获取质量最好彩色图像的方法

摘要

本发明公开一种获取质量最好彩色图像的产生方法，按下列步骤进行：选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值，搜索源图像的最大亮度值和最小亮度值；建立彩色图像质量评价函数NCAF；利用Zadeh-X变换方法对源图像进行Zadeh-X变换，计算出变换图像的总体信息熵、总体平均对比度、归一化亮度差，获得该变换图像对应的彩色图像质量评价函数NCAF的值；确定NCAF的最大值对应的Delta值，根据该值和亮度起始值Theta，利用Zadeh-X变换方法对源图像进行Zadeh-X变换，变换图像即为质量最好图像。本发明能够获得质量最好的彩色图像，且结果符合人类视觉主观认识。

权利要求

1.一种获取质量最好彩色图像的方法，其特征在于按如下步骤进行：

(一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

(二)建立彩色图像质量评价函数NCAF，所用公式为：

NCAF＝InEnC×ACC×NGD

其中，InEnC表示图像总体信息熵，ACC表示图像总体平均对比度，NGD表示图像的归一化亮度差；

所述图像总体信息熵InEnC由下式获得：

其中，InEnR、InEnG、InEnB分别表示图像的红、绿、蓝三种分量的信息熵；所述总体平均对比度ACC由下式获得：其中，ACR、ACG、ACB分别表示图像的红、绿、蓝三种分量的平均对比度；所述归一化亮度差NGD由下式获得：上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数； (三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

源图像的平均亮度值AG0≤127.5时，所述Zadeh-X变换方法所用公式为：源图像的平均亮度值AG0＞127.5时，所述Zadeh-X变换方法所用公式为：上两个Zadeh-X变换方法所用公式的约束条件为：

其中，O(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Delta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255；

变换具体步骤如下：

A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1；

B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEnC、总体平均对比度ACC、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值； (四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

2.根据权利要求1所述的获取质量最好彩色图像的方法，其特征在于：源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG0；

源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG0/1.7。

说明书

获取质量最好彩色图像的方法

技术领域

[0001] 本发明涉及图像处理领域，具体地讲，是一种用于获取质量最好的彩色图像的方法。

背景技术

[0002] 成像设备的成像效果受到很多因素的影响，如成像设备本身的性能、照明条件、操作者的技巧等。很多情况下，成像设备得到的图像质量都不是很好，需要对图像质量进行改善，为此，如何改善图像质量，已经成为图像处理领域中一个重要问题。

[0003] 图像(质量)增强是图像处理领域的重要问题。已提出了很多方法，如直方图均衡化、对比度拉伸等，但却没有看到评价图像质量变好程度的报导，而且也没有看到什么条件下能获得质量最好图像的文献报道，更没有怎么获得最好质量彩色图像的报道了。

发明内容

[0004] 本发明的目的在于提供一种获取质量最好彩色图像的方法，以获得质量最好的彩色图像。

[0005] 为了实现上述目的，本发明的技术方案叙述如下：一种获取质量最好彩色图像的方法，其关键在于按如下步骤进行：

[0006] (一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

[0007] 根据源图像像素点(x，y)的红、绿、蓝三种分量的色度值计算亮度值Gray(x，y)有两种方法：

[0008] 第一种是采用归一化加权和方式计算：

[0009] Gray(x，y)＝0.3R(x，y)+0.59G(x，y)+0.11B(x，y)

[0010] 第二种是采用等权转换公式计算：

[0011] Gray(x，y)＝R(x，y)/3+G(x，y)/3+B(x，y)/3

[0012] (二)建立彩色图像质量评价函数NCAF，所用公式为：

[0013] NCAF＝InEnC×ACC×NGD

[0014] 其中，InEnC表示图像总体信息熵，ACC表示图像总体平均对比度，NGD表示图像的归一化亮度差；

[0015] 所述图像总体信息熵InEnC由下式获得：

[0016]

[0017] 其中，InEnR、InEnG、InEnB分别表示图像的红、绿、蓝三种分量的信息熵；

[0018] 上述红、绿、蓝三种分量的信息熵按照下式计算：

[0019]

