本發(fā)明涉及圖像處理領(lǐng)域，特別是涉及一種圖像增強(qiáng)的方法及裝置。

背景技術(shù)：

在圖像數(shù)據(jù)的采集過程中，為了增加采集的精度，會(huì)適應(yīng)性地增加圖像數(shù)據(jù)的位數(shù)。而在顯示圖像時(shí)，大多數(shù)情況下只能實(shí)現(xiàn)低位深的圖像數(shù)據(jù)顯示，故需要將采集的高位深圖像的數(shù)據(jù)轉(zhuǎn)換為低位深像的數(shù)據(jù)，利用圖像映射可以實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。

高位深圖像的數(shù)據(jù)是指用于表示圖像的像素點(diǎn)的亮度值的位數(shù)較高，例如用14位或者16位二進(jìn)制數(shù)來表示像素點(diǎn)的亮度值。而低位深圖像的數(shù)據(jù)是指用于表示圖像的像素點(diǎn)的亮度值的位數(shù)較低，例如用8位二進(jìn)制數(shù)來表示像素點(diǎn)的亮度值。由于利用映射的方式來實(shí)現(xiàn)數(shù)據(jù)高低位轉(zhuǎn)換，需要壓縮數(shù)據(jù)的位數(shù)，而壓縮的過程會(huì)造成圖像部分信息的丟失，故在進(jìn)行圖像映射時(shí)，會(huì)選擇對(duì)圖像信息增強(qiáng)的映射方式來實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)換。圖像增強(qiáng)的目的是增強(qiáng)圖像中的有用信息，改善圖像的視覺效果，豐富圖像信息量，加強(qiáng)圖像判別和識(shí)別效果。

目前常用的圖像數(shù)據(jù)轉(zhuǎn)換方式是線性映射，通過將原始高位深灰度圖像的各個(gè)像素點(diǎn)的亮度值代入線性映射公式，從而得出各個(gè)像素點(diǎn)的映射亮度值。然后根據(jù)映射亮度值可以得出映射的低位深灰度圖像。使用線性映射可以對(duì)灰度圖像的有用的邊緣細(xì)節(jié)進(jìn)行增強(qiáng)，但是不能突出中間灰度區(qū)域的大部分灰度細(xì)節(jié)，繼而會(huì)造成圖像的對(duì)比度下降的問題，影響成像的質(zhì)量。例如，將14位高位深原始灰度圖像映射為8位低位深灰度圖像，可以使用g∈(g_Min,g_Max)來對(duì)像素點(diǎn)的亮度值進(jìn)行映射，其中，G為8位低位深灰度圖像的像素點(diǎn)的亮度值，g為14位高位深原始灰度圖像的像素點(diǎn)的亮度值，g_Min為14位高位深原始灰度圖像的最小亮度值，g_Max為14位高位深原始灰度圖像的最大亮度值。在高位深的灰度圖像轉(zhuǎn)換為低位深的灰度圖像的過程中，得到的低位深灰度圖像的灰度細(xì)節(jié)突出、魯棒性較差。如何使增強(qiáng)后的圖像的對(duì)比度高、動(dòng)態(tài)范圍較大、魯棒性強(qiáng)是本領(lǐng)域亟待解決的問題，基于此，本發(fā)明提出了一種圖像增強(qiáng)的算法及裝置。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種圖像增強(qiáng)的方法，目的在于解決增強(qiáng)后的圖像的對(duì)比度低、動(dòng)態(tài)范圍較小、魯棒性弱的問題；本發(fā)明的另一目的是提供一種圖像增強(qiáng)的裝置，其圖像增強(qiáng)效果較好。

為解決上述技術(shù)問題，本發(fā)明提供一種圖像增強(qiáng)的方法，該方法包括以下內(nèi)容：

利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；

根據(jù)各個(gè)所述目標(biāo)像素的所述亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于所述亮度閾值，所述暗目標(biāo)像素的亮度值小于所述亮度閾值；

根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；

確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值；

利用對(duì)數(shù)歸一化公式、所述最大亮度值和所述最小亮度值對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像。

可選地，所述根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素包括：

將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

當(dāng)所述比值小于第一預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有亮干擾目標(biāo)像素，去除所述亮度值大于所述亮度閾值的所述目標(biāo)像素。

可選地，所述確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值包括：

將所述亮度閾值作為所述高位深灰度圖像的最大亮度值；

根據(jù)統(tǒng)計(jì)的各個(gè)剩余的所述目標(biāo)像素的所述亮度值，得出所述高位深灰度圖像的最小亮度值。

可選地，所述根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素包括：

將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

當(dāng)所述比值大于第二預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有暗干擾目標(biāo)像素，去除所述亮度值小于所述亮度閾值的所述目標(biāo)像素。

