一種基于小波變換的圖像主觀視覺效果增強方法
【專利摘要】本發(fā)明提供一種基于小波變換的圖像主觀視覺效果增強方法，該方法包括：一、圖像小波分解：對輸入圖像進行小波變換，得到低頻圖像和高頻圖像；然后對得到的高頻圖像中其中三幅分別進行歸一化，再求和得到細節(jié)圖像。二、低頻和高頻圖像修正：統(tǒng)計第一步得到的低頻圖像中對應(yīng)細節(jié)圖像中幅值較大點的灰度分布，得到細節(jié)信息加權(quán)灰度直方圖。三、小波逆變換：對第二步增強后的低頻圖像和校正后的高頻圖像進行小波逆變換得到重構(gòu)圖像。四、加權(quán)融合：將重構(gòu)圖像和輸入圖像進行加權(quán)融合得到最終增強后圖像。通過以上步驟，能夠解決圖像過增強問題，并有效突出圖像的細節(jié)信息、改善圖像的亮度分布、提高圖像的對比度，進而增強圖像的主觀視覺效果。
【專利說明】一種基于小波變換的圖像主觀視覺效果増強方法 【技術(shù)領(lǐng)域】
[0001] 本發(fā)明提供一種基于小波變換的圖像主觀視覺效果增強方法，屬于數(shù)字圖像處理
技術(shù)領(lǐng)域， 【【背景技術(shù)】】
[0002] 圖像增強是圖像處理中的重要預(yù)處理步驟。它可以有效改善圖像的質(zhì)量，提高圖 像主觀視覺效果，并突出其有用特征。其中直方圖均衡化是應(yīng)用最為廣泛的圖像增強算法 之一。直方圖均衡化首先對圖像直方圖概率密度進行累加得到映射函數(shù)，然后采用該映射 對圖像進行增強。由于增強后圖像各灰度級對應(yīng)的對比度增量正比于直方圖中其對應(yīng)的像 素個數(shù)，直方圖均衡化面臨過增強過問題。為了控制圖像對比度的增強程度，研究者提出了 大量基于直方圖均衡化的改進算法。但這些算法不能從根本上解決過增強問題。當原始圖 像直方圖中峰值較大時，過增強現(xiàn)在依然普遍存在。另一方面，基于直方圖均衡化的增強算 法，不能夠有效增強圖像的細節(jié)信息和改善圖像的亮度分布，進而不能充分提高圖像的主 觀視覺效果。 【
【發(fā)明內(nèi)容】
】
[0003] 本發(fā)明的目的是提供一種基于小波變換的圖像主觀視覺效果增強方法，它能夠解 決圖像過增強問題，并有效突出圖像的細節(jié)信息、改善圖像的亮度分布、提高圖像的對比 度，進而增強圖像的主觀視覺效果。
[0004] 為實現(xiàn)上述目的，本發(fā)明的基于小波變換的圖像主觀視覺效果增強方法，其步驟 如下：
[0005] -種基于小波變換的圖像主觀視覺效果增強方法，其步驟如下：
[0006] 第一步:圖像小波分解；
[0007] 第二步:低頻和高頻圖像修正；
[0008] 第三步:小波逆變換；
[0009] 第四步:加權(quán)融合。
[0010] 所述的圖像小波分解步驟中，是對輸入圖像進行小波變換，得到低頻圖像和高頻 圖像;然后對得到的三幅高頻圖像分別進行歸一化，再求和得到細節(jié)圖像。
[0011] 所述的圖像小波分解步驟中，計算細節(jié)圖像D的方法如下：
[0012] D = Norm( | Norm( | Ih | ) | )+Norm( | Iv | )+Norm( | Id |)
[0014] Iinput為輸入圖像，Ih、Iv和Id為圖像小波分解后的三幅高頻圖像。N〇rm(I input)表示 對圖像進行歸一化操作。
[0015]所述的低頻和高頻圖像修正步驟中，是利用第一步得到細節(jié)圖像的信息，統(tǒng)計低 頻圖像的細節(jié)信息加權(quán)灰度直方圖；然后，對該直方圖進行直方圖均衡化，對第一步得到的 低頻圖像進行增強，對高頻圖像進行伽馬校正，得到修正后的三幅高頻圖像。
[0016] 圖像經(jīng)過小波變換以后得到一幅低頻圖像和三幅高頻圖像。基于三幅高頻圖像求 出細節(jié)圖像。低頻圖像和細節(jié)圖像是大小一樣，一一對應(yīng)的。低頻圖像描述圖像的近似信 息，細節(jié)圖像描述圖像對應(yīng)的細節(jié)信息。在該步驟中，結(jié)合了細節(jié)圖像中包含的細節(jié)信息對 低頻圖像進行直方圖統(tǒng)計:統(tǒng)計直方圖對象是低頻圖像，只不過利用了細節(jié)圖像的信息。