[0020] 上式中，p(i)表示图像第i色度级上像素数分布的概率，当p(i)＝0时，令Log2p(i)＝0；当p(i)对应的是红色分量时，得到的信息熵InEn就是红色分量的信息熵InEnR，当p(i)对应的是绿色分量时，得到的信息熵InEn就是绿色分量的信息熵InEnG，当p(i)对应的是蓝色分量时，得到的信息熵InEn就是蓝色分量的信息熵InEnB。

[0021] 所述总体平均对比度ACC由下式获得：

[0022]

[0023] 其中，ACR、ACG、ACB分别表示图像的红、绿、蓝三种分量的平均对比度；上述红、绿、蓝三种分量的平均对比度按照下式计算：

[0024]

[0025] 其中，ACx、ACy分别表示图像在X、Y方向的平均对比度，ACx、ACy的计算公式分别为：

[0026]

[0027]

[0028] 上两式中，P(x，y)为被评价图像像素点(x，y)的色度值，M、N为图像在X、Y方向的像素数；当P(x，y)对应的是红色分量的色度值时，得到的AC就是红色分量的平均对比度ACR，当P(x，y)对应的是绿色分量的色度值时，得到的AC就是绿色分量的平均对比度ACG，当P(x，y)对应的是蓝色分量的色度值时，得到的AC就是蓝色分量的平均对比度ACB。

[0029] 所述归一化亮度差NGD由下式获得：

[0030]

[0031] 上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：

[0032]

[0033] 上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数；

[0034] 当图像为源图像时，得到的图像平均亮度值为源图像的平均亮度值AG0。

[0035] 本评价函数是以人类视觉对图像的认知功能特征为基础提出，符合人类视觉对图像质量的评价。图像信息熵、图像平均对比度、图像平均亮度值都是描述图像质量的基本、可客观测量的物理参数。图像只有在具有丰富的图像信息熵、合适的图像平均对比度、合适的图像平均亮度值时，才是质量最好的图像。实践中发现，彩色图像质量评价函数NCAF值最大时，图像的质量最好。

[0036] 与现有的全参考图像质量评价相比，本评价函数有以下几个优点：不依赖于参考图像的互计算；有利于大型图像的质量评价；可以实现不同大小图像质量的比较；可评价参考图像本身的质量，不需对参考图像做出先验的假定。

[0037] (三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

[0038] 源图像的平均亮度值AG0≤127.5时，所述Zadeh-X变换方法所用公式为：

[0039]

[0040] 源图像的平均亮度值AG0＞127.5时，所述Zadeh-X变换方法所用公式为：

[0041]

[0042] 上两个Zadeh-X变换方法所用公式的约束条件为：

[0043]

[0044] 其中，O(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Delta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255；

[0045] 变换具体步骤如下：

[0046] A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；彩色图像的三个分量按照同样的参数进行变化，可以保证彩色图像的不失真。

[0047] B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEnC、总体平均对比度ACC、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值；

[0048] (四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

[0049] 源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

[0050] 源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1。

[0051] Delta从1开始增加，可以保证搜索到NCAF的最大值而不会遗漏。但是搜索时间比较长，计算量比较大。

[0052] 为了加快变换的速度，减少计算量，经过反复大量的实验可以确定：

[0053] 源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG0；

[0054] 源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG0/1.7。

[0055] 当Delta定义为正整数时，如果计算出AG0/1.7或1.7AG0为小数，则采用四舍五入的方式，调整为整数后赋值给Delta。

[0056] 本发明中的Zadeh-X变换方法具体见中国发明专利“底层图像隐藏和挖掘方法及采用该方法的图像隐藏和变换装置”(专利号：ZL200610054379.X)。

[0057] 对于不同的彩色图像，分别确定不同的色度起始值Theta，使本发明能够应用于任意谱分布的彩色图像的质量改善，得到质量最好的彩色图像。

[0058] 有益效果：本发明将Zadeh-X变换和彩色图像质量评价函数NCAF结合起来，能够对任意谱分布的源图像，通过不断变化Zadeh-X变换中的Delta值，得到源图像对应的质量最好的图像，符合人类视觉的主观认识。本发明可广泛用于评价图像(质量)增强的效果，确定算法的参数，获得质量最好的图像；获得最好质量的视频监控图像；获得质量最好的底层变换图像；等。