可選地，所述確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值包括：

將所述亮度閾值作為所述高位深灰度圖像的最小亮度值；

根據(jù)統(tǒng)計(jì)的各個(gè)剩余的所述目標(biāo)像素的所述亮度值，得出所述高位深灰度圖像的最大亮度值。

可選地，所述利用對(duì)數(shù)歸一化公式、所述最大亮度值和所述最小亮度值對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像包括：

利用對(duì)數(shù)歸一化公式對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像；

其中，G為所述映射亮度值，g_Max為所述最大亮度值，g_Min為所述最小亮度值，ε為一個(gè)不為零的正數(shù)，g為所述目標(biāo)像素的所述亮度值，g∈(g_Max,g_Min)。

此外，本發(fā)明還提供了一種圖像增強(qiáng)的裝置，該裝置包括：

計(jì)算單元，用于利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；

統(tǒng)計(jì)單元，用于根據(jù)各個(gè)所述目標(biāo)像素的所述亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于所述亮度閾值，所述暗目標(biāo)像素的亮度值小于所述亮度閾值；

去除單元，用于根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；

確定單元，用于確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值；

映射單元，用于利用對(duì)數(shù)歸一化公式、所述最大亮度值和所述最小亮度值對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像。

可選地，所述去除單元包括：

第一比值子單元，將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

第一去除子單元，用于當(dāng)所述比值小于第一預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有亮干擾目標(biāo)像素，去除所述亮度值大于所述亮度閾值的所述目標(biāo)像素。

可選地，所述去除單元包括：

第二比值子單元，將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

第二去除子單元，用于當(dāng)所述比值大于第二預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有暗干擾目標(biāo)像素，去除所述亮度值小于所述亮度閾值的所述目標(biāo)像素。

可選地，所述映射單元包括：

代入子單元,用于利用對(duì)數(shù)歸一化公式對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像；

其中，G為所述映射亮度值，g_Max為所述最大亮度值，g_Min為所述最小亮度值，ε為一個(gè)不為零的正數(shù)，g為所述目標(biāo)像素的所述亮度值，g∈(g_Max,g_Min)。

本發(fā)明所提供的一種圖像增強(qiáng)的方法及裝置，利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；根據(jù)各個(gè)目標(biāo)像素的亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于亮度閾值，暗目標(biāo)像素的亮度值小于亮度閾值；根據(jù)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；確定剩余的目標(biāo)像素的最大亮度值和最小亮度值；利用對(duì)數(shù)歸一化公式、最大亮度值和最小亮度值對(duì)剩余的所述目標(biāo)像素的亮度值作映射，得到低位深灰度圖像。根據(jù)自動(dòng)閾值分割算法統(tǒng)計(jì)亮暗目標(biāo)像素的個(gè)數(shù)，通過剔除一些亮度值極大或者是亮度值極小的干擾目標(biāo)像素點(diǎn)，最大限度地減低了小干擾輻射源對(duì)映射效果的影響，使映射得到的圖像區(qū)域不會(huì)出現(xiàn)整體較亮或者是整體較暗的現(xiàn)象，可以有效地避免了小干擾輻射源對(duì)增強(qiáng)效果的影響，得到的低位深灰度圖像的魯棒性較好；而利用對(duì)數(shù)歸一化對(duì)像素點(diǎn)的亮度值作映射，可以較好地突出了中間灰度區(qū)域的大部分灰度細(xì)節(jié)。可見，將對(duì)數(shù)歸一化和自動(dòng)閾值分割算法相結(jié)合，可以使增強(qiáng)后的圖像的對(duì)比度較高，動(dòng)態(tài)范圍較大，魯棒性較強(qiáng)。

附圖說明

為了更清楚的說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單的介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)方法的一種具體實(shí)施方式的流程示意圖；

圖2為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)方法的另一種具體實(shí)施方式的流程示意圖；

圖3-1為14位轉(zhuǎn)8位的線性映射圖；

圖3-2為14位轉(zhuǎn)8位的對(duì)數(shù)映射圖；

圖4-1為14位轉(zhuǎn)8位的線性映射成像效果圖；

圖4-2為14位轉(zhuǎn)8位的對(duì)數(shù)映射成像效果圖；

圖4-3為14位轉(zhuǎn)8位的線性映射另一成像效果圖；

圖4-4為14位轉(zhuǎn)8位的對(duì)數(shù)映射另一成像效果圖；

圖5為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)的裝置的結(jié)構(gòu)框圖。

具體實(shí)施方式

為了使本技術(shù)領(lǐng)域的人員更好地理解本發(fā)明方案，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說明。顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參見圖1，圖1為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)方法的一種具體實(shí)施方式的流程示意圖。

