本發(fā)明涉及涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種基于子行驅(qū)動(dòng)灰度調(diào)制顯示系統(tǒng)的圖像增強(qiáng)方法。

背景技術(shù)：

申請(qǐng)?zhí)枮?00810071631.7的中國(guó)專利公開了一種應(yīng)用于大屏幕的場(chǎng)致發(fā)射顯示器的圖像灰度調(diào)制方法及驅(qū)動(dòng)電路，提出一種新型的子行灰度調(diào)制方法即將一行圖像數(shù)據(jù)按數(shù)據(jù)位權(quán)重劃分出若干子行時(shí)間脈沖寬度進(jìn)行驅(qū)動(dòng)的方法，如將數(shù)據(jù)分8個(gè)子行送出，8bit數(shù)據(jù)進(jìn)行256級(jí)灰度顯示時(shí)，低灰階部分(即前3個(gè)子行)由于顯示時(shí)間比數(shù)據(jù)傳輸?shù)臅r(shí)間少，導(dǎo)致低灰階部分由于顯示時(shí)間的不足而造成數(shù)據(jù)的丟失，因而引入誤差擴(kuò)散法減少數(shù)據(jù)的bit位，后級(jí)采用6bit位數(shù)進(jìn)行顯示。雖然在一定程度上改善了低灰階部分?jǐn)?shù)據(jù)丟失造成的圖像質(zhì)量問題，但僅僅靠引入誤差擴(kuò)散法減少數(shù)據(jù)比特位數(shù)的方法改善圖像質(zhì)量還遠(yuǎn)遠(yuǎn)達(dá)不到高保真清晰的視頻圖像。

本發(fā)明在基于上述子行驅(qū)動(dòng)灰度調(diào)制顯示系統(tǒng)的基礎(chǔ)上，采取基于人眼視覺特性圖像增強(qiáng)算法先對(duì)圖像灰度進(jìn)行映射，將64級(jí)灰度映射到256級(jí)灰度，再采用動(dòng)態(tài)灰度拉伸算法，增強(qiáng)圖像細(xì)節(jié)，改善了圖像的顯示質(zhì)量。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的是提供一種基于子行驅(qū)動(dòng)灰度調(diào)制顯示系統(tǒng)的圖像增強(qiáng)方法，灰度映射后的圖像其灰度可能會(huì)集中于某個(gè)灰度區(qū)間，通過動(dòng)態(tài)灰度拉伸，可以對(duì)灰度值相近的點(diǎn)進(jìn)行有效的區(qū)分。

本發(fā)明采用以下方案實(shí)現(xiàn)：一種基于子行驅(qū)動(dòng)灰度調(diào)制顯示系統(tǒng)的圖像增強(qiáng)方法，包括以下步驟：

步驟S1：將目標(biāo)圖像進(jìn)行灰度變換，將目標(biāo)圖像的灰度轉(zhuǎn)化為8位二進(jìn)制圖像，并計(jì)算每個(gè)灰度值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)；

步驟S2：將目標(biāo)圖像的灰度值對(duì)應(yīng)像素點(diǎn)個(gè)數(shù)的分布圖進(jìn)行平滑濾波，找到目標(biāo)圖像中像素點(diǎn)個(gè)數(shù)極小值對(duì)應(yīng)的灰度值；

步驟S3：將極小值與目標(biāo)圖像的最大灰度值和最小灰度值組成一組極小值陣列；

步驟S4：將目標(biāo)圖像按照所述的極小值陣列進(jìn)行灰度區(qū)域的劃分，得到像素點(diǎn)集合，并計(jì)算每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)；

步驟S5：將每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)作為權(quán)重值，對(duì)圖像灰度拉伸的區(qū)域進(jìn)行動(dòng)態(tài)劃分；

步驟S6：將每個(gè)像素點(diǎn)集合中的像素灰度在新的灰度區(qū)域中進(jìn)行灰度拉伸，得到目標(biāo)圖像的灰度映射值。

進(jìn)一步地，所述步驟S5中，以每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)作為權(quán)重值，對(duì)圖像灰度拉伸的區(qū)域進(jìn)行動(dòng)態(tài)劃分，新的灰度區(qū)域大小d_i由以下公式得到：