附图说明

[0059] 图1是本发明的流程示意图。

具体实施方式

[0060] 下面结合附图和实施例进一步对本发明加以说明。

[0061] 实施例1：

[0062] 如图1所示：一种获取质量最好彩色图像的方法，按如下步骤进行：

[0063] (一)选择彩色图像为源图像，获取源图像每个像素点的红、绿、蓝三种分量的色度值R(x，y)、G(x，y)、B(x，y)，并计算源图像的亮度值Gray(x，y)，搜索源图像的最大亮度值和最小亮度值；

[0064] 根据源图像像素点(x，y)的红、绿、蓝三种分量的色度值计算亮度值Gray(x，y)采用归一化加权和方式计算：

[0065] Gray(x，y)＝0.3R(x，y)+0.59G(x，y)+0.11B(x，y)

[0066] (二)建立彩色图像质量评价函数NCAF，所用公式为：

[0067] NCAF＝InEnC×ACC×NGD

[0068] 其中，InEnC表示图像总体信息熵，ACC表示图像总体平均对比度，NGD表示图像的归一化亮度差；

[0069] 所述图像总体信息熵InEnC由下式获得：

[0070]

[0071] 其中，InEnR、InEnG、InEnB分别表示图像的红、绿、蓝三种分量的信息熵；

[0072] 上述红、绿、蓝三种分量的信息熵按照下式计算：

[0073]

[0074] 上式中，p(i)表示图像第i色度级上像素数分布的概率，当p(i)＝0时，令Log2p(i)＝0；当p(i)对应的是红色分量时，得到的信息熵InEn就是红色分量的信息熵InEnR，当p(i)对应的是绿色分量时，得到的信息熵InEn就是绿色分量的信息熵InEnG，当p(i)对应的是蓝色分量时，得到的信息熵InEn就是蓝色分量的信息熵InEnB。

[0075] 所述总体平均对比度ACC由下式获得：

[0076]

[0077] 其中，ACR、ACG、ACB分别表示图像的红、绿、蓝三种分量的平均对比度；

[0078] 上述红、绿、蓝三种分量的平均对比度按照下式计算：

[0079]

[0080] 其中，ACx、ACy分别表示图像在X、Y方向的平均对比度，ACx、ACy的计算公式分别为：

[0081]

[0082]

[0083] 上两式中，P(x，y)为被评价图像像素点(x，y)的色度值，M、N为图像在X、Y方向的像素数；当P(x，y)对应的是红色分量的色度值时，得到的AC就是红色分量的平均对比度ACR，当P(x，y)对应的是绿色分量的色度值时，得到的AC就是绿色分量的平均对比度ACG，当P(x，y)对应的是蓝色分量的色度值时，得到的AC就是蓝色分量的平均对比度ACB。

[0084] 所述归一化亮度差NGD由下式获得：

[0085]

[0086] 上式中，|·|为绝对值算符，AOG表示人类视觉最佳平均亮度；AG表示图像平均亮度值，由下式计算：

[0087]

[0088] 上式中，Gray(x，y)为图像像素点(x，y)的亮度值，M、N为图像在X、Y方向的像素数；

[0089] 当图像为源图像时，得到的图像平均亮度值为源图像的平均亮度值AG0。

[0090] (三)利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，计算出变换图像的总体信息熵InEn、总体平均对比度AC、归一化亮度差NGD，获得该变换图像对应的彩色图像质量评价函数NCAF的值；

[0091] 源图像的平均亮度值AG0≤127.5时，所述Zadeh-X变换方法所用公式为：

[0092]

[0093] 源图像的平均亮度值AG0＞127.5时，所述Zadeh-X变换方法所用公式为：

[0094]

[0095] 上两个Zadeh-X变换方法所用公式的约束条件为：

[0096]

[0097] 其中，O(x，y)表示源图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；T(x，y)表示变换图像的红、绿、蓝三种分量的色度值，变化范围是[0，255]；Theta和Delta分别表示变换的色度起始值和色度层次；K表示伸缩因子，取值范围为[1，255]，为了使转换后的图像亮度分布更均匀，取K＝255。

[0098] 变换具体步骤如下：

[0099] A、确定红、绿、蓝三个分量的色度层次Delta的起点值和色度起始值Theta，三个分量的色度层次Delta的起点值相同，三个分量的色度起始值Theta相同；彩色图像的三个分量按照同样的参数进行变化，可以保证彩色图像的不失真。

