段線性變換，將圖像灰度分布區(qū)間分隔成兩段乃至多段，分別 對其進行線性變換，通過增加灰度區(qū)間分割的段數(shù)，以及調(diào)整各區(qū)間的分割點和變換直線 的斜率，可以對任意灰度區(qū)間進行擴展或壓縮，對圖3所示動態(tài)范圍大于或等于14位的紅外 圖像進行分段線性變換后可得到動態(tài)范圍為8位的灰度圖像。所增強的灰度圖像為動態(tài)范 圍為等于或大于14位的紅外圖像。其具體方法如下： 在對灰度圖像進行分段線性變換中，首先，對灰度圖像進行全局搜索，找到最大灰度值 max和最小灰度值min，一般的16位紅外圖像并沒有完全占滿[0,215]的灰度級范圍，因此可 將紅外圖像的灰度范圍確定為[min，max]。其次，采用三段式分段線性變換，在圖2所示 [min，max]內(nèi)選取適當?shù)拈撝礷 t2和ft2(ftl〈ft2)。在[0,255]范圍內(nèi)選取兩個閾值gtdPg t2,按 照如下灰度線性變換公式進行灰度線性變換
[0015]其中：原始圖像的動態(tài)范圍為[min,max]，某一點像素的灰度值為f，[min，max]內(nèi) 選取適當?shù)拈撝礷 t2和f t2(ftl〈f t2 )。
[0016]變換后圖像的動態(tài)范圍為[0,255]，在[0,255]范圍內(nèi)選取兩個閾值gtdPgt2(gtl〈 gt2)，g為灰度值f經(jīng)過變換后得到的灰度值。 對變換結(jié)果進行子塊部分重疊直方圖均衡化處理，通過將鄰域內(nèi)的子塊直方圖變換函 數(shù)通過加權(quán)求和計算得到當前子塊的直方圖變換函數(shù)，使用此變換函數(shù)對當前子塊進行直 方圖均衡化處理。當采用P0SHE算法時，其具體方法如下： 子塊部分重疊直方圖均衡化處理技術(shù)采用P0SHE算法或基于P0SHE算法的改進算法。將 灰度圖像分為四個子塊，步長為子塊的一半，整個目標區(qū)域e被分成了9塊，分別用a、b、c、d、 e、f、g、h、i來標記，移動四次的子塊用1、2、3、4來標記。分別對四個子塊進行均衡化處理，以 此類推，最后對子塊重疊的區(qū)域進行加權(quán)處理。目標區(qū)域e是四個子塊的重疊部分，分別進 行了四次直方圖均衡化運算，其它區(qū)域的直方圖都會對目標區(qū)域e的運算有不同的權(quán)值貢 獻。 設各個子塊的直方圖變換函數(shù)分別為!1(^〇、12(^〇33(^〇34(^〇，則目標區(qū)域6某 點的P0SHE算法變換輸出公式為
其中，4是目標區(qū)域e內(nèi)灰度值為k的像素經(jīng)過P0SHE處理后的灰度值； < 是目標區(qū)域e 內(nèi)的灰度值為k的像素。 最后對直方圖均衡后的灰度圖進行非線性擬合處理，對子塊部分重疊直方圖均衡化處 理后的灰度圖像進行直方圖分布修正，以解決其產(chǎn)生的塊效應和過增強問題。擬合處理技 術(shù)采用多尺度Retinex算法或基于Retinex算法的改進算法。當采用多尺度Retinex算法時， 其具體方法如下： 多尺度Retinex算法是對單尺度Retinex算法的概括，具有單尺度ret inex算法低、中、高三 個尺度的特點，該算法可用多尺度Retinex算法公式
進行描述，其中，1 = 1義4沽是尺度因子〇的總個數(shù)4是圖像顏色通道的個數(shù)4=1，表示 灰度圖像，N = 3表示彩色圖像，Wj是和Fj相關(guān)的權(quán)值，滿足2￥」=1，心(1，7)是第1個顏色通 道的輸出結(jié)果，Mx，y)是第i個顏色通道的輸入，*是卷積運算，F(xiàn)(x，y)是高斯函數(shù)，通常， 多尺度1^1:;[1161取低、中、高三個尺度，8卩1^ = 3，'\￥1='\￥2='\￥3 = 1/3。其高斯函數(shù)公式
其中，σ是尺度因子，它的大小決定了卷積核的作用范圍。 σ較小時，高斯模板較小，則高斯函數(shù)相對陡峭，多尺度Retinex的動態(tài)壓縮能力就越強;σ較 大時，高斯模板較大，則高斯函數(shù)相對平緩，多尺度Retinex顏色保真能力就越好。
【主權(quán)項】
1. 一種基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于包括如下步驟:采 用基于FPGA架構(gòu)或DSP架構(gòu)或FPGA+DSP架構(gòu)的實時處理平臺，首先對動態(tài)范圍過寬，圖像數(shù) 據(jù)寬度含14位的紅外圖像的灰度圖像，進行分段線性變換獲得適合的動態(tài)范圍內(nèi)的灰度圖 像，再將圖像灰度分布區(qū)間分隔成兩段乃至多段，然后對灰度圖像進行分段線性變換;在每 層POS肥處理前，先對其各子塊的直方圖截取然后均勻分配到各灰度級上，并調(diào)整圖像灰度 分布各區(qū)間的分割點和變換直線的斜率，對任意灰度區(qū)間進行擴展或壓縮;變換結(jié)果采用 子塊部分重疊直方圖均衡化處理，將鄰域內(nèi)的子塊變換函數(shù)通過加權(quán)求和計算得到當前子 塊的直方圖變換函數(shù)，用此直方圖變換函數(shù)對當前子塊進行直方圖均衡化處理；最后采用 多尺度Retinex算法或基于Retinex算法的改進算法，對直方圖均衡后的灰度圖進行非線性 擬合處理，然后對子塊部分重疊直方圖均衡化處理后的灰度圖像進行直方圖分布修正，重 新分配圖像像素值，實現(xiàn)圖像灰度值在多段直方圖區(qū)間的非線性拉伸，使動態(tài)范圍內(nèi)的直 方圖分布變得更均勻。2. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 子塊部分重疊直方圖均衡化處理技術(shù)采用POS肥算法或基于POS肥算法。3. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 在對灰度圖像進行分段線性變換中，首先，對灰度圖像進行全局捜索，找到最大灰度值max 和最小灰度值min,將紅外圖像的灰度范圍確定為[min,max]。4. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 圖像灰度直方圖采用S段式分段線性變換，在[min,max]內(nèi)選取適當?shù)拈熤礷t2和ft2,其中， ftl<ft2〇5. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 在[0，25引范圍內(nèi)選取兩個闊值gti和gt2，按照如下灰度線性變換公式進行灰度線性變換，式中：[min,max]為原始圖像的動態(tài)范圍，f為原始圖像某一點的像素灰度值。6. 根據(jù)權(quán)利要求5所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 變換后圖像的動態(tài)范圍為[〇,255]，在[0,25引范圍內(nèi)選取兩個闊值gti和gt2，g為灰度值f經(jīng) 過變換后得到的灰度值，gtl<gt2。7. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 子塊部分重疊直方圖均衡化處理技術(shù)采用基于POS肥算法，將灰度圖像分為四個子塊，步長 為子塊的一半，整個圖像灰度分布區(qū)域被分成了9塊，分別用3、6、(3、(1、6^、肖、11、1來標記，移 動四次的子塊用1、2、3、4來標記，目標區(qū)域e是四個子塊的重疊部分，分別進行了四次直方 圖均衡化運算，然后分別對四個子塊進行均衡化處理，W此類推，最后對子塊重疊的區(qū)域進 行加權(quán)處理。8. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 設各個子塊的直方圖變換函數(shù)分別為11(&)^2(^)^3^〇^4(^)，則目標區(qū)域6某點的 PO甜E算法變換輸出公式為其中，詩是目標區(qū)域e內(nèi)灰度值為k的像素經(jīng)過POS皿處理后的灰度值；《是目標區(qū)域e 內(nèi)的灰度值為k的像素。9. 根據(jù)權(quán)利要求1所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在于， 當采用多尺度Retinex算法時，該算法的描述公式為多尺度Retinex算法公式其中，i = l，2'''N，k是尺度因子O的總個數(shù)，Wj是和Fj相關(guān)的權(quán)值，滿足Swj = I，Ri(x，y) 是第i個顏色通道的輸出結(jié)果，Ii(x，y)是第i個顏色通道的輸入，*是卷積運算，門(x，y)是高 斯函數(shù)，k = 3，wl=w2=w3 = l/3。10. 根據(jù)權(quán)利要求9所述的基于局部直方圖均衡的灰度圖像擬合增強方法，其特征在 于，高斯函數(shù)公式為其中，O是尺度因子，它的大小決定了卷積核的作用范圍。O較小時，高斯模板較小，則高 斯函數(shù)相對睹峭，多尺度Retinex的動態(tài)壓縮能力就越強；O較大時，高斯模板較大，則高斯 函數(shù)相對平緩，多尺度Retinex顏色保真能力就越好。
【專利摘要】本發(fā)明提出了一種基于局部直方圖均衡的灰度圖像擬合增強方法，利用本發(fā)明，在增強灰度圖像對比度和細節(jié)信息的同時，消除了塊效應和過增強現(xiàn)象。本發(fā)明的實現(xiàn)方案是首先對動態(tài)范圍過寬的灰度圖像進行分段線性變換，獲得適合的動態(tài)范圍內(nèi)的灰度圖像，再將圖像灰度分布區(qū)間分隔成兩段乃至多段，調(diào)整圖像灰度分布各區(qū)間的分割點和變換直線的斜率，對任意灰度區(qū)間進行擴展或壓縮；變換結(jié)果采用子塊部分重疊直方圖均衡化處理，將鄰域內(nèi)的子塊變換函數(shù)通過加權(quán)求和計算得到當前子塊的變換函數(shù)，使用此變換函數(shù)對當前子塊進行直方圖均衡化處理；最后對直方圖均衡后的灰度圖進行非線性擬合處理，對子塊部分重疊直方圖均衡化處理后的灰度圖像進行直方圖分布修正。
【IPC分類】G06T5/40, G06T5/00
【公開號】CN105654438
【申請?zhí)枴?br>【發(fā)明人】黃自力
【申請人】西南技術(shù)物理研究所
【公開日】2016年6月8日
【申請日】2015年12月27日