步驟101：利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；

顯而易見地，可以使用自動(dòng)閾值分割算法來計(jì)算高位深灰度圖像的灰度直方圖，根據(jù)計(jì)算出的灰度直方圖來統(tǒng)計(jì)各個(gè)目標(biāo)像素的亮度值，并且計(jì)算出亮度閾值。其灰度直方圖表征的是每一個(gè)亮度值上的像素個(gè)數(shù)，即高位深灰度圖像的目標(biāo)像素亮度值的分布概率圖。對(duì)于灰度圖像來說，目標(biāo)像素的亮度值即目標(biāo)像素的灰度值。參考灰度直方圖可以得出亮度閾值。該亮度閾值用于將灰度圖像的像素分為兩部分，一部分為亮像素，一部分為暗像素。例如，可以計(jì)算亮暗像素之間的類間方差，將最大類間方差對(duì)應(yīng)的亮度值作為亮度閾值。當(dāng)然，也可以使用其它的方式來得出高位深灰度圖像中的各個(gè)目標(biāo)像素的亮度值，而亮度閾值的計(jì)算方式也不限于上述所提到的方式。

步驟102：根據(jù)各個(gè)所述目標(biāo)像素的所述亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于所述亮度閾值，所述暗目標(biāo)像素的亮度值小于所述亮度閾值；

統(tǒng)計(jì)出各個(gè)目標(biāo)像素的亮度值后，可以根據(jù)各個(gè)目標(biāo)像素的亮度值與得到的亮度閾值來比較，當(dāng)像素點(diǎn)的亮度值大于亮度閾值時(shí)，則將該目標(biāo)像素劃分為亮目標(biāo)像素，而當(dāng)像素點(diǎn)的亮度值小于亮度閾值時(shí)，則將該目標(biāo)像素劃分為暗目標(biāo)像素。其亮暗目標(biāo)像素的個(gè)數(shù)統(tǒng)計(jì)可以通過將一個(gè)一個(gè)目標(biāo)像素的亮度值與亮度閾值相比較，記錄亮暗目標(biāo)像素的個(gè)數(shù)。當(dāng)然也可以通過灰度直方圖來統(tǒng)計(jì)亮暗目標(biāo)像素的個(gè)數(shù)，即將亮度值大于亮度閾值的像素的概率相加，得出亮目標(biāo)像素占總的目標(biāo)像素的百分比，然后用總的目標(biāo)像素的個(gè)數(shù)與亮目標(biāo)像素所占的百分比相乘，即可得出亮目標(biāo)像素的個(gè)數(shù)，相應(yīng)地，暗目標(biāo)像素個(gè)數(shù)統(tǒng)計(jì)和亮目標(biāo)像素的個(gè)數(shù)計(jì)算過程相似，在此不再贅述。當(dāng)然，也可以是計(jì)算出每個(gè)亮度值的目標(biāo)像素個(gè)數(shù)，即利用灰度直方圖上目標(biāo)像素的分布概率和總的目標(biāo)像素個(gè)數(shù)，得出落在每個(gè)亮度值上的目標(biāo)像素的個(gè)數(shù)。然后將大于亮度閾值的目標(biāo)像素個(gè)數(shù)相加起來即可得到亮目標(biāo)像素個(gè)數(shù)，將小于亮度閾值的目標(biāo)像素個(gè)數(shù)相加起來即可得到暗目標(biāo)像素個(gè)數(shù)。而當(dāng)目標(biāo)像素的亮度值等于亮度閾值時(shí)，可以將亮度值等于亮度閾值的目標(biāo)像素劃分為亮目標(biāo)像素，或者是將亮度值等于亮度閾值的目標(biāo)像素劃分為暗目標(biāo)像素，又或者是亮度值等于亮度閾值的目標(biāo)像素將不劃分為亮目標(biāo)像素，也不劃分為暗目標(biāo)像素。

可以理解的是，統(tǒng)計(jì)亮暗目標(biāo)像素的個(gè)數(shù)的方法有很多，并不限于上述提到的方法。

步驟103：根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；

根據(jù)自動(dòng)閾值分割算法統(tǒng)計(jì)得出的結(jié)果可以統(tǒng)計(jì)出大于亮度閾值的亮目標(biāo)像素的個(gè)數(shù)以及小于亮度閾值的暗目標(biāo)像素的個(gè)數(shù)，可以根據(jù)亮暗目標(biāo)像素的個(gè)數(shù)之間的關(guān)系來去除一些干擾目標(biāo)像素，所謂干擾目標(biāo)像素是指該目標(biāo)像素的亮度值很大或者很小，即該目標(biāo)像素相較于其它的目標(biāo)像素很亮或者是很暗。利用統(tǒng)計(jì)的亮暗目標(biāo)像素的比重，可以去除一些亮度值很大或者是很小的目標(biāo)像素。