進(jìn)一步地，所述新的灰度區(qū)域大小公式中x為強(qiáng)調(diào)系數(shù)，當(dāng)x為0時(shí)相當(dāng)于不考慮各像素集合中像素個(gè)數(shù)的分布情況。

進(jìn)一步地，所述步驟S6中，所述目標(biāo)圖像的灰度映射值由以下公式得到：

式中，B′(i，j)表示像素點(diǎn)灰度變換后的灰度值，B″(i，j)表示對(duì)原像素灰度B′(i，j)做拉伸變換后的灰度值。

進(jìn)一步地，所述B′(i，j)由以下公式得到：

式中B(i，j)表示目標(biāo)圖像的像素點(diǎn)的原灰度值，B′(i，j)表示像素點(diǎn)灰度變換后的灰度值，(L＇，H＇)為變換后圖像的灰度動(dòng)態(tài)范圍，(L，H)為原圖像的灰度動(dòng)態(tài)范圍。

與現(xiàn)有技術(shù)相比，本發(fā)明中的目標(biāo)圖像按照極小值分區(qū)，從一定程度上保證每個(gè)分區(qū)只含有一個(gè)支配因素，并考慮到每個(gè)像素集合中像素點(diǎn)的個(gè)數(shù)及其權(quán)重，更合理地分配圖像灰度映射區(qū)域。這樣將一幅圖像的灰度動(dòng)態(tài)地分為若干區(qū)域，使圖像的拉伸更加注重細(xì)節(jié)，豐富圖像色彩，達(dá)到增強(qiáng)圖像的效果。

附圖說明

圖1是本發(fā)明的方法流程示意圖。

圖2是本發(fā)明的灰度值映射變化查找表。

圖3是本發(fā)明的灰度曲線平滑濾波示意圖。

具體實(shí)施方式

下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明做進(jìn)一步說明。

本實(shí)施例提供一種基于子行驅(qū)動(dòng)灰度調(diào)制顯示系統(tǒng)的圖像增強(qiáng)方法，如圖1所示，包括以下步驟：

步驟S1：將目標(biāo)圖像進(jìn)行灰度變換，將目標(biāo)圖像的灰度轉(zhuǎn)化為8位二進(jìn)制圖像，并計(jì)算每個(gè)灰度值對(duì)應(yīng)的像素點(diǎn)個(gè)數(shù)；

步驟S2：將目標(biāo)圖像的灰度值對(duì)應(yīng)像素點(diǎn)個(gè)數(shù)的分布圖進(jìn)行平滑濾波，找到目標(biāo)圖像中像素點(diǎn)個(gè)數(shù)極小值對(duì)應(yīng)的灰度值；

步驟S3：將極小值與目標(biāo)圖像的最大灰度值和最小灰度值組成一組極小值陣列；

步驟S4：將目標(biāo)圖像按照所述的極小值陣列進(jìn)行灰度區(qū)域的劃分，得到像素點(diǎn)集合，并計(jì)算每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)；

步驟S5：將每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)作為權(quán)重值，對(duì)圖像灰度拉伸的區(qū)域進(jìn)行動(dòng)態(tài)劃分；

步驟S6：將每個(gè)像素點(diǎn)集合中的像素灰度在新的灰度區(qū)域中進(jìn)行灰度拉伸，得到目標(biāo)圖像的灰度映射值。

進(jìn)一步地，所述步驟S5中，以每個(gè)像素點(diǎn)集合中總的像素點(diǎn)個(gè)數(shù)作為權(quán)重值，對(duì)圖像灰度拉伸的區(qū)域進(jìn)行動(dòng)態(tài)劃分，新的灰度區(qū)域大小d_i由以下公式得到：

