一种自适应分段线性拉伸的直方图均衡化方法

摘要

本发明涉及一种自适应分段线性拉伸的直方图均衡化方法。其先在整幅图像上从第一个像素开始统计图像各灰度级像素数；将图像灰度值划分为像素数大致相等的若干个子区间，实际划分时，再计算得到各区间起点灰度值。在分段处理完成后的各区间内，终点灰度值减去起点灰度值与变量a的乘积；将得到的值乘以该区间内各像素灰度值与起点灰度值之差；将得到的该值除以该区间长度，其中，该区间长度为各子区间内的灰度等级数；然后再将得到的值加上起点灰度值与变量a的相乘，从而得到处理后的各图像的灰度值。本发明的灰度变换函数采取分区间处理，从而可以缓解“褪色”效应和“散斑”效应的缺点，使图像层次感更加丰富，增加图像对比度，使图像更为清晰。

权利要求

1.一种自适应分段线性拉伸的直方图均衡化方法，其特征在于，分成输入图像动态范围分段处理部分和灰度函数变换处理部分，其中，所述灰度函数变换处理部分采取分区间方式处理，所述输入图像动态范围分段处理进一步包括如下步骤：

1)在整幅图像上从第一个像素开始统计图像各灰度级像素数的步骤；

2)将图像灰度值划分为像素数大致相等的2的指数倍个子区间的步骤；

3)得到各区间起点灰度值的步骤；

所述灰度函数变换处理包括如下步骤：(1)在分段处理完成后，在分段处理的步骤3)得到的各区间内，将终点灰度值减去起点灰度值与变量a的乘积的步骤；

(2)将灰度函数变换处理的步骤1)得到的值乘以该区间内像素灰度值与起点灰度值的差的步骤；

(3)将灰度函数变换处理的步骤2)得到的值除以该区间长度值的步骤；

(4)将灰度函数变换处理的步骤3)得到的值加上起点灰度值与变量a的乘积的步骤，其中，所述变量a为自适应调节的参数，取值为0.8。

2.根据权利要求1所述的自适应分段线性拉伸的直方图均衡化方法，其特征在于，分段处理的步骤2)为将图像灰度值划分为像素数大致相等的64个子区间的步骤。

说明书

一种自适应分段线性拉伸的直方图均衡化方法

技术领域

[0001] 本发明属于图像增强技术，涉及一种自适应分段线性拉伸的直方图均衡化图像增强方法。

背景技术

[0002] 红外图像是场景热辐射分布的成像，当场景中的目标与背景的温差相对较小，所以红外图像视觉效果较差，表现为图像模糊。

[0003] 现有技术针对红外图像层次感低，图像模糊的问题，主要采用全局直方图均衡化方法进行处理，基于统计的方法，基于全局的运算，采用累计直方图作为灰度变化函数。然而直方图的直接累加，会使得过亮区域会掩盖稍亮区域，从而造成的“褪色”效应和“散斑”效应。

发明内容

[0004] 本发明的目的：提出一种能缓解全局直方图均衡化产生的“褪色”效应和“散斑”效应问题的自适应分段线性拉伸的直方图均衡化方法。

[0005] 本发明的技术方案：一种自适应分段线性拉伸的直方图均衡化方法，其分成输入图像动态范围分段处理部分和灰度函数变换处理部分，其中，所述灰度函数变换处理部分采取分区间方式处理。

