[發(fā)明專利]基于離散小波變換的自動(dòng)CLAHE圖像增強(qiáng)方法、裝置、系統(tǒng)及存儲(chǔ)介質(zhì)

在審

• 申請?zhí)枺?/td>: 201910404895.8
• 申請日: 2019-05-16
• 公開（公告）號: CN110136084A
• 公開（公告）日: 2019-08-16
• 發(fā)明（設(shè)計(jì)）人: 吳愛國;王志群;戚文念
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)（深圳）
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳市添源知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44451
• 代理人: 黎健任

1.一種基于離散小波變換的自動(dòng)CLAHE圖像增強(qiáng)方法，其特征在于，包括依次執(zhí)行如下步驟：

第一步驟：將輸入的YUV圖像從YUV空間轉(zhuǎn)換到RGB顏色空間；

第二步驟：RGB提取HSV空間的V分量并進(jìn)行初步伽馬校正，從而得到伽瑪校正圖像；

第三步驟：使用離散小波變換將伽馬校正后的圖像分解為低頻系數(shù)和高頻系數(shù)；

第四步驟：使用伽馬校正、Auto CLAHE增強(qiáng)低頻系數(shù)并保持高頻系數(shù)不變以限制噪聲增強(qiáng)；

第五步驟：采用第四步驟的新低頻系數(shù)與保留的高頻系數(shù)進(jìn)行逆離散小波變換操作來重建圖像，得到改善的圖片；

第六步驟：將改善的圖片和原始圖像的HSV空間的V分量之間的比例作為輸入YUV圖像的尺度縮放因子，縮放原始YUV圖像以得到最終的輸出圖像。

2.根據(jù)權(quán)利要求1所述的自動(dòng)CLAHE圖像增強(qiáng)方法，其特征在于，在所述第四步驟中，切割點(diǎn)clip point自動(dòng)設(shè)置的Auto CLAHE方法，其步驟具體如下：

步驟1：圖像補(bǔ)塊；

對原始灰度圖進(jìn)行補(bǔ)塊padding操作，使處理對象的尺寸擴(kuò)展為子塊的整數(shù)倍，將補(bǔ)塊后的圖片分成不相互重疊的子塊區(qū)域，總的圖片塊數(shù)表示為M×N，圖片長寬按照最接近256的整數(shù)倍數(shù)填充，填充方法遵從從上到下呈鏡像將原圖像像素拷貝到要擴(kuò)充的padding區(qū)域，原圖像的第一行拷貝到上邊沿補(bǔ)充的最后一行；

步驟2：直方圖生成；

根據(jù)矩陣圖像中的灰階計(jì)算每個(gè)子塊區(qū)域的直方圖，直方圖橫坐標(biāo)為灰階大小k，縱坐標(biāo)為灰階為k的像素?cái)?shù)量；

步驟3：自動(dòng)直方圖切割；

通過切割點(diǎn)clip point計(jì)算子塊區(qū)域?qū)Ρ榷认拗频闹狈綀D，像素?cái)?shù)量超過clip point設(shè)置值的像素將被切割掉；

步驟4：灰階映射和插值；

通過四個(gè)不同的映射mapping，使用雙線性插值來計(jì)算子塊像素的新灰度分配，以消除區(qū)域邊界偽影；

步驟5：圖像去塊；

對圖像去除多余的padding空間，恢復(fù)為原圖像尺寸；

步驟6：全局直方圖均衡化；

將去塊depadding后的灰度圖進(jìn)行全局直方圖均衡化。

3.根據(jù)權(quán)利要求2所述的自動(dòng)CLAHE圖像增強(qiáng)方法，其特征在于，在所述步驟1中，圖像padding延展size的算法流程為：

S1：首先，判斷圖像的長H是否可以被256整除；若是，則n＝[H/256]，若否，則取

S2：判斷H能否被n整除：若是，在P＝H/n為偶數(shù)時(shí)，不需要padding，在P＝H/n為奇數(shù)時(shí)，擴(kuò)充數(shù)為n；若否，則取m＝([H/n]+1)*n-H，此時(shí)，若[H/n]是奇數(shù)，則擴(kuò)充數(shù)為m，否則，擴(kuò)充數(shù)為m+n；P為計(jì)算的中間變量。