由于當(dāng)出現(xiàn)亮度值很大的亮干擾目標(biāo)像素或者是亮度值很小的暗干擾目標(biāo)像素時(shí)，會(huì)對(duì)影響圖像的局部區(qū)域的亮度，故需要剔除掉這些干擾目標(biāo)像素，而可以根據(jù)亮度目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)的關(guān)系來決定剔除哪部分目標(biāo)像素。在本發(fā)明的一些實(shí)施例中，其去除干擾目標(biāo)像素的過程可以具體為：將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；當(dāng)所述比值小于第一預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有亮干擾目標(biāo)像素，去除所述亮度值大于所述亮度閾值的所述目標(biāo)像素。當(dāng)灰度圖像中出現(xiàn)亮干擾目標(biāo)像素時(shí)，此時(shí)亮暗目標(biāo)像素的比值小于第一預(yù)設(shè)閾值。其第一預(yù)設(shè)閾值可以根據(jù)實(shí)際的需求來設(shè)定，可以設(shè)定為0.5，也可以設(shè)定為0.3，或者是0.1。而當(dāng)?shù)谝活A(yù)設(shè)閾值設(shè)定為0.1時(shí)，意味著亮目標(biāo)像素的個(gè)數(shù)比0.1倍的暗目標(biāo)像素的個(gè)數(shù)還小，即暗目標(biāo)像素多于亮目標(biāo)像素。此時(shí)可以判斷存在著亮度值極大的目標(biāo)像素，則需要將灰度圖像的亮度均值整體的往下調(diào)，即將亮度值大于亮度閾值的目標(biāo)像素劃分為亮目標(biāo)像素，然后去除該部分像素。

灰度圖像可以存在著亮度值較大的亮干擾目標(biāo)像素，也可以存在著亮度值較小的暗干擾目標(biāo)像素，故需要去除一些亮度值很小的目標(biāo)像素，以保障成像效果。故在本發(fā)明的一些實(shí)施例中，其干擾目標(biāo)像素的去除過程也可以具體為：將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；當(dāng)所述比值大于第二預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有暗干擾目標(biāo)像素，去除所述亮度值小于所述亮度閾值的所述目標(biāo)像素。當(dāng)灰度圖像中出現(xiàn)暗干擾目標(biāo)像素時(shí)，此時(shí)亮暗目標(biāo)像素的比值大于第二預(yù)設(shè)閾值。其第二預(yù)設(shè)閾值可以根據(jù)實(shí)際的需求來設(shè)定，可以設(shè)定為15，也可以設(shè)定為8，或者是10。而當(dāng)?shù)谝活A(yù)設(shè)閾值設(shè)定為10時(shí)，意味著亮目標(biāo)像素的個(gè)數(shù)比10倍的暗目標(biāo)像素的個(gè)數(shù)還大，即暗目標(biāo)像素少于亮目標(biāo)像素。此時(shí)可以判斷存在著亮度值極小的目標(biāo)像素，則需要將灰度圖像的亮度均值整體的往上調(diào)，即將亮度值小于亮度閾值的目標(biāo)像素劃分為暗目標(biāo)像素，然后去除該部分像素。

需要指出的是，基于亮暗目標(biāo)像素個(gè)數(shù)之間的關(guān)系來去除干擾目標(biāo)像素的方法，并不限于上述所提到的方法，其它基于個(gè)數(shù)之間的關(guān)系的思想來去除干擾目標(biāo)像素的方法也能實(shí)現(xiàn)本發(fā)明實(shí)施例。

步驟104：確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值；

去除亮干擾目標(biāo)像素或者是暗干擾目標(biāo)像素之后，需要確定出剩余的目標(biāo)像素的最大亮度值和最小亮度值，以便后續(xù)作映射時(shí)用來限定需要映射的目標(biāo)像素。

顯而易見地，去除了干擾目標(biāo)像素之后，可以根據(jù)剩余地的目標(biāo)像素的亮度值來確定最大亮度值和最小亮度值，即通過統(tǒng)計(jì)的各個(gè)目標(biāo)像素的亮度值來尋找亮度值最大和最小。除了通過各個(gè)目標(biāo)像素的亮度值大小來確定最大亮度值和最小亮度值，還可以出現(xiàn)的干擾目標(biāo)像素不同來確定剩余的目標(biāo)像素的最大亮度值和最小亮度值。在本發(fā)明的一些實(shí)施中，當(dāng)灰度圖像中出現(xiàn)了亮干擾目標(biāo)像素，其最大亮度值和最小亮度值的確定可以具體為：將所述亮度閾值作為所述高位深灰度圖像的最大亮度值；根據(jù)統(tǒng)計(jì)的各個(gè)剩余的所述目標(biāo)像素的所述亮度值，得出所述高位深灰度圖像的最小亮度值。而在本發(fā)明的一些實(shí)施例中，當(dāng)灰度圖像中出現(xiàn)了暗干擾目標(biāo)像素，其最大亮度值和最小亮度值的確定可以具體為：將所述亮度閾值作為所述高位深灰度圖像的最小亮度值；根據(jù)統(tǒng)計(jì)的各個(gè)剩余的所述目標(biāo)像素的所述亮度值，得出所述高位深灰度圖像的最大亮度值。

