[發明專利]一種基于SVR的圖像增強方法

在審

• 申請號: 201710353320.9
• 申請日: 2017-05-18
• 公開（公告）號: CN107194892A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 趙春麗;董靜薇
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 哈爾濱市偉晨專利代理事務所(普通合伙)23209
• 代理人: 李曉敏

技術領域

本發明涉及一種圖像增強方法，具體涉及一種基于SVR的圖像增強方法，屬于圖像處理技術領域。

背景技術

圖像增強是圖像處理的基本內容之一，圖像增強可以提高圖像的視覺效果，也有利于對圖像做進一步的處理。圖像增強可以只強調或抑制圖像中的某些細節，使它更加適合于某個具體的應用。圖像增強處理的好壞直接影響后續的圖像分析和模式識別，其應用價值得到了廣泛重視。圖像增強的方法很多，傳統的圖像增強方法是利用直方圖均衡化來增強圖像。直方圖均衡化是灰度變換的一個重要應用，廣泛應用在圖像增強處理中，它是以累計分布函數變換為基礎的直方圖修正法，可以產生一幅灰度級分布具有均勻概率密度的圖像，擴展了像素的取值動態范圍。因此，直方圖均衡化的圖像灰度級分布較均勻，一些細節消失，某些圖像經處理后對比度不自然地過分增強。

SVM目前的應用領域主要集中在圖像模式識別領域中，而其在圖像其他處理方向上的應用是比較缺乏，尤其是利用SVR理論進行圖像處理的研究更少，筆者在這樣的環境下，嘗試利用SVM的回歸原理SVR進行圖像增強處理的研究，達到增強圖像且保持原圖像灰度特征的目的，并與直方圖均衡化方法進行了比較，避免了直方圖均衡化使圖像過亮的問題。

發明內容

在下文中給出了關于本發明的簡要概述，以便提供關于本發明的某些方面的基本理解。應當理解，這個概述并不是關于本發明的窮舉性概述。它并不是意圖確定本發明的關鍵或重要部分，也不是意圖限定本發明的范圍。其目的僅僅是以簡化的形式給出某些概念，以此作為稍后論述的更詳細描述的前序。

鑒于此，根據本發明的一個方面，本發明旨在提出一種基于SVR的圖像增強方法，來解決上述技術問題。

本發明所采取的方案為：一種基于SVR的圖像增強方法，

具體方法為，

步驟1、將原始圖像從第一顏色空間轉換到包含亮度信息的第二顏色空間，并提取所述原始圖像的亮度信息；

步驟2、針對所述亮度信息，采用回歸原理SVR確定用于圖像增強的灰度變換函數的最佳變換參數值；

步驟3、根據所述最佳變換參數值，構造所述灰度變換函數的變換曲線，并根據所述變換曲線對所述亮度信息進行增強處理，得到增強后的亮度信息；

步驟4、將增強后的亮度信息從第二顏色空間轉換到第一顏色空間，得到最終的增強后的圖像。

優選地，所述采用回歸原理SVR確定用于圖像增強的灰度變換函數的最佳變換參數值的步驟具體包括：

建立目標函數；

采用所述目標函數來判斷當前的變換參數值是否為最佳變換參數值，確定所述灰度變換函數的最佳變換參數值。

優選地，所述灰度變換函數為非完全Beta函數；

所述非完全Beta函數的公式為：

F(u)＝B-1(α,β)×∫0u tα-1(1-t)β-1dt,0<α,β<10，

其中，B(α,β)為Beta函數；α，β為非完全Beta函數的變換參數，t為非完全Beta函數的積分變量，u為積分變量t的變化范圍上限。

本發明具有以下有益效果：

本發明中采用SVR的圖像處理方法來增強圖像，可以很好地保持圖像原有的灰度特征，突出圖像的細節，并且解決了傳統的直方圖均衡化方法使圖像過亮和細節丟失的問題。

具體實施方式

在下文中將對本發明的示范性實施例進行描述。為了清楚和簡明起見，在說明書中并未描述實際實施方式的所有特征。然而，應該了解，在開發任何這種實際實施例的過程中必須做出很多特定于實施方式的決定，以便實現開發人員的具體目標，例如，符合與系統及業務相關的那些限制條件，并且這些限制條件可能會隨著實施方式的不同而有所改變。此外，還應該了解，雖然開發工作有可能是非常復雜和費時的，但對得益于本發明公開內容的本領域技術人員來說，這種開發工作僅僅是例行的任務。

在此，還需要說明的一點是，為了避免因不必要的細節而模糊了本發明，省略了與本發明關系不大的其他細節。

具體實施方式一、一種基于SVR的圖像增強方法，具體方法為，

步驟1、將原始圖像從第一顏色空間轉換到包含亮度信息的第二顏色空間，并提取所述原始圖像的亮度信息；

步驟2、針對所述亮度信息，采用回歸原理SVR確定用于圖像增強的灰度變換函數的最佳變換參數值；

步驟3、根據所述最佳變換參數值，構造所述灰度變換函數的變換曲線，并根據所述變換曲線對所述亮度信息進行增強處理，得到增強后的亮度信息；