進(jìn)一步地，所述新的灰度區(qū)域大小公式中x為強(qiáng)調(diào)系數(shù)，當(dāng)x為0時(shí)相當(dāng)于不考慮各像素集合中像素個(gè)數(shù)的分布情況。

進(jìn)一步地，所述步驟S6中，所述目標(biāo)圖像的灰度映射值由以下公式得到：

式中，B′(i，j)表示像素點(diǎn)灰度變換后的灰度值，B″(i，j)表示對(duì)原像素灰度B′(i，j)做拉伸變換后的灰度值。

進(jìn)一步地，所述B′(i，j)由以下公式得到：

式中B(i，j)表示目標(biāo)圖像的像素點(diǎn)的原灰度值，B′(i，j)表示像素點(diǎn)灰度變換后的灰度值，(L＇，H＇)為變換后圖像的灰度動(dòng)態(tài)范圍，(L，H)為原圖像的灰度動(dòng)態(tài)范圍。

在本實(shí)施例中，以灰度值范圍為[0,255]給出具體的圖像增強(qiáng)方法，步驟如下：

步驟一：基于人眼視覺特性圖像增強(qiáng)算法對(duì)目標(biāo)圖像的灰度進(jìn)行映射，擴(kuò)展圖像灰度級(jí)數(shù)，灰度值范圍為[0,255]；

步驟二：計(jì)算目標(biāo)圖像中每種灰度值的像素點(diǎn)個(gè)數(shù)；

步驟三、：對(duì)目標(biāo)圖像中每種灰度值的像素點(diǎn)個(gè)數(shù)分布圖進(jìn)行曲線的平滑濾波；

步驟四：找到該曲線的幾個(gè)極小值，mini_0～mini_n-1，并與目標(biāo)圖像最小灰度gray_min和目標(biāo)圖像最大灰度gray_max組成極小值陣列；

步驟五：根據(jù)極小值陣列，將像素點(diǎn)分成n+1個(gè)像素點(diǎn)集合，分別是[gray_min,mini_0]、[mini_0,mini_1]……[mini_n-2,mini_n-1]、[mini_n-1,gray_max]；

步驟六：計(jì)算每一像素點(diǎn)集合中的像素點(diǎn)個(gè)數(shù)num_i；

步驟七：計(jì)算每一像素點(diǎn)集合映射到新像素點(diǎn)集合的灰度范圍；

步驟八：將每個(gè)像素點(diǎn)集合中的所有像素點(diǎn)的灰度值進(jìn)行拉伸，像素點(diǎn)集合中像素點(diǎn)的灰度值一一映射到各自分配的灰度范圍內(nèi)；

步驟九：根據(jù)步驟四、五、六、七、八得到的各像素點(diǎn)的灰度值生成增強(qiáng)以后的圖像。

所述基于人眼視覺特性圖像增強(qiáng)算法由以下公式得到：

式中，B′(i，j)表示像素點(diǎn)灰度變換后的灰度值，B(i，j)表示目標(biāo)圖像的像素點(diǎn)的原灰度值，(L＇,H＇)為變換后圖像的灰度動(dòng)態(tài)范圍，(L,H)為原圖像的灰度動(dòng)態(tài)范圍。

經(jīng)過對(duì)FED顯示屏反復(fù)進(jìn)行灰度值變化測(cè)試，得到較為理想的灰度值映射變化查找表，如附圖2所示。映射變化查找表節(jié)省了計(jì)算時(shí)間。

步驟七中每一像素點(diǎn)集合映射到新像素點(diǎn)集合的范圍大小由以下公式得到：

其中i∈[0，n-1]，x為強(qiáng)調(diào)系數(shù)(當(dāng)x為0時(shí)相當(dāng)于不考慮該集合中的像素個(gè)數(shù))。