步驟105：利用對(duì)數(shù)歸一化公式、所述最大亮度值和所述最小亮度值對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像。

利用自動(dòng)閾值分割算法去除了一些亮干擾目標(biāo)像素或者暗干擾目標(biāo)性像素之后，可以對(duì)剩余的目標(biāo)像素作對(duì)數(shù)映射。所謂對(duì)數(shù)映射是指利用對(duì)數(shù)歸一化公式，將高位深灰度圖像的各個(gè)目標(biāo)像素的亮度值轉(zhuǎn)換為低位深灰度圖像對(duì)應(yīng)目標(biāo)像素的亮度值。其映射的目標(biāo)像素的亮度值范圍在最大亮度值和最小亮度值之間。

其對(duì)數(shù)歸一化可以是使各個(gè)像素點(diǎn)之間的亮度值差異更加明顯，繼而增加映射后圖像的對(duì)比度，在本發(fā)明的一些實(shí)施例中，其對(duì)數(shù)歸一化的過程可以具體為：利用對(duì)數(shù)歸一化公式對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像；其中，G為所述映射亮度值，g_Max為所述最大亮度值，g_Min為所述最小亮度值，ε為一個(gè)不為零的正數(shù)，g為所述目標(biāo)像素的所述亮度值，g∈(g_Max,g_Min)。將高位深的各個(gè)目標(biāo)像素的亮度值一一代入到上述的對(duì)數(shù)歸一化公式，得出一一對(duì)應(yīng)的映射之后的亮度值，可以根據(jù)得出的各個(gè)映射之后的亮度值來確定出低位深的目標(biāo)像素的亮度值。這樣既可將高位深灰度圖像轉(zhuǎn)換為低位深灰度圖像。

本發(fā)明實(shí)施所提供的圖像增強(qiáng)的方法，利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；根據(jù)各個(gè)目標(biāo)像素的亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于亮度閾值，暗目標(biāo)像素的亮度值小于亮度閾值；根據(jù)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；確定剩余的目標(biāo)像素的最大亮度值和最小亮度值；利用對(duì)數(shù)歸一化公式、最大亮度值和最小亮度值對(duì)剩余的所述目標(biāo)像素的亮度值作映射，得到低位深灰度圖像。根據(jù)自動(dòng)閾值分割算法統(tǒng)計(jì)亮暗目標(biāo)像素的個(gè)數(shù)，通過剔除一些亮度值極大或者是亮度值極小的干擾目標(biāo)像素點(diǎn)，最大限度地減低了小干擾輻射源對(duì)映射效果的影響，使映射得到的圖像區(qū)域不會(huì)出現(xiàn)整體較亮或者是整體較暗的現(xiàn)象，可以有效地避免了小干擾輻射源對(duì)增強(qiáng)效果的影響，得到的低位深灰度圖像的魯棒性較好；而利用對(duì)數(shù)歸一化對(duì)像素點(diǎn)的亮度值作映射，可以較好地突出了中間灰度區(qū)域的大部分灰度細(xì)節(jié)?？梢?，將對(duì)數(shù)歸一化和自動(dòng)閾值分割算法相結(jié)合，可以使增強(qiáng)后的圖像的對(duì)比度較高，動(dòng)態(tài)范圍較大，魯棒性較強(qiáng)。

在圖像顯示時(shí)，一般情況下只能實(shí)現(xiàn)8位灰度圖像數(shù)據(jù)的顯示，故需要利用映射方式來實(shí)現(xiàn)高位深灰度圖像數(shù)據(jù)轉(zhuǎn)換為8位灰度圖像數(shù)據(jù)。下面將對(duì)14位灰度圖像數(shù)據(jù)轉(zhuǎn)換為8位灰度圖像數(shù)據(jù)的過程進(jìn)行介紹。

請(qǐng)參見圖2，圖2為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)方法的另一種具體實(shí)施方式的流程示意圖。

步驟201：利用自動(dòng)閾值分割算法統(tǒng)計(jì)原始灰度圖像的亮目標(biāo)像素的個(gè)數(shù)C₁和暗目標(biāo)像素的個(gè)數(shù)C₂，計(jì)算區(qū)分亮暗像素的閾值T；