[0017] 所述的低頻和高頻圖像修正步驟中，統(tǒng)計第一步得到的低頻圖像中對應(yīng)細節(jié)圖像 中幅值較大點的灰度分布，得到細節(jié)信息加權(quán)灰度直方圖。
[0018] 所述的低頻和高頻圖像修正步驟中，細節(jié)信息灰度加權(quán)直方圖h的求取方法如下： 對低頻圖像中的每個像素點(X，y)(x=l，2, . . .，M，y = l，2, . . .，N)進行遍歷，如果其對應(yīng)的 細節(jié)圖像幅值大于某一給定閾值時(D (x，y )> T )，則在該像素點灰度值對應(yīng)的直方圖個數(shù) 加1(11(14&，7))=11(1 4&，7)) + 1)。其中14為低頻圖像，其大小為1\10為步驟一中獲取的 細節(jié)圖像，M、N為自然數(shù)，h為細節(jié)信息灰度加權(quán)直方圖。
[0019]所述的低頻和高頻圖像修正步驟中，高頻圖像的伽瑪校正步驟如下：
[0022] Ih、Iv和Id為圖像小波分解后的二幅尚頻圖像，Gamma( Iinput)表不對輸入圖像進行 伽瑪校正操作，Gamma(lH)、Gamma(Iv)和Gamma(lD)分別表示對Ih、Iv和Id三幅高頻圖像所有 像素點進行伽馬校正。a(0<a<l)和K為伽馬校正兩參數(shù)，K取300。
[0023] 所述的小波逆變換步驟中，對第二步增強后的低頻圖像和校正后的高頻圖像進行 小波逆變換得到重構(gòu)圖像。
[0024] 所述的加權(quán)融合步驟中，將重構(gòu)圖像和輸入圖像進行加權(quán)融合得到最終增強后圖 像。
[0025] 所述的加權(quán)融合步驟中，對重構(gòu)圖像和原始圖像的加權(quán)方法如下：
[0026] Ienhance(x,y) = I〇(x,y)*ff(x,y) + Iconstructed(x,y)*(l-ff(x,y))*A
[0027] 其中，1(叉，7) = (1〇(叉，7)/255){!，（叉=1，2，...，]/[，7=1，2，...少）；1()為原始輸入圖 像，I_structed為第三步中得到的重構(gòu)后圖像，Ienhance為最終融合圖像。0( 0 <0< 1 )參數(shù)用于 控制原始圖像保留度，MA>1)參數(shù)用于補償由于加權(quán)而降低的圖像亮度，P取0.8。
[0028] 基于上述步驟，本發(fā)明的基于小波變換的圖像主觀視覺效果增強方法可以達到以 下目的：
[0029] -:通過不統(tǒng)計包含細節(jié)信息較少的點的像素個數(shù)，可以有效緩解傳統(tǒng)直方圖中 的峰值，避免過增強現(xiàn)象。
[0030] 二:通過增強圖像高頻部分的細節(jié)信息，可以提高增強圖像的清晰度。
[0031] 三:將重構(gòu)后圖像和原始圖像進行加權(quán)融合，可以進一步緩解過增強，并改善圖像 的亮度分布。
[0032] 總之，本發(fā)明能夠解決過增強問題、突出圖像細節(jié)、改善圖像亮度，進而顯著提高 圖像的主觀視覺效果。 【【附圖說明】】
[0033] 圖1是本發(fā)明的的流程圖。
[0034] 圖2是本發(fā)明的一個實施例中處理前的原始圖像。
[0035]圖3為原始圖像灰度直方圖。
[0036] 圖4為低頻圖像細節(jié)信息加權(quán)灰度直方圖。
[0037] 圖5是應(yīng)用本發(fā)明的方法后得到的圖像。 【【具體實施方式】】
[0038] 下面結(jié)合附圖和具體實施例對本發(fā)明的一種本發(fā)明的一種基于小波變換的圖像 主觀視覺效果增強方法進行更進一步的介紹。
[0039] 如圖1所示，一種本發(fā)明的一種基于小波變換的圖像主觀視覺效果增強方法，步驟 如下：
[0040] 第一步:圖像小波分解；
[0041] 對輸入圖像進行小波變換，得到低頻圖像和高頻圖像;然后對三幅高頻圖像分別 進行歸一化，再求和得到細節(jié)圖像。
[0042]在本實施例中，采用現(xiàn)有的Haar小波基對輸入圖像進行一層小波分解，得到三幅 高頻圖像;計算細節(jié)圖像D的方法如下：
[0045] Iin_為輸入圖像，In、Iv和Id為圖像小波分解后的三幅高頻圖像。Norm(Iinput)表示 對圖像進行歸一化操作。
[0046] 歸一化方法如下：