[0100] 源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1；

[0101] 源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为1。

[0102] B、将红、绿、蓝三个分量的色度起始值Theta和色度层次Delta代入Zadeh-X变换方法所用公式，色度起始值Theta为固定值，色度层次Delta从起点值开始按每次增1变化，红、绿、蓝三个分量的色度层次Delta同步变换，每同步变换一次，得到一个变换图像，根据每个变换图像对应的总体信息熵InEnC、总体平均对比度ACC、归一化亮度差NGD，计算每个变换图像的彩色图像质量评价函数NCAF值，直到获得彩色图像质量评价函数NCAF的最大值；

[0103] (四)确定彩色图像质量评价函数NCAF的最大值对应的红、绿、蓝三个分量的色度层次Delta，根据该色度层次Delta和色度起始值Theta，利用Zadeh-X变换方法对源图像的红、绿、蓝三个分量进行Zadeh-X变换，获得的变换图像即为质量最好彩色图像。

[0104] 本实施例的源图像来源于文献《基于四元素奇异值分解方法的彩色图像质量评估》[Wang Yu-qing，Liu Wei-ya and Wang Rong.Color Image QualityAssessment Based On Quaternion Singular Value Decomposition[C].Proceedings ofCISP’08 Congress on Image and Signal Processing.27-30 May 2008：Volume 3，pp.433-9.]。利用本发明对源图像进行Zadeh-X变换，获得源图像对应的最好质量彩色图像。

[0105] 根据计算，得出源图像的平均亮度值AG0＝111.4783≤127.5，因此变换的红、绿、蓝三个分量的色度起始值Theta取源图像的最小亮度值，根据计算得到源图像的最小亮度值为0，取色度起始值Theta＝0，色度层次Delta的起点值＝1。

[0106] 保持红、绿、蓝三个分量的色度起始值Theta＝0不变，色度层次Delta从1开始逐渐增1变化。表1是色度层次Delta变化过程中图像总体信息熵InEnC、图像总体平均对比度ACC、图像平均亮度值AG、彩色图像质量评价函数NCAF值随Delta变化的数据。

[0107] 从表1的数据可以看出，随着Delta的增大，NCAF逐渐增大到最大，然后又变小，因此在Delta的变化过程中，一定可以找到最大的NCAF值，也就是说一定可以得到质量最好的图像。当Delta＝222时，NCAF值最大，表明对应的图像相比其他图像而言质量最好。当Theta＝0，Delta＝255时，根据Zadeh-X变换的公式，可以知道该参数得到的图像与源图像一致，从表1可以看到，源图像在Delta分别取100、190、222、255对应的图像中质量排第3。

[0108] 表1

[0109]

[0110] 为了加快变换的速度，减少计算量，经过反复大量的实验可以确定：

[0111] 源图像的平均亮度值AG0≤127.5时，色度起始值Theta为源图像的最小亮度值，色度层次Delta的起点值为1.7AG0；

[0112] 源图像的平均亮度值AG0＞127.5时，色度起始值Theta为源图像的最大亮度值，色度层次Delta的起点值为AG0/1.7。

[0113] 本实施例中的源图像的平均亮度值AG0＝111.4783≤127.5，因此亮度层次Delta的起点值取1.7AG0，1.7AG0＝189.5131，四舍五入为190。亮度层次Delta的起点值取190。Delta从190开始变化，可以大量的节约计算时间，提高效率。

[0114] 实施例2：

[0115] 本实施例与实施例1大致相同，其不同之处在于：本实施例的源图像的平均亮度值AG0＝140.1835＞127.5，因此变换的红、绿、蓝三个分量的色度起始值Theta取源图像的最大亮度值，根据计算得到源图像的最大亮度值为221，取色度起始值Theta＝221。为了加快转换速度，根据经验，色度层次Delta的起点值取AG0/1.7＝82.4609，四舍五入后为82。

[0116] 表2是色度层次Delta变化过程中图像总体信息熵InEnC、图像总体平均对比度ACC、图像平均亮度值AG、彩色图像质量评价函数NCAF值随Delta变化的数据。

[0117] 从表2可以看出，随着Delta的增加，当Delta＝158时，得到的NCAF值最大，对应的图像质量最好。而源图像的质量在所有图像中排第2。

[0118] 表2

[0119]