具體地，可以先計(jì)算原始灰度圖像的灰度直方圖，然后根據(jù)灰度直方圖計(jì)算出閾值T，其閾值T是一個(gè)灰度值。將灰度值大于T的目標(biāo)像素劃分為亮目標(biāo)像素，灰度值小于T的目標(biāo)像素劃分為暗目標(biāo)像素。統(tǒng)計(jì)亮目標(biāo)像素的個(gè)數(shù)，記為C₁，統(tǒng)計(jì)暗目標(biāo)像素的個(gè)數(shù)，記為C₂。顯而易見地，其閾值T可以是使亮暗目標(biāo)像素之間的類間方差最大的灰度值。

步驟202：統(tǒng)計(jì)原始灰度圖像的最大灰度值g_Max和最小灰度值g_Min；

可以利用上一步驟求出的灰度直方圖來確定原始灰度圖像的最大灰度值g_Max和最小灰度值g_Min，顯而易見地，處于最大灰度值或者是最小灰度值上的目標(biāo)像素可能不止一個(gè)，可能只有一個(gè)目標(biāo)像素，即最大灰度值對(duì)應(yīng)的目標(biāo)像素可以有多個(gè)或者是一個(gè)，最小灰度值對(duì)應(yīng)的目標(biāo)像素可以有多個(gè)或者是一個(gè)。

步驟203：將亮目標(biāo)像素的個(gè)數(shù)C₁和暗目標(biāo)像素的個(gè)數(shù)C₂作比值；

需要指出的是，可以不用將亮暗目標(biāo)像素的個(gè)數(shù)作比值，只要是基于亮目標(biāo)像素占總的目標(biāo)像素的比重和暗目標(biāo)像素占總的目標(biāo)像素的比重，去剔除掉局部區(qū)域內(nèi)灰度值很大或者是灰度值很小的干擾目標(biāo)像素的思想，均在本發(fā)明實(shí)施例的保護(hù)范圍之內(nèi)。

步驟204：利用C₁/C₂的大小，重新確定原始灰度圖像的最大灰度值和最小灰度值；

將C₁/C₂和預(yù)設(shè)的第一閾值ω相比較，當(dāng)小于ω時(shí)，則可以判斷出原始灰度圖像中有灰度值極大的目標(biāo)像素，即亮干擾目標(biāo)。此時(shí)，為了將原始灰度圖像的整體灰度往下調(diào)，則可以重新設(shè)定原始灰度圖像的最大灰度值，即將最大灰度值g_Max設(shè)為閾值T，而最小灰度值g_Min不變。那么，原始灰度圖像的灰度值取值范圍則變?yōu)榱?g_Min，T)?？梢岳斫獾氖牵瑢⒃蓟叶葓D像的最大灰度值設(shè)為閾值T，相當(dāng)于把灰度值大于閾值T的目標(biāo)像素剔除掉，可以避免在映射時(shí)可能造成映射后的增強(qiáng)圖像的整體灰度值偏暗。顯而易見地，ω的大小可以根據(jù)實(shí)際的需求進(jìn)行設(shè)定，例如，可以將ω設(shè)為0.1。

將C₁/C₂和預(yù)設(shè)的第一閾值ρ相比較，當(dāng)大于ρ時(shí)，則可以判斷出原始灰度圖像中有灰度值極小的目標(biāo)像素，即暗干擾目標(biāo)。此時(shí)，為了將原始灰度圖像的整體灰度往上調(diào)，則可以重新設(shè)定原始灰度圖像的最小灰度值，即將最小灰度值g_Min設(shè)為閾值T，而最小灰度值g_Max不變。那么，原始灰度圖像的灰度值取值范圍則變?yōu)榱?T，g_Max?？梢岳斫獾氖牵瑢⒃蓟叶葓D像的最小灰度值設(shè)為閾值T，相當(dāng)于把灰度值小于閾值T的目標(biāo)像素剔除掉，可以避免在映射時(shí)可能造成映射后的增強(qiáng)圖像的整體灰度值偏亮。顯而易見地，ρ的大小可以根據(jù)實(shí)際的需求進(jìn)行設(shè)定，例如，可以將ρ設(shè)為10。

需要指出的是，原始灰度圖像出現(xiàn)亮干擾目標(biāo)像素時(shí)，重新設(shè)定最大灰度值，而出現(xiàn)暗干擾目標(biāo)像素時(shí)，則重新設(shè)定最小灰度值。