則原像素點(diǎn)集合映射到新像素點(diǎn)集合分別為：

[gray_min，mini_0]→[0，d₀]；

步驟九中對(duì)各像素集合中的所有像素點(diǎn)分別進(jìn)行灰度拉伸按以下公式進(jìn)行：

當(dāng)0≤B′(i，j)＜mini_0時(shí)；

當(dāng)mini_(i-1)≤B′(i，j)＜mini_i時(shí)，其中i∈[0，n-1]；

當(dāng)mini_(n-1)≤B′(i，j)＜255時(shí)；

式中B″(i，j)表示對(duì)原像素灰度B′(i，j)做拉伸變換后的灰度值。

該方法中，目標(biāo)圖像按照極小值分區(qū)，從一定程度上保證每個(gè)分區(qū)只含有一個(gè)支配因素，并考慮到每個(gè)像素集合中像素點(diǎn)的個(gè)數(shù)及其權(quán)重，更合理地分配圖像灰度映射區(qū)域。這樣將一幅圖像的灰度動(dòng)態(tài)地分為若干區(qū)域，使圖像的拉伸更加注重細(xì)節(jié)，豐富圖像色彩，達(dá)到增強(qiáng)圖像的效果。

在本實(shí)施例中，經(jīng)灰度映射后的目標(biāo)圖像為一幅包含1000個(gè)像素點(diǎn)的8位灰度圖像，其中150個(gè)像素點(diǎn)的灰度值為30，120個(gè)像素點(diǎn)的灰度值為31，100個(gè)像素點(diǎn)的灰度值為32，100個(gè)像素點(diǎn)的灰度值為33，100個(gè)像素點(diǎn)的灰度值為34，60個(gè)像素點(diǎn)的灰度值為35，40個(gè)像素點(diǎn)的灰度值為55，30個(gè)像素點(diǎn)的灰度值為80，70個(gè)像素點(diǎn)的灰度值為120，80個(gè)像素點(diǎn)的灰度值為152，150個(gè)像素點(diǎn)的灰度值為240。本實(shí)施例中取x為10。

可得目標(biāo)圖像的極小值陣列為30，80，240；

將目標(biāo)圖像中的像素點(diǎn)以極小值為界限進(jìn)行分類，可得到兩個(gè)像素點(diǎn)集合，分別為[30，80]、[80,240]，[30,80]中的像素個(gè)數(shù)為700，(80,240]中的像素個(gè)數(shù)為300；

[30,80]像素點(diǎn)集合映射到新像素點(diǎn)集合的范圍大小

(80,240]像素點(diǎn)集合映射到新像素點(diǎn)集合的范圍大小

則[30,80]像素點(diǎn)集合映射到新的像素點(diǎn)集合為[0,67.62]，(80,240]像素點(diǎn)集合映射到新的像素點(diǎn)集合為[67.62,188.38]；

原灰度值為30的像素點(diǎn)映射后的灰度值為0；

原灰度值為31的像素點(diǎn)映射后的灰度值為

原灰度值為32的像素點(diǎn)映射后的灰度值為

原灰度值為33的像素點(diǎn)映射后的灰度值為

原灰度值為34的像素點(diǎn)映射后的灰度值為

原灰度值為35的像素點(diǎn)映射后的灰度值為

原灰度值為55的像素點(diǎn)映射后的灰度值為

原灰度值為80的像素點(diǎn)映射后的灰度值為

原灰度值為120的像素點(diǎn)映射后的灰度值為

原灰度值為152的像素點(diǎn)映射后的灰度值為

原灰度值為240的像素點(diǎn)映射后的灰度值為

由上述實(shí)施例可以看出，本申請(qǐng)結(jié)合不同區(qū)域中像素點(diǎn)個(gè)數(shù)所占權(quán)重，充分考慮灰度在圖像中空間分布的不一致性，在原灰度30至35之間灰度變化不明顯，經(jīng)過動(dòng)態(tài)灰度拉伸后，增強(qiáng)了圖像的細(xì)節(jié)，改善了顯示圖像質(zhì)量。

以上所述僅為本發(fā)明的較佳實(shí)施例，凡依本發(fā)明申請(qǐng)專利范圍所做的均等變化與修飾，皆應(yīng)屬本發(fā)明的涵蓋范圍。