[0006] 所述输入图像动态范围分段处理进一步包括，

[0007] 1)在整幅图像上从第一个像素开始统计图像各灰度级像素数的步骤；

[0008] 2)将图像灰度值划分为像素数大致相等的2的指数倍个子区间的步骤；

[0009] 3)得到各区间起点灰度值的步骤；

[0010] 所述灰度函数变换处理，

[0011] 1)在分段处理完成后，在分段处理的步骤3)得到的各区间内，终点灰度值减去起点灰度值与变量a的乘积；

[0012] 2)将灰度函数变换处理的步骤1)得到的值乘以该区间内像素灰度值与起点灰度值的差的步骤；

[0013] 3)将灰度函数变换处理的步骤2)得到的值除以该区间长度值的步骤；

[0014] 4)将灰度函数变换处理的步骤3)得到的值加上起点灰度值与变量a的乘积后得到的值的步骤。

[0015] 所述分段处理的步骤2)将图像灰度值划分为像素数大致相等的64个子区间的步骤。

[0016] 本发明具有的优点和有益效果：本发明自适应分段线性拉伸的直方图均衡化方法在充分分析了红外图像本身模糊、层次感不强的特点的基础上，通过对红外图像进行了自适应分段线性拉伸的直方图均衡化处理，充分利用了图像动态范围在不同场景下，灰度范围会有差异的特点，对灰度函数进行分区间处理，缓解了全局直方图均衡化产生的“褪色”效应和“散斑”效应，使图像层次感更加丰富，增加图像对比度，使图像更为清晰。

附图说明

[0017] 图1是本发明自适应分段线性拉伸直方图均衡化方法一较佳实施方式的流程图。

具体实施方式

[0018] 下面通过具体实施方式对本发明作进一步的说明：

[0019] 本发明自适应分段线性拉伸直方图均衡方法包括输入图像分段处理部分和灰度函数变换两部分。其中，输入图像分段处理，是指对输入图像动态范围的分段处理。其过程如下：先在整幅图像上从第一个像素开始统计图像各灰度级像素数；将图像灰度值划分为像素数大致相等的若干(一般为2的指数倍)个子区间，实际划分时，各个子区间的像素可能难以保证完全相等，但应尽量保持一致；计算得到各区间起点灰度值。

[0020] 而灰度函数变换处理部分的过程如下：在分段处理完成后的各区间内，终点灰度值减去起点灰度值与变量a的乘积；将得到的值乘以该区间内各像素灰度值与起点灰度值的差；将得到的乘积除以该区间长度，其中，该区间长度为各子区间内的灰度等级数；然后再将得到的值加上起点灰度值与变量a的乘积，从而得到处理后的各图像像素灰度值。

[0021] 本发明自适应分段线性拉伸的直方图均衡方法将灰度变换函数采取分区间处理，避免累积直方图所造成的“褪色”效应和“散斑”效应的缺点，缓解了全局直方图均衡化产生的“褪色”效应和“散斑”效应，使图像层次感更加丰富，增加图像对比度，使图像更为清晰。

[0022] 请参阅图1，其是本发明自适应分段线性拉伸的直方图均衡化方法一较佳实施方式的流程示意图，其具体实施步骤如下：

[0023] 步骤1：选取灰度等级256的图像，从图像第一个像素开始统计图像各灰度级像素数；

[0024] 步骤2：将图像灰度值划分为像素数大致相等的64个子区间，当然也可划分为其它2的指数倍的子区间数；

[0025] 步骤3：得到各子区间起点灰度值；

[0026] 步骤4：在得到的各子区间内，终点灰度值减去起点灰度值与变量a的乘积，其中，a是自适应调节的参数，可以改变像素灰度值的大小，本实施方式中，a取0.8；

[0027] 步骤5：将步骤4得到的值乘以该区间内像素灰度值与起点灰度值之差；

[0028] 步骤6：将步骤5得到的值除以该区间长度值，该区间长度值为区间终点灰度值减去起点灰度值的灰度等级数，无单位，本实施方式中取4；

[0029] 步骤7：将步骤6得到的值加上该区间起点灰度值与变量a的乘积，从而得到处理后的各图像像素灰度值。

[0030] 本发明的灰度变换函数采取分区间处理，避免直方图的直接累加，从而可以解决缓解“褪色”效应和“散斑”效应的缺点，使图像层次感更加丰富，增加图像对比度，使图像更为清晰，也便于图像的自适应调节。