步驟205：將得到的最大灰度值和最小灰度值代入到對(duì)數(shù)歸一化映射公式實(shí)現(xiàn)圖像的增強(qiáng)映射。

此處的最大灰度值和最小灰度值是由上一步驟重新設(shè)定后的值，原始灰度圖像出現(xiàn)的干擾目標(biāo)像素的不同，其最大灰度值和最小灰度值也會(huì)相應(yīng)地不同。將14位原始灰度圖像數(shù)據(jù)一一代入到對(duì)數(shù)映射公式中，得出對(duì)應(yīng)的8位灰度圖像數(shù)據(jù)，可以根據(jù)得到的8位灰度圖像數(shù)據(jù)得出映射后的增強(qiáng)圖像。其中，G為8位灰度圖像數(shù)據(jù)，g_Max為14位原始灰度圖像的最大亮度值，g_Min為14位原始灰度圖像的最小亮度值，g為所述目標(biāo)像素的所述亮度值，ε為一個(gè)不為零的正數(shù)，g∈(g_Max,g_Min)。

需要說明的是，使用對(duì)數(shù)歸一化映射來圖像進(jìn)行增強(qiáng)映射，可以使是原始灰度圖像的灰度直方圖的中間區(qū)域的灰度細(xì)節(jié)得到充分的突出。而使用線性映射將14位原始灰度圖像數(shù)據(jù)轉(zhuǎn)換為8位灰度圖像數(shù)據(jù)，會(huì)淹沒中間區(qū)域的大部分灰度細(xì)節(jié)，繼而可能會(huì)造成映射增強(qiáng)后的圖像的對(duì)比度下降，影響成像質(zhì)量。而使用對(duì)數(shù)映射可以很好地解決使用線性映射造成的問題。使用對(duì)數(shù)映射后的增強(qiáng)圖像的對(duì)比度較高，成像質(zhì)量相比于線性映射的效果更好。具體的對(duì)比效果可以參見圖3-1、圖3-2、圖4-1、圖4-2、圖4-3和圖4-4，圖3-1為14位轉(zhuǎn)8位的線性映射圖，圖3-2為14位轉(zhuǎn)8位的對(duì)數(shù)映射圖，圖4-1為14位轉(zhuǎn)8位的線性映射成像效果圖，圖4-2為14位轉(zhuǎn)8位的對(duì)數(shù)映射成像效果圖，圖4-3為14位轉(zhuǎn)8位的線性映射另一成像效果圖，圖4-4為14位轉(zhuǎn)8位的對(duì)數(shù)映射另一成像效果圖。

可以很明顯地看出，圖3-1和圖3-2中的Min和Max是指14位灰度圖像數(shù)據(jù)的最小灰度值和最大灰度值，而0-255是指8位灰度圖像數(shù)據(jù)的灰度值的十進(jìn)制表示的數(shù)值。比較圖3-1和圖3-2，可以看出中間區(qū)域的像素的灰度值較大。而比較圖4-1和圖4-2、圖4-3和圖4-4，可以很容易地看出使用對(duì)數(shù)映射得到的增強(qiáng)圖像相較于使用線性映射得到的增強(qiáng)圖像，其對(duì)比度較高，灰度細(xì)節(jié)較明顯，增強(qiáng)效果較好。至于各個(gè)圖的具體內(nèi)容是顯而易見地，在此不再贅述。

本發(fā)明實(shí)施例所提供的圖像增強(qiáng)的方法，采用對(duì)數(shù)歸一化映射方式實(shí)現(xiàn)14位數(shù)據(jù)轉(zhuǎn)換為8位數(shù)據(jù)，可以突出灰度直方圖中間區(qū)域的灰度細(xì)節(jié)。而在使用對(duì)數(shù)映射之前，使用自動(dòng)閾值分割算法來剔除極亮或者是極暗的干擾源，可以避免在對(duì)數(shù)映射時(shí)，圖像的整體灰度過亮或者是過暗，影響成像質(zhì)量。將對(duì)數(shù)歸一化和自動(dòng)閾值分割算法相結(jié)合，可以是增強(qiáng)后的圖像的對(duì)比度高，動(dòng)態(tài)范圍大，魯棒性強(qiáng)，有效地避免了局部極亮或者極暗的小干擾源對(duì)增強(qiáng)效果的影響。

下面對(duì)本發(fā)明實(shí)施例提供的圖像增強(qiáng)的裝置進(jìn)行介紹，下文描述的圖像增強(qiáng)的裝置與上文描述的圖像增強(qiáng)的方法可相互對(duì)應(yīng)參照。

圖5為本發(fā)明實(shí)施例所提供的圖像增強(qiáng)的裝置的結(jié)構(gòu)框圖，參照?qǐng)D5圖像增強(qiáng)裝置可以包括：

計(jì)算單元501，用于利用自動(dòng)閾值分割算法統(tǒng)計(jì)高位深灰度圖像中各個(gè)目標(biāo)像素的亮度值，計(jì)算得出用于區(qū)分亮暗像素的亮度閾值；

統(tǒng)計(jì)單元502，用于根據(jù)各個(gè)所述目標(biāo)像素的所述亮度值統(tǒng)計(jì)亮目標(biāo)像素個(gè)數(shù)和暗目標(biāo)像素個(gè)數(shù)，所述亮目標(biāo)像素的亮度值大于所述亮度閾值，所述暗目標(biāo)像素的亮度值小于所述亮度閾值；