'Iinput為輸入圖像；Inormalized輸出 歸一化圖像，min(Iinput)和max(Iinput)分別表示輸入圖像的灰度最大值和最小值。
[0047]第二步:低頻和高頻圖像修正；
[0048] 根據(jù)第一步的得到的細節(jié)圖像，計算低頻圖像的細節(jié)信息加權(quán)灰度直方圖；然后， 對該直方圖進行直方圖均衡化，對第一步得到的低頻圖像進行增強，對高頻圖像進行伽馬 校正，得到修正后的三幅高頻圖像。
[0049] 在本實施例中，統(tǒng)計第一步得到的低頻圖像中對應(yīng)細節(jié)圖像中幅值較大點的灰度 分布，得到細節(jié)信息加權(quán)灰度直方圖。此處的幅值較大為細節(jié)圖像最大值的20%。該直方圖 只統(tǒng)計了對應(yīng)細節(jié)信息較強的像素點，這可以有效去除圖像中細節(jié)信息較小的像素點，如 天空，海洋等大范圍背景，進而緩解直方圖峰值的出現(xiàn)。
[0050] 細節(jié)信息灰度加權(quán)直方圖h的求取方法如下:對低頻圖像中的每個像素點(x，y)(x =1，2, . . .，M，y = l，2,. . .，N)進行遍歷，如果其對應(yīng)的細節(jié)圖像幅值大于某一給定閾值時 (D(x，y)>T)，貝lj在該像素點灰度值對應(yīng)的直方圖個數(shù)加 l(h(lA(x，y))=h(lA(x，y))+l)。其 中Ia為低頻圖像，其大小為M X N，D為步驟一中獲取的細節(jié)圖像，M、N為自然數(shù)。
[00511高頻圖像的伽瑪校正步驟如下：
[0054] Ih、Iv和Id為圖像小波分解后的二幅尚頻圖像。Gamma( Iinput)表不對輸入圖像進tx 伽瑪校正操作。a(0<a<l)和K為伽馬校正兩參數(shù)。K取300。伽瑪校正可以有效提高圖像的 高頻信息，進而增強圖像的細節(jié)。
[0055]第三步:小波逆變換；
[0056] 對第二步增強后的低頻圖像和校正后的高頻圖像采用現(xiàn)有技術(shù)進行小波逆變換 得到重構(gòu)圖像。
[0057] 第四步:加權(quán)融合；
[0058]將重構(gòu)圖像和輸入圖像進行加權(quán)融合得到最終增強后圖像。
[0059] 在本實施例中，對重構(gòu)圖像和原始圖像的加權(quán)方法如下：
[0060] Ienhance(x,y) = I〇(x,y)*ff(x,y) + Iconstructed(x,y)*(l-ff(x,y))*A
[0061] 其中，1(叉，7) = (1〇(叉，7)/255){!，（叉=1，2，...，]/[，7 = 1，2，...少)。原始圖像中灰度 值較大的點，其加權(quán)系數(shù)W(x，y)也較大，這樣增強后圖像保留了更多原始圖像。由于原始圖 像中兩度較大的點，其增強的必要性越小，通過該加權(quán)進行融合，可以緩解過增強。10、 I?nstrUc^d和Ienhanm分別為原始輸入圖像、第三步中得到的重構(gòu)后圖像和最終融合圖像，0(0 <0<1)參數(shù)用于控制原始圖像保留度，MA>1)參數(shù)用于補償由于加權(quán)而降低的圖像亮 度。0-般取0.8 A根據(jù)輸入圖像的亮度確定，亮度越低，A越大。通過該加權(quán)融合操作可以進 一步避免過增強，保留原始圖像中較亮區(qū)域的細節(jié)信息。同時，通過亮度補償可以提高圖像 的亮度值。
[0062] 為驗證本專利提出算法的有效性、合理性、可行性及科學性，對圖2中原始圖像采 用該算法進行增強。圖3是原始圖像灰度直方圖；圖4是步驟2.1)中得到的細節(jié)信息加權(quán)灰 度直方圖；圖5是應(yīng)用本發(fā)明的方法處理后的增強圖像。試驗中各參數(shù)設(shè)置如下:T = 0.423， a = 0.6，K = 300，P = 0.8，A=1.6〇
[0063] 由試驗結(jié)果可以看出，本文算法可以有效改善圖像的主觀視覺效果:坦克部分的 細節(jié)得到有效增強；圖像的整體對比度得到有效提升；圖像的亮度分布得到改善;從圖3和 圖4可以看出，細節(jié)信息加權(quán)灰度直方圖可以有效緩解傳統(tǒng)灰度直方圖中的峰值，進而避免 過增強。
【主權(quán)項】
