿(mǎn)足：i1≤i＜i2；

對(duì)于所述I2圖層，其中每個(gè)像素的亮度值i滿(mǎn)足：i2≤i＜i3；