去除單元503，用于根據(jù)所述亮目標(biāo)像素個(gè)數(shù)和所述暗目標(biāo)像素個(gè)數(shù)，去除干擾目標(biāo)像素；

確定單元504，用于確定剩余的所述目標(biāo)像素的最大亮度值和最小亮度值；

映射單元505，用于利用對(duì)數(shù)歸一化公式、所述最大亮度值和所述最小亮度值對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像。

可選地，所述去除單元503包括：

第一比值子單元，將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

第一去除子單元，用于當(dāng)所述比值小于第一預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有亮干擾目標(biāo)像素，去除所述亮度值大于所述亮度閾值的所述目標(biāo)像素。

可選地，所述去除單元503包括：

第二比值子單元，將所述亮目標(biāo)像素個(gè)數(shù)與所述暗目標(biāo)像素個(gè)數(shù)作比值；

第二去除子單元，用于當(dāng)所述比值大于第二預(yù)設(shè)閾值時(shí)，則判斷所述高位深灰度圖像中有暗干擾目標(biāo)像素，去除所述亮度值小于所述亮度閾值的所述目標(biāo)像素。

可選地，所述映射單元505包括：

代入子單元,用于利用對(duì)數(shù)歸一化公式對(duì)剩余的所述目標(biāo)像素的所述亮度值作映射，得到低位深灰度圖像；

其中，G為所述映射亮度值，g_Max為所述最大亮度值，g_Min為所述最小亮度值，ε為一個(gè)不為零的正數(shù)，g為所述目標(biāo)像素的所述亮度值，g∈(g_Max,g_Min)。

本發(fā)明實(shí)施例所提供的圖像增強(qiáng)裝置，其裝置根據(jù)自動(dòng)閾值分割算法統(tǒng)計(jì)亮暗目標(biāo)像素的個(gè)數(shù)，通過剔除一些亮度值極大或者是亮度值極小的干擾目標(biāo)像素點(diǎn)，最大限度地減低了小干擾輻射源對(duì)映射效果的影響，使映射得到的圖像區(qū)域不會(huì)出現(xiàn)整體較亮或者是整體較暗的現(xiàn)象，可以有效地避免了小干擾輻射源對(duì)增強(qiáng)效果的影響，得到的低位深灰度圖像的魯棒性較好；而利用對(duì)數(shù)歸一化對(duì)像素點(diǎn)的亮度值作映射，可以較好地突出了中間灰度區(qū)域的大部分灰度細(xì)節(jié)?？梢?，將對(duì)數(shù)歸一化和自動(dòng)閾值分割算法相結(jié)合，可以使增強(qiáng)后的圖像的對(duì)比度較高，動(dòng)態(tài)范圍較大，魯棒性較強(qiáng)。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其它實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同或相似部分互相參見即可。對(duì)于實(shí)施例公開的裝置而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法部分說明即可。

專業(yè)人員還可以進(jìn)一步意識(shí)到，結(jié)合本文中所公開的實(shí)施例描述的各示例的單元及算法步驟，能夠以電子硬件、計(jì)算機(jī)軟件或者二者的結(jié)合來實(shí)現(xiàn)，為了清楚地說明硬件和軟件的可互換性，在上述說明中已經(jīng)按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬件還是軟件方式來執(zhí)行，取決于技術(shù)方案的特定應(yīng)用和設(shè)計(jì)約束條件。專業(yè)技術(shù)人員可以對(duì)每個(gè)特定的應(yīng)用來使用不同方法來實(shí)現(xiàn)所描述的功能，但是這種實(shí)現(xiàn)不應(yīng)認(rèn)為超出本發(fā)明的范圍。

結(jié)合本文中所公開的實(shí)施例描述的方法或算法的步驟可以直接用硬件、處理器執(zhí)行的軟件模塊，或者二者的結(jié)合來實(shí)施。軟件模塊可以置于隨機(jī)存儲(chǔ)器(RAM)、內(nèi)存、只讀存儲(chǔ)器(ROM)、電可編程ROM、電可擦除可編程ROM、寄存器、硬盤、可移動(dòng)磁盤、CD-ROM、或技術(shù)領(lǐng)域內(nèi)所公知的任意其它形式的存儲(chǔ)介質(zhì)中。

以上對(duì)本發(fā)明所提供的圖像增強(qiáng)的方法以及裝置進(jìn)行了詳細(xì)介紹。本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想。應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明原理的前提下，還可以對(duì)本發(fā)明進(jìn)行若干改進(jìn)和修飾，這些改進(jìn)和修飾也落入本發(fā)明權(quán)利要求的保護(hù)范圍內(nèi)。