1. 一種基于小波變換的圖像主觀視覺效果增強方法，其特征在于:步驟如下： 第一步：圖像小波分解； 所述的圖像小波分解步驟中，是對輸入圖像進行小波變換，得到低頻圖像和高頻圖像； 然后對得到的三幅高頻圖像分別進行歸一化，再求和得到細節(jié)圖像； 第二步:低頻和高頻圖像修正； 所述的低頻和高頻圖像修正步驟中，是利用第一步得到細節(jié)圖像的信息，統(tǒng)計低頻圖 像的細節(jié)信息加權(quán)灰度直方圖；然后，對該直方圖進行直方圖均衡化，對第一步得到的低頻 圖像進行增強，對高頻圖像進行伽馬校正，得到修正后的三幅高頻圖像； 第三步:小波逆變換； 所述的小波逆變換步驟中，是對第二步增強后的低頻圖像和校正后的高頻圖像進行小 波逆變換得到重構(gòu)圖像； 第四步:加權(quán)融合； 所述的加權(quán)融合步驟中，是將重構(gòu)圖像和輸入圖像進行加權(quán)融合得到最終增強后圖 像。2. 根據(jù)權(quán)利要求1所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:在第一步中，計算細節(jié)圖像D的方法如下： D = Norm( | Norm( | Ih |) | )+Norm( | Iv | )+Norm( | Id | )I input為輸入圖像，Ih、Iv和Id為圖像小波分解后的三幅高頻圖像;Norm (I input)表示對圖 像進行歸一化操作。3. 根據(jù)權(quán)利要求1所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:在第二步中，統(tǒng)計第一步得到的低頻圖像中對應(yīng)細節(jié)圖像中幅值較大點的灰度分布，得 到細節(jié)信息加權(quán)灰度直方圖。4. 根據(jù)權(quán)利要求1所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:在第二步中，細節(jié)信息灰度加權(quán)直方圖h的求取方法如下:對低頻圖像中的每個像素點 (x，y)進行遍歷，如果其對應(yīng)的細節(jié)圖像幅值大于某一給定閾值時，即D(x，y)>T，則在該像 素點灰度值對應(yīng)的直方圖個數(shù)加1，即h(I A(X，y))=h(IA(X，y))+l;其中，Ia為低頻圖像，其 大小為MXN，D為步驟一中獲取的細節(jié)圖像，M、N為自然數(shù)，h為細節(jié)信息灰度加權(quán)直方圖；X = l，2，...，M，y = l，2，...，N〇5. 根據(jù)權(quán)利要求1所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:在第二步中，所述的低頻和高頻圖像修正步驟，高頻圖像的伽瑪校正步驟如下：Ih、IV和Id為圖像小波分解后的二幅尚頻圖像，Gamma (I input)表不對輸入圖像進彳丁伽瑪 校正操作，Gamma (Ih)、Gamma (Iv)和Gamma (Id)分別表示對Ih、IV和Id三幅高頻圖像所有像素 點進行伽馬校正;α和K為伽馬校正兩參數(shù)，K取300,0<α<1。6. 根據(jù)權(quán)利要求1所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:在第四步中，對重構(gòu)圖像和原始圖像的加權(quán)方法如下： Ienhance(x,y) = I〇(x,y)*ff(x,y) + Iconstructed(x,y)*(l-ff(x,y) )*λ 其中，w(x，y) = (1(^,7)/255)'Io為原始輸入圖像，Instructed為第三步中得到的重構(gòu) 后圖像，Ie3nhar^為最終融合圖像;β參數(shù)用于控制原始圖像保留度，λ參數(shù)用于補償由于加權(quán) 而降低的圖像亮度，x = l，2, ...，Mj = IJ,...，Ν;0<β<1 ;λ>1。7. 根據(jù)權(quán)利要求6所述的一種基于小波變換的圖像主觀視覺效果增強方法，其特征在 于:β取0.8。
【文檔編號】G06T5/00GK105931201SQ201610248817
【公開日】2016年9月7日
【申請日】2016年4月20日
【發(fā)明人】孫澤斌, 趙琦, 馮文全, 趙洪博, 張博學, 張文峰, 黃立東
【申請人】北京航空航天大學